去年下半年，我们陪一家做工业耗材的客户复盘上半年获客。老板的第一句话是「广告花了一百多万，新客户加了大几百个，应该不亏吧？」我们让他停在这句话上，把销售提成、电销坐席工资、CRM 和邮件平台年费、内容外包费一一拆进去，再把那批新客户半年内的真实回购、退款、坏账拉出来对一下。算完之后，单客户净贡献的数字让老板沉默了半天——不是亏，但远没有「应该不亏」那么乐观，距离他心目中的「健康」差了一个量级。这之后他做的第一件事，是把市场部和销售部的预算表合并成一张，按月报 CAC、LTV、回收周期三个数。
这不是个案。中小企业老板最熟悉的两个数字是营业额和毛利率，但单客户经济模型——也就是「每花一块钱获客能换回多少钱」——往往是黑盒。看不清这个黑盒，就只能凭感觉调预算：哪个月业绩好就加投，哪个月吃紧就砍预算，搞了几年发现现金流越来越紧、却说不清楚问题出在拉新还是留存。这篇文章把 CAC 和 LTV 拆到老板能上手算的颗粒度，给三张可以直接抄走的表，再聊聊 AI 进来以后这件事可以做到什么程度。
CAC 和 LTV 的本质：每花一块钱获客能换回多少钱
CAC（Customer Acquisition Cost，客户获取成本）和 LTV（Lifetime Value，客户生命周期价值）放在一起看，本质就是问一个问题：我花一块钱拉一个客户进门，这个客户在和我做生意的整个周期里，能给我换回几块钱毛利？
如果换回 1 块，等于白干；换回 2 块，勉强养活公司但很难再投入；换回 3 块以上，才有钱可以扩团队、做产品、抗周期。这是一个比利润率更底层的健康指标，因为它告诉你：增长是不是可持续的。一家毛利率 60% 的公司听起来很好，但如果 CAC 占了客户首年贡献的 80%，那就是在用未来三年的复购给今天的广告费买单——只要明年留存稍微一掉，盘子就漏。
把 CAC 和 LTV 想象成一台机器的进料口和产料口。进料口是你每个月往市场销售砸进去的钱，产料口是每个客户在生命周期里吐出来的毛利。机器健康的标志是产料持续大于进料、并且产料的速度足够快——快到你不需要靠借钱填中间的空档。所有关于「该不该扩张」「该不该砍预算」的争论，本质上都是在判断这台机器现在工作得好不好。
CAC 怎么算：直接广告费 + 销售人力 + 工具/平台费
CAC 的算法字面上很简单：一段时间内的全部获客成本，除以这段时间内新增的成交客户数。但很多公司算出来的 CAC 偏低，是因为分子漏算了。一个不漏的 CAC 包含三类成本：
第一类是直接广告费。包括投流（信息流、SEM、SEO 外包）、行业媒体投放、内容 KOL/KOC 合作、线下展会展位、地推礼品。这部分一般在财务账上比较好找，但要注意把「品牌广告」和「效果广告」分开看——品牌广告的归因周期更长，硬塞进月度 CAC 会让数字失真。
第二类是销售人力。包括 BD、销售、客户经理、电销坐席、商务助理的工资 + 提成 + 社保。这一块是最容易被漏掉的，老板心里通常觉得「人是固定开支不算获客成本」，但只要他们的工作内容里有「找客户、跟客户、签客户」，就必须摊进 CAC。摊的方式可以是按工时比例（销售岗位 70% 摊进 CAC、客户成功岗位 20% 摊进 CAC），也可以是直接全摊。
第三类是工具/平台费。CRM、营销自动化、邮件平台、获客工具、表单服务、企业微信/钉钉的工作台付费版、外呼系统、数据看板、归因分析工具。单项看都不大，加起来一年也是六位数级别。
| 成本科目 | 月度金额（示例） | 占比 | 备注 |
|---|---|---|---|
| 信息流 + SEM | 8 万 | 38% | 效果广告主战场 |
| 内容 + KOC | 2 万 | 9% | 包含外包写作 |
| 销售 + BD 人力（70% 摊） | 7 万 | 33% | 工资+提成+社保 |
| 客户经理人力（20% 摊） | 1.5 万 | 7% | 续约/上门服务 |
| CRM + 营销工具 | 1 万 | 5% | 年费拆月 |
| 外呼 + 表单 + 看板 | 0.5 万 | 2% | 含归因工具 |
| 线下展会摊销 | 1.2 万 | 6% | 大活动摊全年 |
| 合计 | 21.2 万 | 100% | — |
假设当月新签 35 个成交客户，CAC ≈ 21.2 万 ÷ 35 ≈ 6057 元/客户。这个数和老板拍脑袋估的「广告费 8 万 ÷ 35 ≈ 2286 元」相差近三倍。差额就藏在销售人力和工具费里——这也是为什么很多老板觉得「我们获客挺便宜」，但报表上的销售费用率却年年走高。
CAC 还要分通道算。把每一类来源（信息流、SEO、转介绍、展会、电销外呼、合作渠道）独立拉出一张表，把通道专属的成本和它带来的成交数对上，你会看到不同通道的 CAC 可能差 3-5 倍。如果想把通道拆得更细，可以参考官网第一方埋点和获客通道归因的搭法。
LTV 怎么算：客单价 × 复购次数 × 毛利率 × 留存年限
LTV 的标准算法有四个变量：客单价、复购次数、毛利率、留存年限。把这四个数乘起来，就是一个客户在和你做生意期间贡献的总毛利。
LTV = 平均客单价 × 年复购次数 × 毛利率 × 平均留存年限
举个例子。一家做企业培训的公司，单次课均价 1.2 万，老客户平均每年回购 1.8 次，业务毛利率 55%，平均能留 2.5 年。LTV = 1.2 × 1.8 × 0.55 × 2.5 ≈ 2.97 万。这意味着只要 CAC 控制在 1 万以内，单客户经济模型就是健康的。
四个变量里，最容易出错的是「留存年限」。新公司没数据，靠拍脑袋一拍就是 3-5 年，结果实际只留得住 1.2 年，整套模型直接虚高。建议刚起步的公司做两件事：一是先用「行业基准 × 折扣系数」做保守估计（比如行业平均 3 年，自己运营经验少先打 0.6 折用 1.8 年）；二是每过 6 个月用真实留存数据更新一次。等运营满 18-24 个月，再用「队列分析」——把每个月新签的客户当作一个队列，跟踪每个队列的累计毛利曲线——来反推 LTV，比公式法准得多。
毛利率也容易粗。计算 LTV 时用的毛利率应该是「贡献毛利率」，不是「财务报表毛利率」：要减去客户成功、售后、退款、坏账这些与该客户直接挂钩的可变成本。一家 SaaS 公司报表毛利率 70%，但扣掉客户成功 + 实施 + 服务器后，贡献毛利率可能只有 45%——这是真实可用来覆盖 CAC 的部分。
复购次数和客单价相对稳定，主要看商业模式。订阅制业务复购次数好估（按周期数算），项目制业务最容易在这里出错——一个客户做完一个大项目就消失，年复购次数其实是 0.4-0.6，但老板心里默认是 1。
LTV/CAC 健康线：≥ 3 才算正向
业界用得最多的健康线是 LTV/CAC ≥ 3。这个数字背后的逻辑是：1 份留给 CAC，1 份留给运营/产品/工具/管理摊销，1 份留给利润。如果 LTV/CAC 长期低于 3，意味着你在用利润空间补获客窟窿。
| LTV/CAC 区间 | 状态 | 建议动作 |
|---|---|---|
| < 1 | 流血 | 立即停掉无效通道，复盘定价和留存 |
| 1 - 2 | 临界 | 收缩 CAC、强化老客户运营、提价测试 |
| 2 - 3 | 偏紧 | 维持规模，挤通道效率、降工具冗余 |
| 3 - 5 | 健康 | 可以增投，重点测试可扩通道 |
| > 5 | 罕见 | 多半是 CAC 漏算或 LTV 高估，先校准 |
LTV/CAC 大于 5 不是越大越好。我们见过几次 LTV/CAC「看起来」是 7-8 的案例，复盘下来要么是销售人力没摊进 CAC，要么是用了客户群里最头部的几个大单算 LTV——属于 CFO 自我安慰式算法。一个真实的健康数通常在 3-4 之间，能稳定保持 5 以上的公司，要么定价权极强、要么留存极好、要么获客通道有结构性优势，三者占一就难，全占就是行业头部。
CAC 回收周期：< 12 个月才能扩张
LTV/CAC 是「利润命题」，CAC 回收周期是「现金流命题」。它问的是：花出去一块获客费，多久能从这个客户身上收回这一块。
回收周期 = CAC ÷ 月度贡献毛利
举例：CAC 6000 元，客户月均贡献毛利 800 元，回收周期 = 7.5 个月。
为什么是 12 个月这条线？因为大多数中小企业拿不到长期低息贷款，CAC 的钱就是从经营现金流里出。回收周期超 12 个月，意味着每多签一个新客户，公司账上的钱要被压住至少一年。增长越快，资金缺口越大，最后要么停增长、要么找钱。
ToB 项目制业务这个数字往往更难看。一个新签客户可能首期收 30%、验收收 40%、尾款 30% 拖一年——账面合同额漂亮，回款节奏却像挤牙膏。这种业务的「真实 CAC 回收期」要按现金回款来算，不能按合同金额算，否则会乐观得离谱。
| 业务类型 | 典型回收周期 | 加速手段 |
|---|---|---|
| 标准化 SaaS（年付） | 6-12 个月 | 推年付折扣、首单加值包 |
| 标准化 SaaS（月付） | 12-18 个月 | 改年付/锁价、强化激活 |
| ToB 项目制 | 12-24 个月 | 提高首付比例、加快验收 |
| 高复购 ToC | 3-6 个月 | 提客单价、做会员订阅 |
| 低频高客单 ToC | 9-18 个月 | 做转介绍、提利润率 |
如果你正在评估要不要为某条新业务线投入获客预算，回收周期是比毛利率更值得看的数。可以结合数字化转型预算编制方法一起做现金流规划。
ToB 业务和 ToC 业务的算法差别
ToB 和 ToC 套用同一套公式，但变量行为完全不同，硬拿别人家的模板会很坑。
第一类差别是客户数 vs 客单价。ToC 是「大数定律游戏」，单客单价低、客户数多，CAC 和 LTV 的平均值有统计意义；ToB 是「关键客户游戏」，前 20% 的客户可能贡献 80% 的收入，算平均 LTV 会被头部客户拉高。ToB 业务更建议按客户分层算 LTV——大客户、中型客户、小客户各一个数，分别看健康线。
第二类差别是成交周期。ToC 当天甚至当小时就能成交，CAC 归因周期是天级的；ToB 成交周期 1-6 个月很常见，CAC 必须按「归因窗口期」算——5 月份签下来的客户，可能是 2 月份就开始触达的，那它的 CAC 应该摊到 2-5 月的市场销售开支里。简单地用「当月费用 ÷ 当月新签」会让 CAC 月度波动剧烈，看不出真实趋势。
第三类差别是续约模式。ToB SaaS 是续约制，留存可以精确算（看年续约率、扩展续约率）；ToB 项目制是单笔生意，「留存」靠的是新增项目而不是续费，更接近 ToC 的复购逻辑。算 LTV 时要清楚自己是哪类。
第四类差别是销售模式。ToC 几乎全靠营销获客；ToB 有大量「销售关系驱动成交」，销售人力在 CAC 里的占比远高于广告——有时占 60%-70%。这部分要算清楚再做通道决策，否则会出现「砍了广告投入，发现 CAC 没怎么降」的尴尬。
三张落地表：CAC 月度表 / LTV 客户分群表 / 获客通道 ROI 表
下面这三张表是我们陪客户做客户分析项目时最常给的模板，老板拿走就能用。
第一张：CAC 月度表
| 月份 | 广告费 | 销售人力（摊） | 客户经理人力（摊） | 工具费 | 内容/展会 | 合计 | 新签客户数 | CAC（元） |
|---|---|---|---|---|---|---|---|---|
| 1 月 | 8 万 | 7 万 | 1.5 万 | 1 万 | 1.2 万 | 18.7 万 | 28 | 6679 |
| 2 月 | 7 万 | 7 万 | 1.5 万 | 1 万 | 0.6 万 | 17.1 万 | 24 | 7125 |
| 3 月 | 9 万 | 7.5 万 | 1.5 万 | 1 万 | 1.8 万 | 20.8 万 | 32 | 6500 |
关键点：每月填表时不光填总 CAC，把成本科目并排展开。这样老板一眼能看出来 CAC 上升是因为广告费涨了、还是因为销售人力涨了——这是两种完全不同的问题。
第二张：LTV 客户分群表
| 分群 | 占比 | 平均客单价 | 年复购次数 | 贡献毛利率 | 平均留存年限 | LTV（元） |
|---|---|---|---|---|---|---|
| 头部大客 | 8% | 6 万 | 1.5 | 50% | 3.5 | 15.75 万 |
| 腰部稳定 | 32% | 1.8 万 | 1.2 | 55% | 2.5 | 2.97 万 |
| 长尾活跃 | 40% | 0.6 万 | 1.8 | 50% | 1.8 | 0.97 万 |
| 一次性 | 20% | 0.5 万 | 0.4 | 45% | 0.8 | 0.07 万 |
| 加权平均 | 2.62 万 |
关键点：分群比单一平均值有用得多。这张表可以直接回答「哪类客户该重点维护」「哪类客户该砍掉运营成本」。如果腰部稳定客户的 LTV 是长尾的 3 倍，但获客成本只多 30%，那就该把销售资源往腰部倾。
第三张：获客通道 ROI 表
| 通道 | 月支出 | 新签数 | 通道 CAC | 该通道客户首年贡献毛利 | 一年 ROI | 回收周期 |
|---|---|---|---|---|---|---|
| SEO + 内容 | 2.5 万 | 14 | 1786 | 1.8 万/客 | 10.1 | 1.2 个月 |
| 信息流 | 8 万 | 11 | 7273 | 1.2 万/客 | 1.65 | 7.3 个月 |
| SEM | 4 万 | 7 | 5714 | 1.5 万/客 | 2.63 | 4.6 个月 |
| 转介绍 | 1 万（奖励） | 6 | 1667 | 2.6 万/客 | 15.6 | 0.8 个月 |
| 展会 | 1.2 万 | 2 | 6000 | 4 万/客 | 6.7 | 1.8 个月 |
关键点：通道之间的 ROI 差异往往是 5 倍以上。这张表帮老板做的最大决策是「增哪个通道、减哪个通道」。比如 SEO 和转介绍 ROI 都极高但绝对体量小——下一步该投入资源扩大这两个通道，而不是继续加信息流。
三张表的关系是：CAC 月度表看大盘趋势，LTV 客户分群表看客户结构，获客通道 ROI 表看运营杠杆。三张表都建议每月走一次经营会，结合可以参考业务看板和经营会节奏的搭法。如果想把营业额/利润同时挂在同一套指标体系下，可以同步看一下人效指标怎么算才有意义。
AI 接进来：客户分群、流失预警、获客优化
这套模型手算能做，但量大了维护起来很痛。我们去年帮一家做工业耗材的客户做客户分析项目，最早老板自己用 Excel 维护，每月底他亲自坐在电脑前 4 个小时，因为数据要从 CRM、ERP、电商后台、广告平台四个地方拼。三个月后他终于受不了，让我们把这套体系接进 AI Agent。
接进来之后做的事情大体三类。第一类是数据自动归集和指标自动算。AI Agent 负责每天从 CRM、ERP、营销平台拉数，按预设规则算出 CAC、LTV、回收周期、通道 ROI，写到统一看板里。这一类工作其实传统 BI 也能做，AI 的好处是新增通道或者口径调整时，老板用自然语言说一句「把上海那场展会的成本摊到 4-6 月而不是全摊在 5 月」就能改逻辑，不用排技术资源。
第二类是客户分群和流失预警。LTV 客户分群表如果只是按客单价分，是静态的。AI 可以基于客户的行为信号（登录频率下降、客服工单变多、合同临近到期、关键人离职信号）动态预测「这个客户接下来 3 个月续约/流失的概率」，把预测概率回写到 CRM 里，让客户经理优先盯高风险账号。这套做法在 SaaS 公司里叫 Health Score，落到中小企业的语境，可以理解成「客户体检报告」。具体怎么搭，可以参考AI 数字员工能力地图和AI Agent 落地路线图。
第三类是获客优化建议。当通道 ROI 表持续运行 3-6 个月后，AI 可以基于历史数据回答「在保持 LTV/CAC ≥ 3 的前提下，下个月预算应该如何在通道间分配」。这一步要小心——模型推荐不能直接执行，要让运营对结果有解释权。我们一般会让 Agent 给出三个备选方案 + 各自的风险点，由运营拍板。
要注意的是，AI 不解决「数据本身脏」的问题。如果 CRM 里销售随手乱填客户来源、ERP 里成交单和市场动作对不上号，AI 算出来的 CAC 也是错的。先把企业数据治理的第一步做了再上 AI，不然就是垃圾进垃圾出。
决策卡：什么时候该扩 CAC、什么时候该收
最后给一张决策卡，老板每个月对着 CAC 月度表 + LTV 分群表 + 通道 ROI 表，按这套规则走一遍就行。
该扩 CAC 的信号（满足任意 2 项）
- LTV/CAC 连续 3 个月 ≥ 3，且 CAC 回收期 < 12 个月
- 至少有一条通道的单通道 ROI 持续 ≥ 5、且未触达天花板
- 产品/服务交付能力还有富余（销售签下来交付得了）
- 现金储备覆盖 6 个月以上的全部经营开支
该收 CAC 的信号（满足任意 2 项）
- LTV/CAC 跌破 2，或连续 3 个月下滑
- CAC 回收期超 18 个月，且新签客户首单毛利率走低
- 交付端报怨「签太多做不完」、客户成功 SLA 持续恶化
- 现金回款节奏明显慢于支出节奏（应收账款占比走高）
先按兵不动、做内部体检的信号
- LTV/CAC 在 2-3 之间徘徊：先挤通道效率，再决定扩或收
- 单月数据剧烈异常：先确认归因口径有没有变，别拍脑袋调预算
- 团队刚换销售负责人：给 1-2 个月观察期，等新人成交数据稳定再判断
如果你做的是项目制 ToB 业务，决策卡里还要加一条：「现金回款节奏」权重比 LTV/CAC 更高——账面健康但现金断流的公司，比账面亏损但现金充沛的公司更危险。
结语
CAC 和 LTV 这两个数听起来是营销部该管的事，但真正受影响的是老板的睡眠质量。一家公司能不能扩、扩多快、什么时候要踩刹车，本质上是这两个数说了算。手算或者 Excel 维护都行，重要的是开始用同一套口径每个月看一次——不要让月度复盘变成「上个月营业额多少、毛利率多少」的两句话总结。把三张表搭起来，把决策卡贴在墙上，半年之后你会发现自己看预算的眼神不一样了。这件事没有捷径，但确实有方法。
