单位经济学101：LTV、CAC和数字的真正含义
LTV和CAC是两个数字，告诉你你的商业模式是否有效。以下是它们的含义、如何计算它们以及当比率出错时该怎么办。
单位经济学是理解单个客户经济学的实践——获取他们要花多少钱、他们在与你的关系中花多少钱，以及这两个数字如何相关。当比率健康时，添加更多客户会改善业务。当不健康时，添加更多客户只是加速损失。
这些数字在每个阶段都很重要，但在早期阶段最重要，此时创始人基于他们才刚开始观察的模式对定价、营销支出和产品投资做出决策。获得正确的计算——并理解它们告诉你什么和不告诉你什么——是小团队在扩展前可以做的最有价值的事情之一。
客户获取成本：它是什么以及如何计算
客户获取成本(CAC)是获取一个新客户的总支出。它包括所有销售和营销成本——工资、广告支出、代理费用、工具、活动——除以同期获取的新客户数量。
CAC计算中最常见的错误是仅使用广告支出并忽视人员成本。如果你的营销团队每月成本$15,000，你的广告支出是$5,000，你的营销总成本基数是$20,000——不是$5,000。仅使用广告支出会产生看起来不错的数字但不反映获取客户的实际成本。
第二常见的错误是混合整体和特定渠道的CAC。整体CAC是你总获取成本除以所有新客户。特定渠道CAC是来自单一渠道的每客户成本——付费搜索、内容、推荐等。两者都有用，但用途不同。整体CAC告诉你总体效率。特定渠道CAC告诉你哪些渠道有效，哪些要削减。
客户终身价值：它是什么以及如何计算
客户终身价值(LTV，有时CLV)是你期望从一个客户在他们与你的整个关系中产生的总毛利。这是一个估计，不是确定性——它需要对客户停留多长时间和花费多少钱的假设——但这是一个有用的估计，它所需的假设迫使你仔细考虑保留。
LTV计算中的关键细节是相关数字是毛利，而不是收入。一个以30%毛利产生$1,000收入的客户贡献$300给你的业务。一个以80%毛利产生$1,000收入的客户贡献$800。对于销售成本高的业务，使用收入而不是毛利大大高估了LTV。
LTV不是客户付给你的。它是客户付给你的，减去为他们服务的成本。这个区别对于依赖保留的商业模式是一切。
告诉你模式是否有效的比率
LTV和CAC之间的关系——LTV:CAC比率——是初创融资中最广泛引用的指标之一，并有充分的理由。它用一个单一数字告诉你，你的业务能否盈利性地增长：你从客户那里产生的价值是否以有意义的幅度超过你花费的获取成本。
3:1比率作为基准起源于SaaS并广泛传播，但它是一个启发式方法，而不是规律。你的业务正确的比率取决于你的资本效率目标、你的回本期容忍度和你的行业。一个有十二个月回本期和强保留的业务可以证明比率比一个有三十六个月回本期和高流失的业务更低。
回本期：告诉你数学何时开始有效的指标
LTV:CAC告诉你是否最终会从客户那里赚钱。回本期告诉你什么时候。它只是从客户的毛利贡献中恢复CAC所需的月数。
| 回本期 | 它表明什么 | 典型环境 |
|---|---|---|
| 12个月以下 | 资本高效——你快速收回获取成本 | 强有力的中小企业SaaS，高容量电子商务 |
| 12–18个月 | 可接受——需要营运资金来资助增长 | 中端市场SaaS，订阅消费者产品 |
| 18–36个月 | 需要重大资本；通过强保留可行 | 企业SaaS，高合同价值 |
| 超过36个月 | 资本密集；完全取决于保留才能有效 | 仅在具有非常低流失的规模上可行 |
当数字不好时该怎么办
单位经济学方程中只有四个杠杆：CAC(降低)、LTV(提高)、毛利(改进)或流失(降低，提高LTV)。每个都有不同的战术和不同的时间表。
要降低CAC：改进从营销支出到客户的转化率(更好的定位、更好的消息、更好的登陆页面)，将支出转向低成本渠道(内容、推荐、合作伙伴关系)，或改进你的销售流程效率(更短的周期、更高的成交率)。许多团队仅专注于"支出更少"，错过了"转化更好"的更高杠杆。
要提高LTV：提价(如果你有定价权，最高杠杆)、增加购买频率、引入更高价值的产品或层级，以及降低流失。在这些中，流失降低通常有最大影响，因为它的效果是复合的——保留的每个客户既是继续收入也是减少替代获取的需要。
单位经济学告诉你关于平均客户经济学。它不告诉你关于客户异质性——你顶部20%的客户可能产生80%的LTV的事实，而你底部20%实际上让你花钱服务。在进行重大分配决策之前，按客户类型、获取渠道和合同大小对你的单位经济学进行分段。整体平均值隐藏了驱动战略的变化。
理解你的单位经济学不是一次性练习——它是一个需要从业务的不同部分(营销支出、收入、流失、毛利)提取数据并定期将其结合在一起的纪律。在FabricLoop中，财务和运营团队经常使用共享组来集中这个：每月单位经济学审查的定期任务、从每次审查捕获什么改变和为什么的笔记，以及团队讨论数字对招聘和支出决策意味着什么的线程。当分析可见时，随之而来的决策被所有执行这些决策的人更好地理解。