一个典型的复盘场景：某效率工具SaaS开季度复盘会，市场负责人报喜——这个月新客户的获客成本比三个月前降了快一半，大家顺理成章觉得该加钱扩量。增长负责人却没接这个话茬，反问了一句：这批新客户，一个月后还留着多少？没人能立刻答上来。获客成本（CAC），意思是平均花多少钱能拿下一个新客户，用一段时间内的获客总支出除以这段时间新增的客户数。这个数字降了，只能说明”每个新客户花的钱少了”，但没说清”为什么少了""这批客户值不值这个钱”——后面几个问题，才是判断这段增长健不健康的关键。
判断低成本增长健不健康，光盯CAC这一个数字的涨跌没用，要拆开看五件事：这个数字算的是混合CAC还是付费CAC、现在处在获客的哪个阶段、这批便宜用户的留存和复购怎么样、算LTV时用的是贡献毛利还是收入、便宜是不是靠某个渠道当前的价格洼地或流量红利撑起来的。五件事里随便忽略一件，走低的CAC都可能只是错觉。用同一组季度假设数据分别算这五项就会发现：混合CAC下降，并不代表付费渠道效率真的改善了。
CAC走低，算的是哪一种CAC？
同样一句”获客成本降了”，背后的情况可能完全不同：是混合CAC降了，还是付费CAC降了。
混合CAC和付费CAC，算的范围不一样
两种CAC的算法边界不一样：
- 混合CAC：全部获客支出 ÷ 全部新增客户。支出既包括付费投放，也包括内容制作、地推人力、工具订阅这类不是按点击或曝光直接付费的渠道成本，得到的是公司整体平均。
- 付费CAC：付费投放支出 ÷ 这笔投放实际带来的客户，只反映这个渠道自己的效率。
HubSpot把获客成本定义为”获取一个新客户所需的全部费用”。它强调不能孤立看这一个数字，要跟客户终身价值（LTV）一起看：健康的比例一般是LTV至少达到CAC的三倍左右（HubSpot：Customer Acquisition Cost）。这个三倍关系必须用同一种算法比才算数，一个用混合CAC、一个用付费CAC混着比，就没有参考意义。
一个归因审计的例子：自然流量占比变化怎么拉低混合CAC
a16z在2015年那篇拆解创业公司常用指标的文章里，把这两种算法分开讲，理由是投资人更看重付费CAC——付费CAC才真正反映付费营销活动本身的效果和赚钱能力（a16z：16 Startup Metrics）。这能解释开头那家效率工具SaaS大概率发生了什么，用一组假设数字演示：
| 指标 | 一季度 | 二季度 |
|---|---|---|
| 全部新增付费客户 | 500 | 700 |
| 全部获客支出 | 40万元 | 42万元 |
| 混合CAC | 800元 | 600元 |
| 付费渠道新增客户 | 400 | 410 |
| 付费渠道支出 | 34万元 | 35万元 |
| 付费CAC | 850元 | 854元 |
| 自然流量+转介绍占比 | 20% | 41% |
这组数字是用来演示归因审计怎么做的假设案例，不针对具体公司。表面看，混合CAC从800元降到600元，降了25%；但拆开看付费渠道自己的CAC，从850元涨到854元，基本没变。混合CAC走低，几乎全部来自自然流量和转介绍占比从20%涨到41%。不是付费投放变得更划算，是免费流量占比被动拉高，把整体平均数摊薄了。只报一个混合CAC、不把付费渠道单独拆出来算，是判断低成本增长时容易被忽略的一个环节。
获客成本天然会随规模变化，现在的低值能撑多久？
CAC走低也可能只是因为——还没获客到需要花钱去够更难说服的那批人，也可能只是渠道正处在一段回不去的红利期。
人群阶段：容易被说服下单的那批人通常先被拿下
a16z在2015年那篇文章里举过一个示意例子：获取前1000个用户可能花1美元，再往后到1万个用户涨到2美元左右，等到了10万这个量级，单个获客成本可能得5到10美元（a16z：16 Startup Metrics）。这组数字是十多年前的示意场景，不是当前的行业基准，但它讲的道理没有过时。一群人里更容易被说服、更愿意主动尝试的，通常更早被拿下，获客自然显得便宜。后面要说服的是没那么感兴趣、要多触达多花力气的人，同一个渠道大概率越来越贵。
渠道红利：价格洼地和流量红利是不是能一直便宜下去
GoPractice在分析付费营销的风险时，搭了一个假设模型来演示类似的现象。模型假设同一批付费获取的用户，每个月贡献的收入大约是上个月的90%。在这个留存假设不变的前提下，光靠新增付费投放带来的月环比增长率，会从第二个月的翻倍以上，一年后降到月均10%左右，两年后降到只剩1%到2%（GoPractice：Risks of Paid Marketing）。这是一个用来演示付费获客边际效应递减的假设模型，不代表某个真实渠道的实测曲线。它指出的规律是：只看当前一个时间点的CAC，看不出这个渠道是不是已经把手头容易拿的那批用户耗完了，也看不出眼下的便宜是不是某个平台算法调整或促销窗口带来的短期红利。判断该不该加投入，要看这批新客户来自什么阶段的人群、这个渠道的价格是不是处在一段回不去的红利期，而不只是盯着当下这一刻的价格。
便宜获取的用户，留存和复购经得起看吗？
便宜获客的常见来源，容易让留存打折
CAC走低但留存变差，是容易被忽略、代价也较高的一种问题。
一门生意能不能持续赚钱，很大程度看老客户留不留得下、回不回来。Bain与Mainspring在2000年对服装、杂货、电子产品等多个网购品类的消费者做过研究，发现用复购和转介绍衡量的客户忠诚度，对在线业务盈利能力的带动比线下业务更明显（Bain & Company：The Value of Online Customer Loyalty and How You Can Capture It）。这项研究的数据年头已经比较久，样本行业和当年的网购环境跟现在也不一样，具体数字不能直接拿来套用。能参考的是它指向的一个基本逻辑：拉新只是第一步，这批人留不留得下来，才是决定这门生意最终赚不赚钱的地方。
便宜获客的几种常见来源，偏偏容易让”留得住的用户”这个预期打折：
| 便宜的来源 | 常见表现 | 需要额外确认的问题 |
|---|---|---|
| 大额折扣、补贴价 | 看到优惠后完成首单的比例明显高于日常价 | 撤掉补贴后，这批人还会不会按原价复购 |
| 低门槛渠道（薅羊毛群、比价平台） | 获客成本很低，注册量好看 | 这批用户是冲着优惠来的，还是真需要这个产品 |
| 算法或平台的流量红利期 | 某个渠道当下投放特别便宜 | 红利结束、出价回到正常后，成本会不会明显反弹 |
| 低价拉新品 | 用极低客单价的商品或功能拉来新客户 | 后续有没有路径转去正价商品或核心功能 |
拿这批用户跟其他渠道比，别只看总数好看
表里每一行，最终都指向一件事：把”便宜来的”这批用户，跟其他渠道来的放在一起，比次月留存、复购率、退款率。回到前面那家效率工具SaaS的假设案例：它二季度新增的自然流量和转介绍客户里，有一部分是被一轮限时内容专题拉来的新客户，这批人次月留存只有35%左右；同期付费搜索渠道历史次月留存一直在68%上下。要是不拆开比，只看”混合CAC降了、新客户变多了”，很容易把这批留存偏低的用户也算进”增长质量提升”里。
算LTV时，用的是收入还是贡献毛利？
贡献毛利LTV和收入LTV，差距可能很大
CAC值不值，最后还是得落回LTV来算账，但算LTV的方法不一样，结论可能完全反着来。
a16z在解释LTV时，把它定义为客户整个生命周期能贡献的未来净利润的现值。但落到具体算法，它给出的是用收入减去这个客户直接产生的变动成本，得到贡献毛利，再用”贡献毛利LTV与CAC的比率”判断获客成本收不收得回来、要不要调营销支出（a16z：16 Startup Metrics）。这跟公司财务报表里刨掉总部费用、固定开支之后的净利润不是一回事，本文后面统一按下面这个算法算：
- 贡献毛利LTV：收入 − 履约、客服、退换货这类服务该客户产生的变动成本，不牵涉公司整体的固定费用，数字更保守。
- 收入LTV：客单价 × 预计购买次数，没扣变动成本，数字往往偏高。
不少团队图省事，直接用收入LTV，算出来的数字容易偏高，就是因为漏掉了变动成本这一块。LTV和CAC具体怎么配着用，LTV和CAC是什么意思里有更完整的计算方法。
回到案例：留存差了，贡献毛利LTV会跟着缩水
接着前面的假设案例往下算：如果这家公司二季度自然流量客户的贡献毛利率跟付费渠道客户差不多，但次月留存只有付费渠道的一半左右，那么按贡献毛利计算，这批用户的LTV大概率会明显低于付费渠道客户。账面上的混合CAC更好看，实际能覆盖获客成本的空间反而更窄。
五项检查：看穿”虚假的低CAC”
把前面几个角度拢成一张表，遇到一段”获客成本降了”的增长，照着逐项打勾就行：
五项检查清单
| 检查项 | 触发信号（打勾即算触发） |
|---|---|
| ① 计算范围 | 只报了一个混合CAC，没有把付费渠道单独拆出来算 |
| ② 阶段 | 获客规模还很小，没验证过扩大到更泛的人群后CAC能不能保持 |
| ③ 留存 | 这批用户的次月留存、复购率明显低于历史平均，或者压根没对比过 |
| ④ 利润计算方式 | 算LTV时只用了收入或毛利，没扣掉履约、客服那些边际成本 |
| ⑤ 渠道可持续性 | 便宜完全来自某个渠道当前的价格洼地或流量红利，不是产品、口碑或内容本身带来的 |
怎么用这五项做决定：先排否决项，再定验证规模
这五项不是打分公式，触发的项数不能直接换算成”该加多少预算”——渠道不可持续这一项单独触发，跟留存打折单独触发，严重程度并不一样，不能笼统合并成一个总分。
实际用的时候分两步。第一步看否决项：①计算范围、③留存、④利润计算方式（是不是按贡献毛利算）这三项里，只要有一项没通过，说明这段”低成本增长”的数字本身就立不住。不管②⑤两项触发了几条，都先把没通过的那一项查清楚，不建议这时候加预算。
第二步，①③④都通过之后，再看②阶段、⑤渠道可持续性这两项触发了几个，用来决定接下来验证要做多大规模，而不是直接决定要不要放大投入：
- 两项都没触发：这批新客户已经覆盖到偏泛的人群，价格也不是靠短期红利撑起来的，可以按现有节奏推进，同时继续盯着规模扩大后的成本变化。
- 触发1项：先小规模扩量验证，比如只在这个渠道里把投放规模提到原来的1.5到2倍，看CAC和留存能不能撑住，再决定要不要进一步放大。
- 两项都触发：这批便宜大概率是人群阶段红利和渠道价格红利叠加出来的，先把这两层红利各自还能撑多久摸清楚，不建议现在就追加预算。
这张清单不是想说”低CAC全是假的”，而是把”为什么便宜”拆成几个能逐项核对的点。判断增长方式和这门生意本身合不合，可以对照增长模型怎么选里客单价和复购的思路一起看；要是新客户几乎都来自同一个正在打折或处于红利的渠道，也值得按渠道依赖过高有哪些风险的方法单独查一查这层风险。CAC本身要怎么一步步拆开算，获客成本CAC怎么算给了更细的分项方法；LTV和CAC怎么配着用，也可以参照LTV和CAC是什么意思里的定义再过一遍。
CAC走低本身从来不是坏消息，坏消息是把”这个月数字好看”当成”获客方式已经跑通了”。下次再看到获客成本下降，别急着按现在的节奏加预算，先把这五项检查过一遍，看看这段增长撑不撑得住放大。这套检查方法帮你判断增长质量，不构成具体的预算或投资决策建议，实际决策还要结合自家数据。
常见问题
Q： CAC降低是不是一定说明获客渠道效率提升了？
答： 不一定。CAC降低可能来自渠道效率真的提升，也可能来自自然流量占比上升稀释了混合CAC、获客规模还小、补贴拉低了短期成本，或者渠道正处在一段价格洼地。要先分清是付费CAC还是混合CAC在变化，再判断是不是真的效率提升。
Q： 付费CAC和混合CAC应该看哪一个？
答： 两个都要看，但作用不一样。付费CAC反映某个具体付费渠道自己的效率，适合判断要不要在这个渠道加钱；混合CAC反映公司整体的获客效率，适合看总体趋势，但会被自然流量、口碑这类不花钱的渠道占比变化影响，不能单独拿它判断某个付费渠道值不值得追加预算。
Q： 低价获取的用户，一定比其他渠道来的用户质量差吗？
答： 不一定，但需要额外验证。折扣、补贴或红利期渠道拉来的用户里，有一部分确实是冲着低价来的，一旦回到原价可能就不再购买；但也有一部分本来就需要这个产品，只是恰好在低价期第一次尝试。判断的办法是把这批用户和其他渠道来的用户放在一起比留存、复购和退款率，而不是凭渠道类型直接下结论。
Q： LTV按收入算和按贡献毛利算，差距会有多大？
答： 差距取决于履约、客服、退换货这类边际成本占收入的比例。这类成本占比越高的生意（比如需要仓配、上门服务或高退货率的品类），两种算法算出来的LTV差距越大；边际成本很低的纯软件或内容类产品，两种算法的差距通常会小一些，但仍然建议按贡献毛利核对一遍，避免高估回本空间。
Q： 五项检查里，哪一项最容易被团队忽略？
答： 经常被忽略的通常是”阶段”和”渠道可持续性”这两项。团队习惯拿当下这一个月的数字做判断，很少往前追问这批便宜用户是不是容易被说服下单的那一小批人、这个价格是不是渠道本身正处在一段红利期。这两项恰恰是规模扩大或红利结束后容易出问题的地方。
Q： 发现低CAC是”虚假”的之后，是不是要立刻停止这个渠道？
答： 不一定要立刻停。先确认是哪一项检查触发了问题。如果是计算范围的问题（比如把混合CAC和付费CAC搞混了），把付费和自然流量拆开重新算一遍即可，不用停投。如果是留存明显打折或渠道即将回到高价，可以保留小规模投入继续验证，同时逐步把新增预算转向留存和复购数据更好的渠道，而不是一次性全部砍掉。
参考资料
- a16z：16 Startup Metrics
- Bain & Company：The Value of Online Customer Loyalty and How You Can Capture It
- GoPractice：Risks of Paid Marketing
- HubSpot：Customer Acquisition Cost
版本 1.0 · 更新于 2026-08 · 编辑部定期复审 · 文中效率工具SaaS的季度数据为假设案例，不针对具体公司；a16z、GoPractice数据引用自其历史文章中的示意例子和假设模型，Bain与Mainspring的研究数据来自2000年，仅用于说明判断方法，不构成投资建议。