biz-cac-ltv

CAC 和 LTV 分析

概述

CAC（客户获取成本）和 LTV（客户终身价值）是两项基本的单位经济指标。两者结合可以回答：「每位客户带来的收入是否高于获取他们的成本？」LTV:CAC 比率是衡量营销效率和商业模式可行性的最重要指标。

适用场景

触发条件：

• 用户正在评估营销支出的效率
• 用户询问「每位客户值多少钱？」或「我们的营销支出是否过高？」
• 用户正在评估商业模式的可行性或融资指标
• 用户需要在不同获客渠道间分配预算

不适用场景：

• 产品定价决策 → 使用定价策略
• 客户细分 → 使用 STP 或 RFM
• 全面的财务分析 → 使用财务比率

框架

IRON LAW: LTV:CAC > 3 for Healthy Business

LTV:CAC ratio must be at least 3:1 for sustainable businesses.
- < 1:1 = You're LOSING money on every customer
- 1-3:1 = Unsustainable unless you can reduce CAC or increase LTV
- 3-5:1 = Healthy
- > 5:1 = Potentially underinvesting in growth (leaving market share on the table)

This ratio applies to the BLENDED average. Individual channels can be
below 3:1 if the overall blend exceeds it.

IRON LAW: CAC Must Include ALL Acquisition Costs

CAC = Total marketing & sales spend / Number of new customers acquired

"Total spend" includes: ad spend, marketing team salaries, sales team
salaries, tools, content production, events — EVERYTHING spent to acquire
customers in that period. Excluding salaries or tools understates true CAC.

步骤 1：计算 CAC

基本公式：

CAC = Total acquisition spend in period / New customers acquired in period

按渠道计算：

CAC (Channel X) = Spend on Channel X / Customers from Channel X

将以下项目计入获客总支出：

• 广告（数字渠道 + 线下）
• 营销团队薪酬
• 销售团队薪酬（针对 B2B）
• 营销工具和软件
• 内容制作成本
• 活动和赞助
• 代理商费用

步骤 2：计算 LTV

简单公式：

LTV = ARPU × Gross Margin % × Average Customer Lifespan

其中：

• ARPU = 每位用户在每个周期（每月或每年）的平均收入
• 毛利率 % =（收入 - 销售成本）/ 收入
• 客户平均生命周期 = 1 / 流失率

按群组计算（更准确）： 随着时间推移，追踪每个客户群组的实际收入。对每位客户的累计收入求和，再应用毛利率。

步骤 3：计算关键比率

指标	公式	健康基准
LTV:CAC	LTV / CAC	> 3:1
回本周期	CAC / (ARPU × 毛利率)	< 12 个月
CAC 占 LTV 的比例	CAC / LTV × 100	< 33%

步骤 4：细分分析

按以下维度计算 CAC 和 LTV：

• 渠道：哪些获客渠道效率最高？
• 客户细分：哪些细分群体的 LTV:CAC 最高？
• 群组：LTV 是在随时间改善还是下降？

步骤 5：优化策略

降低 CAC：

• 将预算转向 CAC 更低的渠道
• 提高转化率（优化落地页和销售流程）
• 增加自然获客/推荐获客（内容、口碑）

提高 LTV：

• 降低流失率（改进产品、客户成功服务）
• 提高 ARPU（追加销售、交叉销售、提价）
• 延长客户生命周期（忠诚度计划、转换成本）

输出格式

# CAC-LTV Analysis: {Company/Product}

## Unit Economics Summary

| Metric | Value | Benchmark | Status |
|--------|-------|-----------|--------|
| CAC (blended) | ${X} | — | — |
| LTV | ${X} | — | — |
| LTV:CAC | {X}:1 | > 3:1 | ✓/✗ |
| Payback Period | {X} months | < 12 months | ✓/✗ |

## CAC by Channel

| Channel | Spend | Customers | CAC | % of Total |
|---------|-------|-----------|-----|-----------|
| {channel} | ${X} | {N} | ${X} | {X%} |

## LTV Calculation

- ARPU: ${X}/month
- Gross Margin: {X%}
- Avg Lifespan: {X} months (churn rate: {X%}/month)
- LTV = ${X}

## LTV:CAC by Segment

| Segment | CAC | LTV | Ratio | Action |
|---------|-----|-----|-------|--------|
| {seg A} | ${X} | ${X} | {X}:1 | Invest / Maintain / Cut |

## Optimization Recommendations
1. ...
2. ...

示例

正确应用

场景： 台湾 B2C 月订阅盒的 CAC-LTV 分析（月费 NT$599）

CAC 计算：

项目	月支出
Facebook/Instagram 广告	NT$200,000
Google Ads	NT$80,000
KOL 合作	NT$50,000
营销团队（2 人）	NT$120,000
总计	NT$450,000

当月新客户：300 CAC = NT$450,000 / 300 = NT$1,500

LTV 计算：

• ARPU：NT$599/月
• 毛利率：55%
• 月流失率：8% → 平均生命周期：1/0.08 = 12.5 个月
• LTV = NT$599 × 0.55 × 12.5 = NT$4,118

LTV:CAC = 4,118 / 1,500 = 2.75:1 — 低于 3:1 的门槛。需要降低 CAC 或提高留存率。

错误应用

问题所在：

• CAC 仅按「广告支出 / 新客户数」计算，未计入每月 NT$120K 的营销团队薪资 → 实际 CAC 是 NT$1,500，而非 NT$1,100。违反铁律：必须计入所有获客成本。
• 将 1.8:1 的 LTV:CAC 报告为「表现良好，因为我们正在增长」 → LTV:CAC < 3:1 时增长，意味着亏损会随着规模扩大而增加。违反铁律：比率必须 > 3:1。

注意事项

• 归因很复杂：客户看到 Instagram 广告后，在 Google 上搜索了你的品牌，最后通过推荐链接注册——该归功于哪个渠道？请保持归因方法的一致性（首次触达、末次触达或多触点）。
• 综合 CAC 与边际 CAC：综合 CAC 包含所有渠道。边际 CAC 是再获取一位客户的成本。随着规模扩大，边际 CAC 通常会上升（最佳渠道会最先达到饱和）。
• LTV 始终是估算值：未来的客户流失和消费行为都不确定。请采用保守的假设，并随着实际队列数据的积累持续更新。
• 回本周期会影响现金流：即使 LTV:CAC 达到 5:1，如果回本需要 24 个月，你仍需要大量前期资金。快速增长的公司可能会因回本周期过长而倒闭，即使其单位经济效益非常好。
• 负流失是一项超能力：如果扩张收入（追加销售）超过流失收入（客户流失），净收入留存率就会超过 100%。这意味着 LTV 会随时间增长——这是最理想的情况。

脚本

脚本	描述	用法
scripts/cac_ltv.py	计算 CAC、LTV、LTV/CAC 比率和回本周期	python scripts/cac_ltv.py --help

运行 python scripts/cac_ltv.py --verify 可执行内置的合理性测试。

参考资料

• 有关基于队列的 LTV 计算方法，请参阅 references/cohort-ltv.md
• 有关渠道归因模型，请参阅 references/attribution-models.md