EshopPick
留存 · LTV

DTC 的 CAC、LTV 与单位经济(2026):怎么算对、3:1 法则、回本周期、什么时候该扩量

📊
Maya Chen · 选品与数据策略主编
发布于 2026-06-25 · 6 分钟阅读

先说一个让无数 DTC 品牌「看着赚钱、实则亏钱」的根因:他们的 LTV 用的是营收,不是毛利。 这一个口径错误,能让你以为单位经济很健康,实际上每拉一个客户都在亏。

这篇是 DTC 增长完全指南 的「单位经济篇」。姊妹文 客户留存与 LTV 讲怎么把 LTV 做大;这一篇讲怎么把 CAC 和 LTV 算对、怎么用它们决定要不要扩量。算的时候别手算——用 /tools 上的免费 CAC·LTV 计算器,把口径替你卡死。

先用两张表把核心概念和口径对齐。第一张是四个关键指标的定义:

指标含义怎么算
CAC获客成本获客总花费 ÷ 新客数
LTV客户生命周期价值(毛利口径)每客毛利 × 复购次数(含首单)
回本周期赚回一个客户 CAC 要多久CAC ÷ 每月每客毛利
LTV:CAC获客效率比LTV ÷ CAC

第二张帮你读懂 LTV:CAC 这个比值(毛利口径,基准会变,以你自己数据为准):

LTV:CAC 区间大致含义该做什么
低于 2:1偏亏或太薄别扩量,先修复购或毛利
2:1 – 3:1现实可接受区可谨慎扩,盯紧回本周期
约 3:1常被引用的健康起点验证口径后稳步扩量
高于 4:1可能投得太保守增长留在桌上,可更激进拉新

CAC 怎么算(以及最常见的错)

CAC(获客成本)= 一段时间的获客总花费 ÷ 同期获得的新客数。两个常见错误:一是「花费」只算广告费,漏了平台抽成、网红佣金、获客相关工具与人力;二是「客户数」误用订单数——一个客户下三单仍只算一个客户。算漏会让 CAC 偏低、盈利被高估。

CAC(获客成本)= 这段时间的获客总花费 ÷ 这段时间获得的客户数。

听起来简单,错的地方全在「总花费」和「客户数」的口径:

  • 「总花费」不只是广告费。 要包含广告投放、平台抽成里和获客相关的部分、网红 / 联盟佣金、获客相关的工具与人力。只算媒体花费会让 CAC 偏低,你会高估盈利能力。
  • 「客户数」要的是新客,不是订单数。 一个客户下三单算一个客户,不是三个。

blended CAC vs 新客 CAC:别混为一谈

这是 2026 年最值钱的一个区分:

  • Blended CAC(混合 CAC)= 总营销花费 ÷ 总新客数,把品牌、自然流量、复购带来的「便宜客户」都摊进去,数字好看。
  • 新客 CAC / paid CAC = 付费渠道花费 ÷ 付费带来的新客数,反映你真实的边际获客成本——也就是「再多投一块钱广告,要花多少才能多拉一个新客」。

为什么重要?扩量决策要看新客 / 边际 CAC,不是 blended。 Blended 会被自然流量稀释得很漂亮,让你误以为还能猛加预算,结果一加,边际 CAC 飙升、ROAS 崩盘。两个都要看,但别用 blended 去做扩量判断。

LTV 怎么算——关键是「毛利口径」

这是全文最重要的一节。LTV 必须用毛利,不是营收。

为什么?因为 CAC 是你为获得一个客户付出的真金白银,你拿来抵 CAC 的,只能是这个客户给你带来的利润,不是他刷的流水。一个客户一辈子在你这买了 1000 美元,但毛利率 40%,那他真正给你的是 400 美元——你能拿去抵 CAC 的是这 400,不是 1000。

margin-adjusted LTV ≈ 平均订单金额 × 毛利率 × 购买频次 × 客户生命周期

或者更简洁:LTV ≈ 每客毛利 × 复购次数(含首单)。

这里的「毛利」要扣掉商品成本(COGS),严格一点还要扣掉履约 / 运费 / 退货 / 支付手续费这些变动成本(这更接近 contribution margin / 贡献毛利)。扣得越实,LTV 越接近你真正能拿去花的钱。

用营收当 LTV 的后果: 你的 LTV 虚高 2–3 倍,LTV:CAC 看着是 3:1,实际可能只有 1.2:1——你以为在扩量赚钱,实则在加速亏损。这就是为什么很多「数据健康」的 DTC 品牌会突然现金流断裂。

(怎么把 LTV 做大——靠频次、客单、订阅、会员——是另一篇的主题:客户留存与 LTV。)

LTV:CAC 的 3:1 法则——以及为什么要打个折

业内最有名的经验法则是 LTV:CAC ≥ 3:1:每花 1 块钱获客,客户一生带来 3 块钱(毛利口径)的价值。逻辑是给履约、运营、获客之外的成本和利润留出空间。

但 3:1 是个被滥用的口号,得打几个折:

  • 它高度依赖你怎么算 LTV。 如果你的 LTV 用营收算,3:1 是假的;用毛利算,3:1 才有意义。口径不对,比例无意义。
  • DTC 现实区间往往更低。 2026 年很多说法把健康区间放在 2:1 到 4:1(以 12 个月、已验证 cohort、毛利口径为基础);也有人认为 2.5:1–4:1 更现实。CAC 这些年翻了几倍,不少品牌已经掉到 2:1 以下——那意味着每拉一个客户都是净亏,除非复购特别强。
  • 比例高不一定就好。 LTV:CAC 太高(比如 6:1、8:1)往往说明你投得太保守、增长留在桌上没拿——你本可以更激进地拉新。
  • 比例只说「最终赚不赚」,不说「多久回本」。 这就引出下一节。

别把 3:1 当圣旨。把它当一个起点,以你自己毛利口径下的数据为准——基准会变。

回本周期(Payback Period):现金流的真相

LTV:CAC 告诉你「客户最终赚不赚钱」,回本周期告诉你「多久能把获客成本赚回来」——这是现金流的命门。

回本周期 = 把一个客户的 CAC 赚回来所需的月数(用每月每客的毛利来抵)。

为什么它常比 LTV:CAC 更重要?因为现金流。 一个 2:1、6 个月回本的品,可能跑得比 4:1、18 个月回本的品更好——因为前者每半年就能把钱收回来再投出去,复利转得更快。比例大,不代表你撑得住。

2026 年各品类回本周期参考(方向性,以你自己数据为准):

  • 食品饮料:约 1–3 个月。
  • 美妆 / 宠物:约 2–4 个月。
  • 补剂:约 3–6 个月。
  • 服饰:约 3–6 个月。
  • 电子 / 高客单:6–12 个月甚至更长。

经验门槛(同样是区间):靠自有现金滚动的品牌,回本最好压在 6 个月内;有融资 / 能用营运资金的,12 个月内也能接受。 回本越久,你越吃现金、越脆弱。

把这些数算对:用 CAC·LTV 计算器

口径多、容易算错,所以别手算。/tools 上的免费 CAC·LTV 计算器帮你一次卡死:

  • 输入广告花费、新客数、客单、毛利率、复购次数;
  • 它替你算出新客 CAC、margin-adjusted LTV、LTV:CAC、回本周期;
  • 一眼看出你现在是「能扩」还是「该先修留存 / 修毛利」。

把数算对,是所有扩量决策的前提。先去 /tools 把你的真实数字跑一遍。

什么时候该扩量(加大拉新)

把上面几个数凑齐,扩量信号其实很清晰。该扩量的标志:

  • 新客(边际)CAC 下,LTV:CAC 仍然健康(毛利口径,通常 ≥ 2:1,最好 3:1 附近或以上);
  • 回本周期落在你现金流撑得住的范围(自有现金 ≤ 6 个月、有融资 ≤ 12 个月,作参考);
  • 加预算后边际 CAC 没有立刻飙升——说明还有可买的需求。

该先停手 / 修内功的标志:

  • 用毛利口径一算,LTV:CAC 掉到 2:1 以下——别扩,先修复购或修毛利;
  • 回本太久、现金流吃紧——再扩就是拿现金赌;
  • 一加预算 blended ROAS 就崩 / 边际 CAC 飙升——需求见顶,继续加只是烧钱。

扩量怎么执行而不破 ROAS,是渠道层面的事:落地页和转化先打磨好(见 转化率优化落地页最佳实践),不然你只是在更贵的流量上漏更多。

最后一句提醒: 扩量之前先确认这个品类有真实、持续的需求——用 EshopPick 看本周真实在卖的品,别把好不容易算对的单位经济,投在一个根本没需求的品上。

常见问题

LTV 到底该用营收还是毛利? 毛利,而且尽量扣到贡献毛利(再减运费 / 退货 / 手续费)。用营收会让 LTV 虚高 2–3 倍,LTV:CAC 全是假的。

3:1 是硬指标吗? 不是。它是个起点。DTC 现实区间常在 2:1–4:1,且高度依赖你怎么算 LTV。以你自己毛利口径数据为准,基准会变。

LTV:CAC 和回本周期,哪个更重要? 互补。LTV:CAC 说「最终赚不赚」,回本周期说「现金多久回来」。现金紧的品牌,回本周期往往更要命。

扩量看 blended CAC 还是新客 CAC? 新客 / 边际 CAC。 Blended 被自然流量稀释得太好看,会骗你加错预算。

底线

  • LTV 必须用毛利,不是营收——这是最常见、最致命的口径错误。
  • CAC 区分 blended 和新客 / 边际:扩量决策只看新客 / 边际 CAC。
  • 3:1 法则要打折:DTC 现实常在 2:1–4:1,口径不对比例就无意义,太高反而说明投得太保守。
  • 回本周期管现金流:2:1、6 个月回本,可能强过 4:1、18 个月回本。
  • 扩量信号:边际 CAC 下 LTV:CAC 仍健康 + 回本撑得住 + 加预算边际 CAC 不飙。
  • 先用 /tools 的免费 CAC·LTV 计算器把数算对,再谈扩不扩。

下一步:数算对了,就去把 LTV 做大——读 客户留存与 LTV,用频次、订阅、会员把分子撑起来。

📊
关于作者
Maya Chen
选品与数据策略主编

EshopPick 选品与数据线主编。专注 TikTok Shop 美区选品方法论、费用与利润测算、平台模式对比。所有结论以本站每周更新的真实销量与机会分为依据,只讲能落地的判断,不追榜单噪音。

看完想动手?让 AI 帮你做投放

GrowthGPT 帮你生成广告素材、分析竞品、直接上投放并 24 小时实时优化。