设想一家做宠物零食的线上店(纯属方法演示,不是真实店铺),首单贡献 30 元,获客成本 95 元(获客成本的定义见 CFI:Customer Acquisition Cost)。同样是 1000 人的新用户批次,放在两种不同的复购表现下,12 个月后一种累计贡献比获客投入少 3.3 万元,另一种多出 2.6 万元。首单数字一模一样,分叉全在后面几单。
单位经济就是把一个单个买卖单元放大看、算它赚还是亏的方法,区别在于单元怎么选。常见的有两种:按订单算,问的是“多卖一单,值不值”;按用户算,问的是“多拉一位用户,这位用户一年里带来的钱,抵不抵他进门的成本”。两种算法都对,用错场合就会得出相反的结论。
按订单算和按用户算,到底差在哪里?
两种算法各回答什么问题
差在时间长度和成本归属:按订单只看一次成交的收入与成本,按用户则把这位用户之后所有订单的贡献加总,再和他一次性的获客成本相比。
| 对比项 | 按订单算 | 按用户(批次)算 |
|---|---|---|
| 要回答的问题 | 多卖一单,扣掉直接成本还剩多少 | 一位新用户一年里带来的钱,够不够还获客成本 |
| 看的时间 | 一次成交 | 6 个月、12 个月等固定窗口 |
| 获客成本放在哪 | 常被摊进每一单,或干脆不算 | 一次性算在这位用户身上 |
| 复购的作用 | 看不见,只体现为订单变多 | 直接决定累计贡献 |
| 适合的生意 | 一次成交为主:大件耐用品、低频服务、平台每单抽佣 | 会反复下单:食品日用、订阅、会员、教培续费 |
| 容易出错的地方 | 老客订单稀释新客成本 | 窗口太短、批次混算、归因不清 |
“贡献”指的是什么
这里的“贡献”指贡献毛利:一笔订单的收入,减去随订单变动的成本,包括商品成本、履约配送、支付手续费、售后和退货损失,不含房租、总部工资这类不随订单变化的固定成本(定义可参考 Investopedia:Contribution Margin)。用贡献毛利而不是收入去算用户价值,是因为复购订单同样要付商品和配送的钱。
同一批用户算两遍,结论怎么翻转?
先固定首单,只改复购
把首单条件固定,只改复购表现,就能看出两种算法为什么会给出不同答案。下面采用一组假设数据计算,不对应任何真实公司:一个批次 1000 位新用户,每人获客成本 95 元,批次总投入 9.5 万元。首单(含新客优惠)贡献 30 元,复购订单没有新客优惠,每单贡献 38 元。统计窗口为首单后的 12 个月。
| 项目 | 批次甲(复购弱) | 批次乙(复购强) |
|---|---|---|
| 首单数 | 1000 | 1000 |
| 12 个月内复购单数 | 840 | 2400 |
| 人均总订单数 | 1.84 | 3.40 |
| 首单贡献合计 | 3.00 万元 | 3.00 万元 |
| 复购贡献合计 | 3.19 万元 | 9.12 万元 |
| 12 个月累计贡献 | 6.19 万元 | 12.12 万元 |
| 减去获客投入 9.5 万元后 | 获客后贡献缺口 3.31 万元 | 获客后贡献余额 2.62 万元 |
| 人均累计贡献 ÷ 获客成本 | 0.65 | 1.28 |
两种算法分别读出什么
两批用户在“首单”这个动作上没有任何区别:首单贡献都是 30 元,都比 95 元的获客成本低。只盯着订单看,两批都是“首单没回本,要靠后面补”,分不出谁好谁坏。按用户算,甲批 12 个月后人均只收回 61.9 元,连获客成本的三分之二都不到;乙批收回 121.2 元,已经覆盖投入。
要注意,乙批的 2.62 万元只是 12 个月窗口内、贡献毛利层面的余额,还没扣房租、总部工资等固定成本,余额为正不等于公司最终盈利。想继续往下看回本速度,可以接着算回本周期多久算健康;LTV 和 CAC 各自的定义,在LTV 和 CAC 是什么意思里有一张判断象限。
按订单算时,哪里会骗人?
常见的有三处,都是把获客成本算得太轻。
老客的订单把新客成本稀释了
假设同一个月,营销费用 9.5 万元,拉来 1000 位新用户;同月另有 4000 单来自老客自然回购。当月总订单 5000 单,营销费用除以总订单,“单均获客成本”只有 19 元,而首单贡献是 30 元,看起来每单还能剩 11 元。
可新客真实的获客成本是 95 元,这 1000 位新用户这个月只带来 3 万元的首单贡献。老客的 4000 单并不是这笔投放换来的,把它们放进分母,等于让新客占了老客的便宜。这类算法适合看整体营销效率,不能拿来判断“再拉一批新客划不划算”。
只算贡献、不算获客
不少团队看订单级报表时,只扣到履约和售后就停了,得到“每单贡献 30 元”这样的好看数字。获客成本通常在另一张表里,没有被分摊回来。结果是订单越多越觉得赚,实际却是用户越拉越多、现金越来越紧。获客成本到底包含哪些项,可以对照获客成本 CAC 怎么算逐项核。
把首单优惠当成常态
首单常有新客券、满减、赠品。按订单算时如果把首单和复购单混在一起求平均,得到的“单均贡献”会因为两类订单的比例波动而忽高忽低。甲批和乙批的单均贡献分别是 33.7 元和 35.7 元,差别不大,却对应着完全不同的结局。单均数字掩盖了订单是谁下的。
按用户算时,哪里会骗人?
按用户算更接近真相,但也有三个容易出错的地方。
窗口太短
如果复购要两三个月才发生,只看首月,几乎所有批次都是亏的;历史批次可以观察完整三年;预测新批次时,不能把尚未发生的复购当成已实现贡献。窗口要和这个品类的购买周期匹配,并且在报告里写明是 6 个月还是 12 个月。
批次混在一起
不同月份、不同渠道的用户,复购曲线可能差别很大。把它们合并求平均,会让好批次掩盖坏批次。比较稳妥的做法是按“获客月份 × 渠道”分批,各自从首单日起算同样长度的窗口。
归因不清
一位用户 6 个月后因为朋友推荐、或者看到别的活动又下了一单,这一单该不该算在当初那笔获客费用名下,没有标准答案。保守的做法是:窗口内该用户所有订单都算,但同时把复购单里实际发生的额外优惠、召回费用单独扣掉,不让复购单看起来比实际更赚钱。
什么生意应该用哪种算法?
按人均订单数初筛
按一位用户 12 个月内平均下几单来判断,是一种便于初筛的分法:
- 一单为主(平均不到 1.2 单):大件家电、装修、一次性课程。这类生意的获客成本基本都得靠首单收回,按订单算就够了,把获客成本直接放进首单里一起扣。
- 两种都要看(约 1.2 到 2 单):复购存在但不稳定。先按订单算首单是否亏得起,再按用户批次验证复购是否真的发生。
- 复购为主(平均超过 2 单):食品日用、订阅、会员、教培续费。部分复购型业务的首单会亏损,应重点看用户批次的累计贡献,同时结合回本周期和固定成本。
1.2 单和 2 单只是初筛参考线,并非行业标准;不同品类的购买周期差别很大,读者应换成自己业务的真实数据。
两条算法轨道各看什么
分好档之后,两种算法各有各的前提、通过标准和未通过时的去向:
| 对照项 | 按订单轨道 | 按用户批次轨道 |
|---|---|---|
| 前提 | 首单的收入和变动成本能拆开 | 复购单有单独的贡献毛利,且能按“获客月份 × 渠道”切批、追踪到第 12 个月 |
| 通过标准 | 首单贡献 ≥ 获客成本 | 批次累计贡献 ÷ 获客成本 ≥ 1(思路同 Chargebee 讲的 LTV/CAC 比值) |
| 没通过 | 靠首单养不起获客:降获客成本、提高客单价,或重新选渠道 | 小于 1 说明 12 个月内没回本,先看复购曲线是否还在上升,再决定放量还是收缩 |
| 通过之后 | 可以按订单继续跟踪单均贡献 | 再看回本发生在第几个月 |
| 缺数据时 | 先把获客成本分摊到首单上 | 补齐用户编号和首单日,在此之前只能按订单粗看 |
这套对照只用于判断业务本身的单位经济,不涉及对任何公司股票的评价或买卖建议。
读完可以做的一件事
取一批已经满 12 个月的用户
先别急着建复杂模型。拿首单距今已满 12 个月的一批新用户,比如 12 个月前那个月拉来的,把他们所有订单的贡献毛利加总,再除以那个月花在他们身上的获客费用。得到的这一个数,通常比只看订单的报表更能反映当月的拉新到底值不值。
最近的批次怎么办
最近几个月拉来的批次还没走完窗口,现在下结论会偏悲观。可以把它当作滚动追踪:每月更新一次“截至第几个月,累计收回了获客成本的百分之几”,同期和更早的批次对照着看,等窗口走满再定论。
常见问题
Q:按订单算和按用户算,哪个更准?
答: 没有哪个天生就更准,得看生意类型。一次性成交为主的生意,按订单算就够了;会反复买的生意,按订单算会漏掉关键的复购,按用户批次算更接近真实。
Q:获客成本应该放在首单上,还是平摊到所有订单上?
答: 获客成本是为“拉来这位用户”花的钱,只发生一次。按用户算时,就一次性放在这位用户名下;按订单算时放在首单上更直观,平摊到所有订单会让后面订单的数字好看些,平摊方式要说清楚。
Q:统计窗口选 6 个月还是 12 个月?
答: 看购买周期。日用品、餐饮这类高频品类,6 个月可能已经能看出复购形状;耐用品、年度续费类业务,通常要 12 个月以上。关键是在同一批次内、批次之间,用同样长度的窗口来比较。
Q:复购单也要扣履约和售后成本吗?
答: 要。复购单同样要付商品成本、配送、支付手续费和退货损失,复购单通常不再承担首次获客成本,但仍要扣商品、履约、售后,以及实际发生的复购优惠和召回费用。直接拿收入加总,会高估用户价值。
Q:批次里有人从没复购,要不要剔除?
答: 不要剔除。把没有复购的用户也算在批次里,复购率才是真实的。只统计复购用户,LTV 会显得远高于实际。
Q:这种算法适合平台型生意吗?
答: 适合,但要把用户分成买家和商家两边,各自有各自的获客成本和贡献。平台每单抽佣的部分按订单看,商家入驻后的持续交易按商家批次看。
Q:文中的数字能直接套到我的生意上吗?
答: 不能。文中 30 元、38 元、95 元都是假设值,宠物零食店也不是真实个案,购买周期、客单价和成本结构不一样,结果会完全不同。得换成自己业务的真实数据重算。
参考资料
- Investopedia:Contribution Margin(贡献毛利的定义与计算)
- Corporate Finance Institute:Customer Acquisition Cost(CAC)
- Chargebee:LTV/CAC Ratio
版本 1.0 · 更新于 2026-11 · 文中批次数据为假设数据,不对应任何公司的实际经营;订单数分档只是初筛参考。本文不构成投资建议。