Почему средний чек врёт

Средний чек — первая метрика в любом отчёте. И почти всегда она описывает покупателя, которого не существует.

Вот данные, которые это показывают прямо. Выборка из 209 398 заказов 152 488 покупателей у 15 DTC-брендов за год с мая 2025 по май 2026:

Какое это распределение на самом деле

Не логнормальное и не Парето по отдельности, а композиция: логнормальное тело плюс степенной хвост. Это измеряли независимо на разных данных.

Мизуно с соавторами в 2008 году разобрали POS-данные японской сети магазинов у дома: плотность распределения расходов на одну покупку следует степенному закону с показателем −2, а за трёхмесячное окно — с показателем −3. Гош и соавторы на потребительских расходах в Индии за 1983–2007 годы показали, что лучшая модель — смесь логнормального и Парето, причём в степенной хвост попадает 10–20% домохозяйств. Мартин с коллегами на выборке около 60 000 домохозяйств США получили пуассон-логнормальную модель размеров корзины.

Для прогноза пожизненной ценности в Google предложили zero-inflated lognormal: точечная масса в нуле для одноразовых покупателей плюс логнормаль с тяжёлым хвостом. Это де-факто промышленный стандарт.

Где именно ломается модель

Мы проверили это численно на приведённых данных — двумя способами.

Подгонка по медиане и среднему даёт μ = 4.15, σ = 1.41 и промах во все стороны: P25 занижен в 1.6 раза, P75 и P90 завышены в полтора, P99 занижен вдвое. Причина кольцевая — среднее само испорчено хвостом, и подгонка наследует искажение.

Подгонка только по телу (P25 и медиана) ведёт себя иначе:

Между P25 и P75 логнормаль описывает данные практически идеально — ошибка 6%. А выше P90 начинается другой режим: на P99 модель промахивается в десять раз.

Один закон на разных рынках

Мы оценили показатель степенного закона в хвосте этих данных: −1.87 по паре (P90, P99) и −1.94 по паре (P75, P99). Оценка по двум точкам груба, это порядок величины, а не точное измерение.

Но сравните: Мизуно с соавторами на японских POS-данных получили −2.0. Гош с соавторами на индийских потребительских расходах — показатель в диапазоне 1.40–2.84. Американские DTC-бренды 2026 года, японские магазины у дома 2008-го и индийские домохозяйства 1983–2007 дают одну и ту же форму хвоста. Разные рынки, разные эпохи, разные способы сбора данных.

Почему крупные игроки публикуют только среднее

Shopify в официальном пресс-релизе по итогам распродаж 2025 года сообщил: $14.6 млрд оборота, более 81 млн покупателей, средняя корзина $114.70. Медианы нет. Её не публикует ни один крупный игрок — ни Dynamic Yield с мировым AOV $182, ни IRP Commerce с £133.12 по британскому рынку.

Это не злой умысел, а свойство агрегатов: среднее складывается из любых источников, медиана требует доступа к исходным транзакциям. Но следствие практическое — все публичные бенчмарки, на которые принято ориентироваться, систематически завышены относительно типичного заказа.

Что смотреть вместо

• Медиана — типичный заказ. Устойчива к выбросам.
• P25 и P75 — между ними половина заказов. Их расстояние говорит о разбросе честнее стандартного отклонения.
• P90 и P99 — зона, где живёт хвост. В нашем примере P99 выше медианы в 55 раз: это не выбросы-ошибки, это реальные покупатели, и их вклад в выручку непропорционален их числу.
• Доля выручки по группам — сколько приносят нижняя половина, следующие 40%, верхние 10% и верхний процент.

Часть этих чисел можно утверждать строго, без всякой модели. Из одного только значения P99 = $3 482.86 и среднего $172.27 математически следует, что верхний процент заказов даёт не менее 20.2% выручки, а нижняя половина — не более 14.9%. Это не оценка, это граница, которую нельзя оспорить.

Побочный результат расчёта: чтобы модель сошлась со средним, максимальный заказ в выборке должен быть около $10 200. Для 209 тысяч заказов правдоподобно — но это значит, что один заказ из двухсот тысяч стоит столько же, сколько 160 медианных.

Правило 80/20: миф в точной формулировке

Концентрация реальна, но знаменитая пропорция на данных не подтверждается.

По нашему расчёту топ-20% заказов дают 72.9% выручки, а не 80%. Линия 80% проходит примерно по топ-30% — фактическое правило ближе к «80/30».

По покупателям картина похожая. На выборке 12 DTC-брендов топ-20% покупателей приносят 56% выручки, топ-10% — 40.5%, топ-1% — 10.6%. В рецензируемом исследовании Мартина с соавторами крупнейшие 20% корзин дали 40% выручки. Ни одна цифра не дотягивает до 80.

Отдельно о цифре, которая кочует по отраслевым публикациям: «20% покупателей дают 70% выручки». Мы проверили её по первоисточнику — данных за ней нет. Это присказка, а не измерение.

Когда видно распределение, становится очевидно: это не одна аудитория с разбросом, а несколько разных, и привлекать их нужно по-разному. Сегмент, формирующий верхние персентили, обычно отличим по поведению задолго до покупки — но увидеть это можно, только перестав усреднять.