LTV 是客户终身价值,CAC 是客户获取成本, LTV / CAC 为二者的比值。 客户获取成本(CAC:Customer Acquisition Cost):是获得单个客户的平均费用。 ② 为什么要计算 LTV / CAC? LTV / CAC 是一个计算效率的关键工具,即销售和市场营销漏斗。它通过提出一个简单的问题:一个客户的价值(LTV)是否大于获取该客户的成本(CAC)? 计算CAC的方法比较简单如下: CAC=市场总花费/同时期新增用户数 市场总花费一般包括推广渠道花费,营销和销售的总费用,甚至包括所有市场,运营人员的人力成本,这里只要把我们付出的成本都算进去就好。 LTV的计算方法为: 如何有效计算LTV和CAC? ? 其中LT为用户的平均生命周期,ARPU(Average Revenue Per User) 为用户在平均生命周期中的平均收入。
CAC 和 CPA 通常都是放在一起使用,但实际上这两个指标完全不同,只有明白了这其中的差异,才能更深入地理解 CAC。 三月份我们的 CAC 是 84 美元,四月份的 CAC 是 111 美元。我们三月份还试图关闭新渠道,现在就准备考虑是否要扩大规模了。 考虑到薪资的 CAC 数值通常指「满载 CAC」,有时将满载 CAC 和非满载 CAC 分开是非常有必要的,稍后会对此进行解释。 在大部分公司,产品、工程和支持都不会包含进 CAC,那么这些成本是否应该计入 CAC? 所有这些都能引出一个问题,客户成功成本是否应该包含进 CAC?答案是一些责任涉及到获取新客户,所以应该计入 CAC。
与其说花大量时间精力在 CAC<V 上,倒不如专注于解决如何提高产品/市场契合度,得到可重复、可扩展并具有利润的客户获取。 单位经济不难理解,即要确保客户终生价值(LTV)要大于获客成本(CAC)。 10 CAC 比值 我一直以来都在建议 SaaS 初创公司应该有一个 LTV:CAC 比值应该大于 3。通过使用 DCF,LTV 数值降低,因此该比值会降低。 但我建议 SaaS 公司应该将 CAC 纳入得出一个更强大的衡量标准以此来判断企业是否拥有良好的单位经济。对于寻求优化现金流的公司而言,我曾建议他们试着纳入在 12 个月甚至更少的 CAC。 但如果初创公司能够话很少地钱筹集到大量资本,那么可以将 CAC 数值扩大到 18 个月甚至更长。
如果说LTV是描绘未来的地图,那么CAC就是您出发时必须支付的油费。理解并优化CAC,是决定增长战役能否持续、商业模式能否盈利的关键。 一、核心定义:什么是CAC? LTV > CAC 是商业模式成立的底线;LTV > 3 × CAC 是健康且具投资吸引力的表现。 衡量营销投资回报率的核心标尺:CAC直观地回答了“我花在增长上的每一块钱,效果如何?” 若其主要是维护品牌认知,而非直接驱动当期增长,在计算用于战术决策的“可变CAC”时,可考虑暂时剔除,则可变CAC = (900万效果广告) / 22万效果用户 = 警惕CAC上升趋势:如果Q1的CAC 重要提示:CAC的复杂性与陷阱 CAC与回收期的区别:CAC是单点成本,回收期(收回CAC所需时间)更能反映现金流压力。对于订阅业务,回收期越短越好。 CAC滞后效应:品牌营销的效果可能在未来几个月才显现,导致当期CAC被高估,而效果渠道的CAC被低估。需要成熟的归因模型(如多触点归因)。 平衡增长与效率:盲目追求最低CAC可能导致增长失速。
如何评价一家SaaS公司,有人说看用户数,看日活,看营收盘面,也有人说更合理的方法是看LTV和CAC,而这些似乎也成为当前投资机构和业内评估SaaS厂商标准,但是LTV和CAC是否是唯一标准? LTV和CAC自然是商业模式可行性中不可或缺的两个变量。 一个平衡的商业模式要求CAC显著小于LTV,并且LTV/CAC大于等于3才算良性,最初业内都这么认为这是一个全球通用的固定法则,毕竟国外在SaaS领域深耕多年,有着多年的实践基础,应用这个公式已然成为一条不成文的标准 不看LTV和CAC 评估SaaS厂商应该看NPS 即然投资界的大咖们也认为LTV和CAC并非衡量SaaS厂商的唯一准则,那么如何测评一家SaaS公司优劣呢? 如果说LTV和CAC是一道算术题的话,那么NPS就是一道实践操作题,因为SaaS产品的最终使用者是用户,对于产品的好与坏他们有话语权和投票权,所以当大家都不会算LTV和CAC的时候,不如把注意力更多的放在
在11个数据集上的实验结果,测试了5种微调方法的校准效果,显示CAC优于现有的校准方法。特别是,即使是校准良好的PromptSRC方法,CAC也能带来显著的提升。 接着,作者提出了一种更为精细的校准方法,即对比感知校准(CAC),作为作者的方法。最后,作者简要概述了在推理过程中的CAC校准流程,并分析了其优势。 5.1. 6.2 主要结果 CAC对VLMs输出的未见类别进行校准的有效性如何?如表1所示,CAC在所有数据集上均实现了最佳性能,突显了图像-文本对齐校准的优势。 总的来说,DAC与CAC在多种方法和四个指标上的比较,验证了基于经验基础的图像-文本对齐的有效性。 CAC对VLM输出进行校准的有效性如何? 每个组件在CAC中的作用。
-- 买方/客户方注册国家编号 --> </cac:Country> </cac:RegistrationAddress> </cac:PartyLegalEntity> <cac:Contact> < -- 买方/客户方电子邮件 --> </cac:Contact> </cac:Party> </cac:BuyerCustomerParty> <cac:SellerSupplierParty> <cac -- 卖方/供应方注册国家编号 --> </cac:Country> </cac:RegistrationAddress> </cac:PartyLegalEntity> <cac:Contact> < -- 会计客户方国家编号 --> </cac:Country> </cac:RegistrationAddress> </cac:PartyLegalEntity> </cac:Party> </cac -- 批号ID --> </cac:LotIdentification> </cac:ItemInstance> </cac:Item> </cac:LineItem> </cac:OrderLine>
null : invocation.getThis().getClass().getName()); } */ if (cac == null || cac = (cac.getLocalExpire()))); } if (cac.getLocalLimit() > 0) { b.localLimit(cac.getLocalLimit ()); } b.cacheType(cac.getCacheType()); b.syncLocal(cac.isSyncLocal()); if (cac.getSerialPolicy())); b.valueDecoder(configProvider.parseValueDecoder(cac.getSerialPolicy cac.isEnableCacheContext() && cac.getCachedAnnoConfig() == null && cac.getInvalidateAnnoConfigs
假设 ACA_CAC 不存在状态存储,仅作为纯终端显示的话,那么我们就不用处理断线重连的问题了,因为 ACA_CAC 的显示(由 ASA_SAS 驱动)总是与 ASA_SAS 同步的. 不过在现实的开发中并没有这么理想化, ACA_CAC 或多或少总会在本地存储一些状态,于是 ACA_CAC 与 ASA_SAS 便产生了状态同步问题,如果网络条件良好,逻辑上也没有纰漏的话, ACA_CAC 只是一旦引入断线重连,状态同步问题就出现了,因为在 ACA_CAC 断线然后进行重连的这段时间中, ASA_SAS 发生的状态变化将无法同步至 ACA_CAC, 甚至 ACA_CAC 重连成功之后 以下是我的一点思考: ASA_SAS 与 ACA_CAC 都监听并处理 on_relay_successon\_relay\_successon_relay_success 事件 ACA_CAC 退出便意味着 ACA_CAC 状态需要清除).
= new CachedAnnoConfig(); cac.setArea(ann.area()); cac.setName(ann.name()); cac.setTimeUnit(ann.timeUnit()); cac.setExpire(ann.expire()); cac.setLocalExpire(ann.localExpire ()); cac.setCacheType(ann.cacheType()); cac.setSyncLocal(ann.syncLocal()); cac.setLocalLimit (ann.localLimit()); cac.setSerialPolicy(ann.serialPolicy()); cac.setKeyConvertor(ann.keyConvertor ()); cac.setRefreshPolicy(refreshPolicy); cac.setPenetrationProtectConfig(protectConfig
null : invocation.getThis().getClass().getName()); } */ if (cac == null || cac timeUnit.toMillis(cac.getLocalExpire()))); } if (cac.getLocalLimit() > 0) { b.localLimit(cac.getLocalLimit()); } b.cacheType(cac.getCacheType()); b.syncLocal (cac.isSyncLocal()); if (! cac.isEnableCacheContext() && cac.getCachedAnnoConfig() == null && cac.getInvalidateAnnoConfigs
CAC 有四种常见模式。 在这种情况下,他们计算 CAC 的方法是: (广告支出 + 人员薪酬)/所有新客户数。 例如:70,000/4000=17.5 这个象限通常产生最便宜的 CAC。 你的实际 CAC 可能更高,但你还不确定如何衡量/量化它。这是一个好的起点。 如果你不擅长衡量哪些费用与销售额有关,那么该怎么办呢。来看象限2吧。 如果销售和市场开支在上个月的支出总额为7万美元,那么不聪明的创始人可能会以7万美元/4000美元 = 17.5美元来计算 CAC 但是请记住,你计算 CAC 是为了评估你上个月花费了70,000美元的付费渠道 如果你想对模型进行压力测试,并得到更糟糕的情况(最昂贵的 CAC) ,该怎么办。这就是象限4有用的地方。 象限4,右下角: 这个计算总是会给你最昂贵的 CAC。
我经常会请市场或销售人员估算CAC,然后再用公司的数据计算CAC,两者的差距居然相差十几倍。究其原因,主要是费用的视角不同,将CAC严重低估了。 这恰好说明获客过程中一定存在着被忽视的问题。 CAC在很大程度上决定了ss公司能否盈利。一家成熟的SaaS公司,随着获客流程的优化,CAC曲线呈逐渐下降趋势,最后到达稳态,如图所示。 如何降低CAC 因为影响CAC的因素比较复杂,所以并没有一个统一的方法。我通常给出的方法是列出影响CAC的关键因素的改进清单,然后根据公司具体情况逐项提出改进措施。 (1)理想的经营水平:这是成功的SaaS公司的LTV-CAC走势图,它们要解决的核心问题是,需要花多久才能到达LTV=CAC的平衡点。 实际上,只是到达LTV与CAC平衡点,还远未达到盈利点。 因为CAC只是营销和销售有关成本,还有研发、管理等成本并未计入其中。业界流传的公式LTV/CAC>3,就是用来说明这种情况的。
什么是CAC CAC(Customer Acquisition Cost)指获取单个新客户所需要的成本。 CAC存在两种不同的计算方式。 混合CAC(Blended CAC):市场营销支出÷(付费客户+自然客户)。把付费渠道和天然渠道(包括口口相传、社交媒体、自然搜索)混在一起计算的CAC。 付费CAC(Paid CAC):通过付费渠道获取的总成本÷客户。 混合CAC可以为我们提供业务的整体概况,查看付费CAC可以帮助我们确定哪些渠道有效,哪些渠道无效,以及对比各个渠道,图3所示是CAC可视化折线图。 ▲图3 CAC可视化折线图 3. LTV:CAC LTV:CAC用于估算客户获取的投资回报率(ROI)。通常情况下,LTV:CAC≥3被行业认为是一个良好的指标,如图4所示。
·回收CAC周期:观察SaaS公司资金利用率的一种最佳方式,就是一位客户带来的收入需要多少个月能抵消获得客户的成本(CAC)。 初创公司的两大关键原则是客户全生命周期价值(LTV)要大于3倍以上的CAC;回收CAC的时间要小于12个月。当然,上述原则并非不容变更的硬性规定。观察形形色色的SaaS初创公司就需要这些原则。 在SaaS公司,如果LTV远高于CAC,企业就经营得很成功了,LTV必须至少是CAC的三倍或以上。如果初创公司的CAC高于LTV,它离失败也就不远了。 解析CAC 计算CAC的公式是:CAC=销售与营销的总成本/完成交易数 事实证明,我们实际上感兴趣的CAC数据分两类。一类看上去纯粹是营销项目的成本,一类要考虑到营销人力成本以及其它相关营销运营费用。 对于每个类型的客户,推荐跟踪如下指标:ARPR(平均每客户每月的收入)、净MRR流失率(包括增量MRR)、客户全生命周期价值(LTV)、获得客户成本(CAC)、LTV/CAC比率、回收CAC周期、客户对
·回收CAC周期:观察SaaS公司资金利用率的一种最佳方式,就是一位客户带来的收入需要多少个月能抵消获得客户的成本(CAC)。 初创公司的两大关键原则是客户全生命周期价值(LTV)要大于3倍以上的CAC;回收CAC的时间要小于12个月。当然,上述原则并非不容变更的硬性规定。观察形形色色的SaaS初创公司就需要这些原则。 在SaaS公司,如果LTV远高于CAC,企业就经营得很成功了,LTV必须至少是CAC的三倍或以上。如果初创公司的CAC高于LTV,它离失败也就不远了。 解析CAC 计算CAC的公式是:CAC=销售与营销的总成本/完成交易数 事实证明,我们实际上感兴趣的CAC数据分两类。一类看上去纯粹是营销项目的成本,一类要考虑到营销人力成本以及其它相关营销运营费用。 对于每个类型的客户,推荐跟踪如下指标:ARPR(平均每客户每月的收入)、净MRR流失率(包括增量MRR)、客户全生命周期价值(LTV)、获得客户成本(CAC)、LTV/CAC比率、回收CAC周期、客户对
method = invocation.getMethod(); Object obj = invocation.getThis(); CacheInvokeConfig cac (key); } // 方法上没有使用@Cached注解时直接调用初始方法(比如直接读数据库)获取数据 if (cac == null || cac context.setMethod(method); context.setArgs(invocation.getArguments()); context.setCacheInvokeConfig(cac Cached注解配置参数 CacheInvokeConfig cic = context.getCacheInvokeConfig(); CachedAnnoConfig cac cic.getCachedAnnoConfig(); // 获取@Cached注解使用的缓存 Cache cache = context.getCacheFunction().apply(context, cac
CAC比值:新客户vs. 增销(upselling) vs. 扩张vs. 续约 (不包括收益小于$2.5MM的公司) 获得$1增销价值的平均CAC比值为$0.27,即24%的CAC。 以公司规模划分的新客户CAC比值 (不包括收益小于$2.5MM的公司) 规模较大的公司新客户CAC比值较大。 以主要布局模式划分的CAC比值 (不包括收益小于$2.5MM的公司) 除了互联网销售的CAC比值明显较低(但数据稀疏),市场进入方式和平均CAC之间不存在显著的相关性。 CAC组成:销售支出vs.市场支出 总体来说,市场支出占了30%的CAC,其他则为销售支出。然而,互联网销售驱动的公司在很大程度上依赖于市场,其市场支出占了CAC的65%。 CAC回收期 尽管调查回复的分布范围很广,结果显示,平均CAC回收期约为18个月。 新的ACV有多少是来源于增销和扩张? 结果显示,有15%的新ACV来源于增销和扩张。大公司更依赖于增销和扩张。
商业模式的可行性,在大多数创业公司里,需要平衡两个变量: 1 l 客户获取成本(CAC) l 这些客户给企业带来价值的能力,或LTV(客户生命周期价值) 计算获得客户的成本——CAC,拿一个给定时期内的整个销售和营销成本 从上图我们不难看出,商业模式失败是因为CAC(客户获取成本)超过了LTV(客户生命周期价值)。 一个平衡的商业模式要求CAC显著小于LTV: ? 许多首次做这些事情的企业家会惊讶于CAC的花费数字之高。 3 CAC计算示例 例如,如果您使用的是百度等广告推广:比方说每次点击的成本是5元,由此产生的网站访问者转换率平均是5%。 以下是一个粗略的经验规则: LTV > CAC。(在一个可行的SaaS模式中或者其他循环收入模型中LTV似乎应该为CAC的3倍多。 大多数上市公司如Salesforce.com、ConstantContact等等LTV是CAC的5倍)。 u 要在12个月内恢复你的CAC,否则你的业务就需要太多的资本投入。
关键词包括SEM、CAC、MQL/SQL、NPS、DAU/MAU、MRR、ARR、LTV、PMF、GTM、PLG、SLG等,适合所有对SaaS感兴趣的朋友阅读。 1.2 CAC (客户获取成本) 公式:CAC = 总成本 / 获得的客户总数 重要性:合理的CAC与LTV比例,是SaaS项目可持续发展的关键。 3.3 LTV (客户终身价值) 公式:LTV = 平均每客户价值 × 平均客户生命周期 关联CAC:理想情况下LTV应远大于CAC。 表格总结核心知识点 名词 定义 重要性 SEM 搜索引擎营销 提升品牌曝光度 CAC 客户获取成本 控制成本,优化策略 MRR/ARR 每月/年度经常性收入 反映企业财务健康 LTV 客户终身价值 指导营销策略和产品发展