Oleksandr Moccogni

客户获取成本:没有数据团队,我怎么把这笔账算清楚

发布于 阅读约 15 分钟
简而言之

客户获取成本的公式一行就能写完,测量却要一个季度。一线营销人的实操指南:自建首触归因、选对统计窗口,以及那些让CAC变成猜测的常见错误。

客户获取成本:没有数据团队,我怎么把这笔账算清楚

客户获取成本有着营销里最友好的公式。把获取客户花的钱加起来,除以获取到的客户数,完成。金融课程、术语词条、各种计算器,在这一行字上达成共识,然后都在工作真正开始的地方停下。

我是一名每天跟AI打交道两年半的营销人。我给客户跑付费投放,自己搭建测量管道,用五种语言写这个博客。我的项目里没有任何一个配有数据团队。跟我合作的大多数公司,做营销的是一个人,有时是半个人。如果这是你的处境,教科书式的CAC几乎没用,因为它假设你已经知道哪个欧元带来了哪个客户。你不知道。这篇文章讲的就是这块缺失的拼图。

这是实操版本。自己动手搭建时归因到底怎么运作。什么样的时间窗口能产出诚实的数字。我每周都在看到的错误,包括混合CAC与付费CAC的区别,以及单一渠道结构的脆弱,全部用真实投放的故事来讲。不引用任何市场平均值,因为一个你无法用自己的数据验证的数字,帮不了你做任何决定。

要点先看

  • 公式只要一分钟,测量要一个季度。 难的不是算,而是知道哪些钱和哪些客户该进这个分数。
  • 没有归因,CAC只是一个观点。 我跑一套44个向量的首触归因工具,用Node和PHP构建,在客户端和服务器端用同一套分类逻辑区分自然流量、社交和直接访问。
  • 混合CAC和付费CAC要成对看。 一个告诉你整台机器转不转,另一个告诉你正在拉的那根杠杆划不划算。
  • 窗口决定真假。 用一个比销售周期还短的窗口量出来的CAC,就是带小数点的噪音。
  • 建立在单一渠道上的CAC是一个单点故障。 我亲眼见过一个客户的投放一夜之间归零,原因是平台验证,不是技术故障。
  • AI压缩的是CAC周围的工作,不是信任的成本。 筛选、跟进、聚类都变快了。让人相信你,还是得花那么多钱。

人人都知道的公式,以及分子里到底该放什么

CAC等于总获客成本除以新客户数。两个桶,一个分数。没有人败在公式上。人们败在放进分子里的东西上。

完整的分子有四块。媒介花费,最简单的一块。工具订阅,分析、表单工具、CRM席位。外部帮手,代理商和自由职业者。还有投入的时间,每个小生意都悄悄丢掉的那一块。如果创始人每个月花十个晚上盯投放,这些时间就是成本,就该进数字。看起来免费的渠道从来都不免费,它们是用注意力支付的,而注意力是小团队最贵的货币。

分母只有一条规则。只算新客户,只算你测量的这个周期。回流和老客户很美好,但他们回答的是另一个问题,也就是留存。把他们混进来,你的CAC会被悄悄拉低,低到这个数字不再说明任何事。

这就是公式的全部,诚实地套用。接下来是计算器们跳过的部分:你怎么知道每个客户从哪来。

一座搭成分数形状的天平:上层托盘装着硬币、一个齿轮和一座钟,下层托盘里是几个黏土小客户人偶,两层之间一条青柠色线条

没有归因,CAC只是一个观点

每一个CAC数字背后,都藏着某人做过的一个决定:这个客户从哪来。分析工具说是最后一次点击。销售说是客户自己找上门的。创始人记得三月份某个播客提过一嘴。有人挑了一个版本,表格里出现了一个数字,而这个数字继承了那次猜测。没有归因,CAC就是一个穿着小数点外衣的观点。

这就是我不再争论归因模型、转而自己搭管道的原因。我的线索归因工具捕获44个首触向量。它跑在Node和PHP上,所以不管项目底层是什么技术栈都能装进去。同一套分类逻辑,自然、社交、直接,在客户端和服务器端各跑一遍,当两边一致时,一条线索的来源就不再是故事,而是事实。

选首触是深思熟虑的决定。它回答我真正想问的问题:这个人第一次是怎么找到我们的。末次触达回答的是另一个问题,哪条广告完成了收单,这两个数字都活在我的报告里。但当我想知道五种语言的博客到底有没有用时,首触才是诚实的镜头,因为它把功劳记给启动旅程的那个东西,而不是碰巧站在终点线的那个。

这套工具是我自己搭的,没有开发团队,跟我依赖的每一个工具一样:描述我要什么,然后审查模型写了什么。技术栈的其余部分,分析、广告API、看板,都记录在这里。

几十根纤细的青柠色丝线从暗色背景上散落的节点汇聚进一个接线盒,盒后两块一样的面板亮起同一种颜色,客户端和服务器说着同一句话

混合CAC与付费CAC:先看清你在读哪个数

混合CAC是全部获客成本除以全部新客户。付费CAC是付费渠道的花费除以这些渠道带来的客户。两个都是真的。它们回答不同的问题,把它们搞混是我见过最常见的CAC错误。

混合CAC告诉你整台机器转不转。如果内容、SEO、转介绍和广告加在一起,以你的利润率扛得住的成本带来客户,这门生意就成立。付费CAC告诉你正在拉的那根具体杠杆划不划算。这是你放量之前要看的那一个数,因为放量会改变付费CAC,却几乎不动混合CAC。

经典错误两边都有。用纯付费CAC去评判内容,内容永远输,因为它的成本记在时间里,回报来得晚。或者用混合CAC去论证广告预算翻倍,这恰恰是错的,因为混合里那台有机引擎正在悄悄干活,而预算翻倍会欣然把功劳记在自己头上。

当两个数字都可信之后,它们会引出下一个问题:这一切换回了什么。那就是营销投资回报的对话,而它只能建立在诚实的CAC之上。

暗色面板上并排两个表盘:一个宽,连着许多运转的小引擎,一个窄,只连着一根杠杆,两个表盘上都是青柠色指针

窗口问题:测得太快的CAC就是个随机数

如果你从首触到签单的典型路径要六周,而你按月量CAC,那么你是在拿这个月的花费,去和上个月加这个月的一批客户做比较。这个数字是因为日历才动的,不是因为生意,然后所有人都盯着它,仿佛它说明了什么。

窗口必须匹配周期。量一下你最近这些客户从首触到成交隔了多久,然后把窗口设成至少这么长。再按首触月份分组,这样一月队列就是所有一月份第一次来的人,不管他们实际是几月买的。这只需要表格里多一列,就能去掉这条指标里大部分假戏。

这里面还有一层政治。短窗口偏爱贵的渠道,因为买来的客户立刻出现。长窗口偏爱有机,因为信任复利很慢。当会议室里有人想砍掉博客、把预算挪去投广告时,先查窗口,再查数字。一半的情况下,那个论点只是日历的伪影。

一条暗色时间轴:短短的日历块从一根更长的青柠色横条下滑过,横条代表销售周期,日历页在来得及盖住它之前就消散了

客户的投放一夜归零,但没人弄坏任何东西

有个故事我反复讲,因为它改变了我对渠道风险的看法。一家瑞士电商客户,不提名字,Google Ads一直跑得很稳。某天早上,消耗直接归零。不是下滑,是零。没有技术故障,没有东西坏掉,也没有任何技术员能修的东西。

原因是Google的广告主验证。这个账户需要完成组织验证外加一份身份证明,一个跟投放本身毫无关系的流程性步骤,而这份材料没过完之前,广告干脆不投放。一夜之间,这个账户里测量得最好的渠道不复存在。

生意层面的教训比Google层面的更大。如果你的新客户全部来自一个渠道,你的CAC就不仅仅是个数字,它是一个单点故障,而且能被一张表格关掉。能量化的渠道都要量化,但同时至少要有一台属于你自己的发动机在转:内容、SEO、邮件列表,一个没有任何平台能因为一纸手续暂停的东西。

一根输送发光液滴的管道停在一枚巨大的官僚印章前,计数器的指针落到零,没有任何零件损坏,场景完好无损

我自己工作里的两个CAC数字

我把自己的数字放在建议旁边,看形状,不看绝对值。

我的咨询生意是内容驱动的。引擎是这个博客,五种语言,AI辅助写作,为人们现在的搜索方式而建,包括通过AI助手的搜索。一篇文章的边际成本很低,但不为零,而不为零的那部分是审校。AI几分钟出稿,但阅读、核对、为每个论断负责,这才是真正的成本项,我拒绝把它去掉,因为发布自己没读过的东西,就是一个声音死去的方式。我的CAC主要是注意力,有意识地花出去的注意力。

另一个例子是aiexhibitions.net,我的AI展览目录。它通过Stripe提供自助订阅,月费分6、12、24欧元三档。场馆自己找上门,选一档,订阅,全程没有人工介入。一个自助listing的边际CAC接近于零,而这正是全部要点。成本都在前面,在产品里,在让场馆能找到这个网站的内容里。这就是你想要的形状:建起来贵,重复起来几乎免费。AI如何嵌入这份日常工作,更长的故事写在这里。

一分为二的场景:左边黏土小人写着一张张页面,页面向五个方向展开成扇形,右边一台自助机器自己吐出一张listing卡片,成本几乎为零

AI在哪里降低CAC,在哪里不行

每天用AI两年半之后,我可以准确说出它压缩了获客成本的哪些部分。筛选:模型读进来的线索,几秒钟把真需求从噪音里分出来。跟进:以前吃掉一个下午的序列,几分钟就能起草、个性化并检查完。表单和落地页:一个晚上就能建好,不用一个冲刺。还有元层面:给队列和渠道做聚类,让模型在十二个月的首触数据里找模式,这种分析小团队从来没有人有时间做。

AI压缩不了的,是信任的成本。人们在你被相信的时候才购买,而相信来自持续出现的证据,来自出问题时有一个真人回应,来自经得起核查的论断。AI让内容变得充裕,于是信任成了稀缺要素,而稀缺要素就是贵的要素。如果你的CAC高是因为还没人信任你,没有任何模型能修。模型产出的更多内容甚至可能把它推得更高。

这也是公司的AI营销项目频繁失败的原因。工具能用,产出看起来是成品,而那个判断层,决定什么为真、什么符合品牌的那个,从来没有被建起来。失败发生的四种方式,我在这里写过。

护栏:我怎么管理客户的预算

最后是我让以上一切保持诚实的操作规则。客户投放上,没有明确GO,一分钱不花,一个设置不改。每个客户有每月200欧元的消费护栏,越过它需要三重核对:当前消费、客户上限、明确确认。三者不齐,什么都不动。读数据、出洞察、写报告永远免费,而且我主动做,因为测量花的是注意力,投放花的是钱,这两件事永远不能混。

它和CAC的关系是直接的。顺序是:先测量,再花钱,再放量。一个你能守得住的CAC,建立在你信得过的归因上,装在与周期匹配的窗口里,GO的决定就变得容易。其他的都只是格式更漂亮的赌博。

常见问题

CAC和CPA有什么区别?

CAC数的是新客户。CPA,单次行动成本,数的是单个事件:一次点击、一份表单、一次注册。你可能CPA极漂亮而CAC很难看,这意味着你在买行动,不是在买客户。永远先查平台到底在为什么收费,把它换算成客户,再去庆祝。

没有数据团队,我怎么算CAC?

跟我一样算。把所有东西放进分子,包括你自己的时间,费率定一次,之后永不跟自己重新谈判。捕获每条线索的首触,你能控制的每条链接都带追踪参数,分类规则只有一条,在客户端和服务器端跑同一套。按首触月份给客户分组。每月复核一次,同一天,同一张表。目标不是精确,是一致,这样即使绝对值不完美,趋势也是真的。

客户获取成本多少算合理?

一个你能用自己的数据守住的客户获取成本就是合理的。任何通用基准都是别人的生意套着你的数字。诚实的方法是:把客户获取成本对照一个客户带来的毛利、对照客户留存多久,并且在做任何决定之前,混合和付费两个版本都看。最糟的客户获取成本不是高的那种,而是没测量的那种,你会在某个渠道消失的那一天才发现它。

标签: 客户获取成本CACCAC计算混合CAC首触归因营销度量

继续阅读

全部文章 →
订阅通讯

抢先一步。

偶尔分享关于 AI 营销、增长与演讲的思考。绝无垃圾邮件。