Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

正确计算 CAC 和 LTV 的创始人指南

Posted on 2022-05-10
布莱尔·西尔弗伯格
分享到Twitter
Blair Silverberg 是 Hum Capital 的联合创始人兼首席执行官, Hum Capital是一家使用技术加速筹资过程的金融服务公司。
此贡献者的更多帖子

  • 解锁数据驱动筹款的 3 把钥匙
  • 了解您的创业公司的价值,以便您可以将其传达给投资者

作为一名前风险投资家,我总是告诉创始人,他们在筹款时可以使用的最强大的工具是数据驱动的推销。

在不确定性和市场波动时期,以数据为先导更为有价值。随着投资者希望降低其投资决策的风险,带着确凿的证据来描述贵公司的增长潜力是公司筹款成功的关键。

由于云软件,大量有价值的实时财务数据现在触手可及,但如果没有适当的指导——或数据流畅性——创始人和投资者都错失了利用这些资产的机会。我坚信,更高的数据流畅性不仅可以释放个体公司的潜力,还可以释放传统背景下的一整代创始人的潜力。

进一步放大一点,公司必须正确衡量一个指标才能展示其增长潜力并吸引投资者:他们的 LTV/CAC 比率。

什么是 LTV/CAC,它为什么重要?

终身价值 (LTV) 和客户获取成本 (CAC) 是投资者和公司等用来提供成本效益分析并最终预测公司价值的两个最常用的指标。

当公司获得客户时,正确看待客户的方式不仅仅是将其视为一次性购买者,而是将其视为长期的现金流资产。 LTV 帮助投资者和公司计算其客户的长期潜在价值,尤其是当他们预计会在一段持续时间内继续为商品和服务付费时。

虽然着眼于高估值的创始人可能不愿采用保守的方法,但这样做对于与投资者建立信任至关重要。

为了获得这些客户,公司必须将资金(使用股权、债务或自由现金流)用于付费广告活动、销售人员等策略。有助于获得特定客户群的总费用被视为该群的 CAC。

投资者使用 LTV/CAC 来衡量公司对销售和营销的短期投资是在为企业创造价值还是在破坏价值,并确定额外资本是否有助于企业有效扩展。衡量 LTV 和 CAC 之间的比率可以让投资者预测给公司更多的钱花在 CAC 上是否会产生正或负的投资回报率。

低 LTV/CAC 比率是一个危险信号,因为它表明该公司没有有效地获得高价值客户,最终将需要更多投资来增长。另一方面,强劲的 LTV-CAC 比率表明注入新资本有助于成倍加速增长。

企业哪里出了问题?

许多常见错误归结为使用错误的指标来讲述您的故事。我经常看到创始人以收入为基础计算 LTV/CAC,而实际上,以毛利率为基础计算 LTV/CAC 对于增长融资来说是必不可少的。

原文: https://techcrunch.com/2022/05/09/a-founders-guide-to-calculating-cac-and-ltv-the-right-way/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme