unit-economics-tracking

单位经济效益跟踪

概览

单位经济效益描述的是单个客户带来的财务动态。四项关键指标——客户获取成本（CAC）、客户终身价值（LTV）、LTV:CAC 比率和回本周期——可以告诉你商业模式在经济上是否可行。这些指标最受投资者和董事会关注，因为它们能揭示业务的底层健康状况，不受短期收入趋势的影响。

本技能将指导你使用平台的分析工具和专用客户分析应用来计算和跟踪这些指标。

何时使用本技能

• 准备投资者材料，需要展示单位经济效益指标时
• 想了解提高某个渠道的营销支出是否有利可图时
• 分析过去 6 个月 CAC 上升原因时
• 比较通过不同渠道获得的客户质量时
• 构建财务模型并需要验证 LTV 假设时
• 制定预算限制时：确定各渠道允许的最高 CAC
• 评估新的获客渠道并预测其回本周期时

核心说明

第 1 步：根据平台选择单位经济效益跟踪工具

平台	工具	提供的功能
Shopify	Lifetimely（App Store）	按渠道统计 CAC、群组 LTV 曲线、回本周期、预测每位客户的 CLV
Shopify	Triple Whale（App Store）	按渠道统计新客户 CAC、综合 CAC、LTV 与 CAC 的比率
Shopify	Polar Analytics（App Store）	按渠道细分的 CAC 跟踪、MER 和 LTV 趋势
WooCommerce	Metorik	客户群组分析、重复购买率、按获客渠道统计 LTV
BigCommerce	Glew.io（App Marketplace）	客户群组留存率、按细分群体统计 CLV、重复购买分析
所有平台	Google Analytics 4	获客渠道报告；结合广告平台的成本数据计算 CAC

步骤 2：计算客户获取成本（CAC）

CAC 是获取一位新客户所需的营销和销售总支出。

CAC 类型：

CAC 类型	公式	适用场景
综合 CAC	营销总支出 / 获取的新客户总数	整体效率趋势；月度报告
付费 CAC	付费媒体总支出 / 仅来自付费渠道的新客户数	渠道预算决策
完全成本 CAC	营销总支出 + 代理费用 + 营销技术费用 + 团队薪资 / 新客户数	投资者演示；真实经济成本

按平台获取 CAC 数据：

Shopify 搭配 Lifetimely：

1. 从 Shopify App Store 安装 Lifetimely
2. 在 Integrations 下连接广告帐户（Meta、Google、TikTok）
3. 前往 Lifetimely → Channels — 查看各获客渠道的 CAC 及其随时间变化的趋势
4. Lifetimely 根据 Shopify 首笔订单日期追踪“新客户”，并将其归因于首次触达的 UTM 来源

Shopify 搭配 Triple Whale：

1. 安装 Triple Whale 并连接广告帐户
2. 前往 Triple Whale → Summary Dashboard — “New Customer CAC” 磁贴显示综合新客户获取成本
3. 前往 Triple Whale → Attribution → New Customer Revenue 查看各渠道的 CAC

手动计算 CAC（适用于任何平台）：

1. 导出：各渠道的月度营销支出（从广告平台或代理报告中获取）
2. 导出：按获客渠道和月份划分的新客户数量（从平台分析数据中获取：Shopify Analytics → 新客户与回头客；Metorik → Customers → First order date）
3. 计算：按渠道划分的 CAC = 渠道支出 / 归因于该渠道的新客户数

各渠道的典型 CAC 基准：

• Google Shopping / Search：$15–$50（品牌词的 CAC 较低，竞争激烈的非品牌词较高）
• Meta（Facebook/Instagram）：DTC 为 $20–$80
• TikTok：$10–$40（以探索发现为主的产品通常较低）
• 网红营销：$15–$60（差异很大）
• Email/SMS（通过潜在客户开发获客）：$5–$20

步骤 3：计算客户生命周期价值（LTV）

LTV 是你预计客户在与你的业务关系期间带来的净收入（或贡献利润）总额。

历史（已观察到的）LTV： 直接从分析工具中提取。

Shopify + Lifetimely：

1. 前往 Lifetimely → Cohorts — 查看群组表格，其中显示客户在获客后 1、3、6、12、18、24 个月的累计收入
2. 第 12 个月和第 24 个月对应的行分别表示你在这些时间跨度内观察到的 LTV
3. 前往 Lifetimely → Predicted CLV — Lifetimely 的模型根据客户早期的购买行为预测其 12 个月和 24 个月的 CLV

WooCommerce + Metorik：

1. 前往 Metorik → Reports → Customer Cohorts — 查看群组留存表格，其中按获客后的月数显示每位客户的累计收入
2. 前往 Metorik → Customers → Filter by: First order date range — 查看任意获客群组的客户平均收入

预测 LTV 公式（用于规划模型）：

如果你没有 12 个月以上的群组数据，请使用此简化公式：

LTV = (Average Order Value × Purchase Frequency per Year × Gross Margin %) / Annual Churn Rate

Example:
  AOV: $65
  Purchase Frequency: 2.5 orders/year
  Gross Margin: 55%
  Annual Churn Rate: 40%

LTV = ($65 × 2.5 × 0.55) / 0.40 = $89.375 / 0.40 = $223.44

此公式得出稳定状态下的 LTV。它假设购买行为稳定，这是一种简化处理；有数据时，基于群组的分析更准确。

步骤 4：计算 LTV:CAC 比率和回本周期

LTV:CAC 比率：

LTV:CAC = LTV / CAC

Benchmarks:
  2:1 = Minimum viable (barely profitable customer acquisition)
  3:1 = Healthy for DTC ecommerce
  5:1+ = Excellent; strong case for scaling marketing spend

LTV:CAC	评估	行动
< 2:1	无利可图	停止扩大付费获客；提高留存率或降低成本
2:1 – 3:1	勉强达标	密切监控；在扩大规模前改善一个驱动因素（AOV、复购率或 CAC）
3:1 – 5:1	健康	良好的基准；评估可以扩大哪些方面
5:1+	极佳	优先扩大该渠道或业务

回本周期：

回本周期 = CAC /（每位客户的月贡献额）

Example:
  CAC: $60
  AOV: $65
  Purchase Frequency: 2.5 orders/year → 0.21 orders/month
  Gross Margin: 55%
  Fulfillment + other variable costs: 15%
  Contribution margin rate: 40%

Monthly contribution per customer = $65 × 0.21 × 0.40 = $5.46
Payback period = $60 / $5.46 = 11 months

回本周期基准：

• <6 个月：极佳；资本效率非常高的增长
• 6–12 个月：健康
• 12–24 个月：可以接受，前提是 24 个月后留存率仍然很高
• 24 个月以上：存在问题，除非你有充足的风险投资资金或债务资本作为过渡

步骤 5：按获客渠道跟踪单位经济效益

对单位经济效益而言，最重要的维度是获客渠道——来自不同来源的客户，其 LTV、复购率和初始 AOV 往往差异很大。

使用 Lifetimely（Shopify）比较渠道：

1. 前往 Lifetimely → Channels — 选择“按渠道比较 LTV”
2. 查看按首次触达获客来源划分的 12 个月和 24 个月 LTV
3. 将各渠道的 LTV 与 CAC（来自广告平台支出）结合，计算各渠道的 LTV:CAC

渠道 LTV 比较模板：

渠道	CAC	第 12 个月 LTV	LTV:CAC	回本周期（月）	评估
Google Shopping	$35	$180	5.1:1	4	极佳；扩大规模
Meta Prospecting	$62	$145	2.3:1	13	勉强达标；优化创意素材
TikTok	$28	$95	3.4:1	9	健康；测试扩大规模
Influencer	$45	$210	4.7:1	6	极佳；加大投入
Organic/SEO	$0	$165	∞	0	免费获客；维护好这个渠道

此类分析的关键洞察： Meta Prospecting 在 Meta 的数据面板中似乎 ROAS 很高，但其 LTV:CAC 最低，因为这些客户的复购率较低。这正是基于 LTV 的分析优于单笔订单 ROAS 的地方。

步骤 6：每周监控 CAC 趋势

CAC 上升是渠道趋于饱和或竞争加剧的首个预警信号。请每周监控：

1. 在 Triple Whale 或 Polar Analytics 中设置 CAC 警报：当每周新客户 CAC 超过该渠道的最高可承受 CAC 时发出警报
2. 最高可承受 CAC = LTV / 目标 LTV:CAC 比率
   • 示例：如果 LTV = $180，目标 LTV:CAC = 3.0，则最高 CAC = $60
3. CAC 超过最高可承受 CAC 的渠道，都应在下一个每周预算周期开始前进行评估

最佳实践

• 使用贡献利润率 LTV，而非总收入 LTV — 按收入计算的 LTV 会高估实际客户价值；应使用贡献利润率（扣除销售成本、履约成本和可变成本后），以真实反映经济价值
• 从第一天起按获客渠道细分 LTV — 来自自然搜索、付费社交媒体和网红合作的客户，其 LTV 往往相差很大；将它们合并计算混合 LTV，会掩盖各渠道的经济效益
• 追踪 LTV 曲线，而不只是单点估值 — 按客户群绘制 24 个月内每位客户的累计毛利润；比较不同客户群的曲线，可以看出近期客户群的表现是优于还是低于历史平均水平
• 为每个渠道设定 CAC 上限 — 根据 Max CAC = LTV / Target LTV:CAC ratio 推算最高 CAC；将其作为严格的预算上限，避免营销团队未经高管批准就为获客支付过高费用
• 根据客户群实际数据验证 LTV 预测 — 每隔 6 个月，将 LTV 预测与已达到可测量年限的客户群实际累计毛利润进行比较；如果预测持续存在偏差，就重新校准
• 将重新激活成本计入长尾 LTV — 流失后通过召回活动回归的客户会产生重新激活成本（折扣、额外的邮件发送量），这些成本应从长尾行为的表面价值中扣除

常见问题

问题	解决方案
仅使用媒体支出来计算 CAC	真实 CAC 还包括代理商费用、营销技术（邮件平台、分析应用）、营销团队薪资和首单折扣；仅使用媒体支出计算的 CAC 会低估真实 CAC 20–50%
使用 ARPU（每用户平均收入）而非贡献利润率来计算 LTV	按收入计算的 LTV 会高估经济价值；始终使用每位客户每个周期的平均贡献利润率
忽略客户群表现下滑	从早期采用者转向更广泛的受众时，较新的客户群往往比早期客户群留存率更差；务必比较不同客户群的曲线，而不要假设所有客户群都相同
混淆混合 CAC 与渠道级 CAC	混合 CAC 将自然流量客户（免费）和付费客户混在一起；由于自然流量客户的获客成本为零，混合计算会让付费 CAC 看起来更低；制定预算时应使用按渠道划分的付费 CAC
企业运营时间较短时，提供过长的 LTV 预测	如果企业只有 18 个月的数据，那么 36 个月的 LTV 预测就高度不确定；应如实说明 LTV 中有多少基于实际观察，有多少是模型外推

相关技能

• @customer-analytics
• @attribution-modeling
• @marketing-spend-analysis
• @financial-analytics-dashboard
• @ecommerce-budgeting-forecasting