以下三家公司与全部数字均为教学假设,用于演示商业化计算,不代表任何真实企业。
回本周期只看一件事:多久把 CAC 赚回来
回本周期的公式很短:
回本周期(月)= CAC ÷ (ARPA × 毛利率)
分母 ARPA × 毛利率 是每个客户每月贡献的毛利,也叫毛利贡献。CAC 是获取一个付费客户的全部成本。两者相除,就是「要多少个月,这个客户贡献的毛利才能把获客成本赚回来」。
三个案例的数字如下:
| 指标 | LumenDesk | Verba API | ClausePilot |
|---|---|---|---|
| ARPA | 322.80 美元 | 231.72 美元 | 9,240 美元 |
| 毛利率 | 82.7% | 47.5% | 73.3% |
| 月毛利贡献 | 266.96 美元 | 110.07 美元 | 6,770 美元 |
| CAC | 1,800 美元 | 420 美元 | 9,500 美元 |
| 回本周期 | 6.7 个月 | 3.8 个月 | 1.4 个月 |
代入公式:
LumenDesk:1,800 ÷ 266.96 = 6.7 个月
Verba:420 ÷ 110.07 = 3.8 个月
ClausePilot:9,500 ÷ 6,770 = 1.4 个月
三个数看起来都很健康,没有超过 7 个月的。但回本周期只回答「多久回本」,不回答「回本之后还能赚多久」,也不回答「回本之前公司要靠什么活着」。9.3 要把这三个问题分开。
三个案例的回本结构完全不同
LumenDesk 的回本周期是 6.7 个月,三个案例里最慢。它的 ARPA 322.80 美元不算低,毛利率 82.7% 也很厚,慢的原因是 CAC 1,800 美元高。B2B 销售需要线索、演示、试用、采购流程,1,800 美元摊到 6.7 个月,意味着前半年每个客户都在「还债」。
但 LumenDesk 的流失率只有 0.8%,平均生命周期是 1 ÷ 0.008 = 125 个月。6.7 个月的回本期只占生命周期的 5.4%(6.7 ÷ 125),回本之后还有很长的收租期。它的 LTV 是 33,378 美元,LTV/CAC = 33,378 ÷ 1,800 = 18.5。这是一个典型的「慢回本、长留存」结构。
Verba 的回本周期是 3.8 个月,比 LumenDesk 快。它的 CAC 只有 420 美元,自助注册、按量付费,获客成本低;但毛利率只有 47.5%,月毛利贡献 110.07 美元,只有 LumenDesk 的 41.2%(110.07 ÷ 266.96)。它的流失率是 2.1%,平均生命周期 1 ÷ 0.021 = 47.6 个月,LTV 5,240 美元,LTV/CAC = 5,240 ÷ 420 = 12.5。
Verba 的结构是「快回本、短留存」。3.8 个月回本听起来不错,但 47.6 个月的生命周期意味着每年要换掉一批客户;2.1% 的月流失率,按 (1 − 0.021)^12 计算,一年后大约只剩 77.4% 的客户。回本快是好事,但如果获客引擎停下来,收入会很快下滑。
ClausePilot 的回本周期是 1.4 个月,三个案例里最快。它的 CAC 9,500 美元最高,但 ARPA 9,240 美元、毛利率 73.3%,月毛利贡献 6,770 美元,一个月多一点就回本。流失率 0.6%,平均生命周期 1 ÷ 0.006 = 166.7 个月,LTV 1,128,204 美元,LTV/CAC = 1,128,204 ÷ 9,500 = 118.8。
ClausePilot 的结构是「高客单、快回本、高集中」。前 3 大客户收入占比 34%,这意味着它的回本数字对少数客户高度敏感。如果前 3 大客户里走掉一家,ARPA 结构与 NRR 都会变,1.4 个月的回本周期不能直接套到新客户身上。
NRR 会改变有效回本,但不能提前记账
回本公式用的是当前 ARPA,没有考虑扩张收入。三个案例的 NRR 分别是 LumenDesk 112%、Verba 106%、ClausePilot 118%,都高于 100%,意味着老客户在扩张。扩张会让后续月份的毛利贡献变大,有效回本比 6.7、3.8、1.4 个月更早。
但扩张不能提前记账。回本周期是获客时的决策指标,不是事后解释指标。用 NRR 把 6.7 个月「修正」成 5 个月,只有在扩张已经发生、且可重复的前提下才成立。新客户还没有扩张,不能用老客户的 NRR 给他打折。
NRR 高也不等于留存好。NRR 的公式是(期初 MRR + 扩张 − 降级 − 流失)÷ 期初 MRR,扩张可以掩盖流失。一个产品流失了一部分客户、但留下的客户用量翻倍,NRR 仍然可能超过 100%。回本分析要同时看 logo churn 与 NRR:logo churn 决定有多少客户能活到回本之后,NRR 决定活下来的客户贡献多少。
对 AI 产品来说,扩张还有一层特殊含义:用量扩张会带来成本扩张。LumenDesk 的 NRR 112% 里,如果扩张来自对话量增加,毛利贡献不会同比例上升,因为每次对话都有变动成本。NRR 只看收入,不看毛利;回本要看毛利贡献,两者必须分开算。
回本周期不是利润率
回本周期最容易引起的误读,是把它当成「多久开始赚钱」。严格说,它只是「多久把 CAC 赚回来」。CAC 是获客成本,不是全部成本;毛利贡献扣的是变动成本,不是固定成本。
一个客户在第 7 个月回本,只说明第 7 个月之后他贡献的毛利开始覆盖自己的获客成本。公司的研发、销售管理、办公、财务、法务等固定成本,仍然要靠所有客户的毛利总和来覆盖。回本周期短,不代表公司已经盈利;回本周期长,也不代表公司一定亏损,还要看固定成本基数和客户规模。
CAC 的口径也会改变结论。如果 CAC 只算广告投放,不算销售工资、市场活动、售前支持,回本周期会被系统性低估。完整的 CAC 应该是「获取一个付费客户所花的全部销售与市场费用」,包括人头、工具、活动、渠道佣金。LumenDesk 的 1,800 美元如果是「广告费 ÷ 新客户数」,那它不是完整 CAC;如果是「销售市场总费用 ÷ 新客户数」,才是可用于回本判断的口径。
ARPA 的口径同样重要。回本公式用的是平均 ARPA,但新客户的 ARPA 往往低于老客户,因为老客户经过了扩张。用混合 ARPA 算新客户回本,会得到偏乐观的结果。更严谨的做法是按获客 cohort 分组,用同一批客户的首月 ARPA 和首月毛利率算回本,再看 6 个月、12 个月后的实际回本情况。
还有一种常见偏差:用「本月新增客户」当分母,却用「全部客户」的 CAC 当分子。新增客户的获客成本通常高于存量客户,因为他们还没有扩张、还没有转介绍。正确的 cohort 回本,应该把同一批新客户的获客费用与同一批客户的毛利贡献配对,而不是拿公司总 CAC 除以总客户数。
回本周期也不该跨 cohort 比较。去年 CAC 1,800 美元获得的客户,和今年 CAC 2,400 美元获得的客户,回本周期不同;把两年的客户混在一起算一个平均数,会掩盖获客效率的变化。看趋势时,按季度或按获客渠道分组,比看一个全公司平均数更有用。
付费转化:存量比率不是 cohort 转化率
Verba 有 8,000 个免费账户和 1,450 个付费账户。两个常见的比率是:
付费存量占比 = 1,450 ÷ (1,450 + 8,000) = 15.3%
付费/免费存量比 = 1,450 ÷ 8,000 = 18.1%
这两个数都容易被叫作「转化率」,但都不是 cohort 转化率。它们是某一时点的存量比率:分子是当前付费账户,分母是当前免费加付费账户。免费账户会累积,付费账户会流失,存量比率可以在 cohort 转化率很低的情况下保持稳定,也可以在 cohort 转化率很高的情况下因为流失而下降。
真正的付费转化率必须定义三件事: cohort(哪一批注册用户)、窗口(注册后多少天内付费)、分母(符合条件的注册用户,剔除重复与作弊)。例如「某月注册的免费账户,在固定窗口内付费的比例」。没有这三个定义,「转化率 18.1%」无法复核,也无法和别的产品比较。
事实表没有给出 cohort 转化数据,所以本节不编一个转化率。能说的是:18.1% 是付费账户相当于免费存量的比例,不是「每 100 个免费用户有 18 个付费」。 这两个说法的分母不同,后者需要 cohort 数据才能成立。
付费转化对回本的影响,取决于 CAC 怎么记。如果 420 美元是「获取一个付费账户」的成本,回本公式直接用 420 美元;如果 420 美元是「获取一个免费注册」的成本,那么每个付费账户的真实 CAC 是 420 ÷ 转化率,转化率越低,真实 CAC 越高,回本周期也越长。这就是为什么 CAC 的分母必须和转化率的分子对齐。
转化率低时,先修漏斗还是先砍免费层
免费层成本只占 Verba 收入 0.4%,所以「转化率低就砍免费层」通常不是第一选择。更该先问:免费账户有没有完成激活?有没有在 42 分钟内体验到转写质量?有没有在需要更多分钟时看到升级路径?
转化率低可能是产品问题,也可能是计量问题。如果免费账户注册后从未上传音频,问题在激活;如果上传了但没付费,问题在价值证明或价格;如果付费了但很快流失,问题在交付质量。三种情况对应三种修法,砍免费层只能解决「成本」,解决不了「转化」。
只有当免费层成本占收入的比例持续上升,且 cohort 转化率没有改善时,才应该考虑收紧额度或增加付费门槛。即使那时,也应该按实际用量而不是额度来评估节省,避免把 42 分钟的实际成本高估成 60 分钟。
免费层的成本要不要计入回本
Verba 的免费层月度成本是 1,411.20 美元,占收入 0.4%。摊到 1,450 个付费账户,每个付费账户每月承担 1,411.20 ÷ 1,450 = 0.97 美元。相对于 110.07 美元的月毛利贡献,0.97 美元只占 0.9%(0.97 ÷ 110.07),对回本周期的影响约 0.0088 个月(0.97 ÷ 110.07)。
所以,免费层成本不是 Verba 回本的主要矛盾。主要矛盾是转化与流失:如果免费层能稳定转化,1,411.20 美元是很便宜的获客辅助;如果免费层只消耗资源不转化,它的成本会随着免费账户增长而线性上升,但 0.4% 的收入占比说明短期内还不足以拖垮毛利。
免费层成本要按实际用量算,不能按额度算。8,000 个账户 × 42 分钟 = 336,000 分钟,乘以 0.0042 美元,得到 1,411.20 美元。如果按 60 分钟额度算,会得到 8,000 × 60 × 0.0042 = 2,016 美元,高估 42.9%。这个差额不会让公司破产,但会让免费层的单位经济看起来比实际更差,导致错误的收缩决策。
年付与现金回本
LumenDesk 的年付客户占比是 55%。年付会改变「现金回本」的节奏:客户在签约时一次性支付 12 个月的席位费,供应商当月就收到现金,但会计上仍然按月确认收入。对现金流来说,年付客户的现金回本几乎是即时的;对单位经济来说,毛利贡献仍然是每月 266.96 美元,回本周期仍然是 6.7 个月。
这两个口径不能混。现金回本回答「公司多久收回现金」,毛利回本回答「客户多久赚回自己的获客成本」。年付让现金回本变快,但不改变客户终身价值,也不改变毛利贡献。把年付预收当成「回本周期缩短」,会高估单位经济的健康度。
年付还有另一面:预收是负债,不是收入。55% 的年付客户意味着相当一部分现金是「明天要履约的钱」,不能拿去当利润花。如果公司把预收现金全部投入获客,一旦续费不及预期,现金流会迅速反转。年付比例越高,越要区分「现金」与「可确认收入」。
年付还改变了 cohort 分析的口径。月付客户每月续费,流失在每个月都能观察到;年付客户在续费月才暴露流失,平时看起来「零流失」。如果把年付客户和月付客户混在一个流失率里,月流失率会被低估,LTV 会被高估,回本周期也会显得更快。分析时至少要把年付与月付分开,或者把年付客户的流失按续费月归集。
回本周期还要和合同期匹配。年付合同的回本期如果是 6.7 个月,合同只有 12 个月,回本之后只剩 5.3 个月的毛利(12 − 6.7);月付合同虽然每月都可能流失,但回本后的每个月都是增量。合同期越短,回本周期占合同期的比例越重要。
回本分析的目的不是把周期算到最短,而是知道「最短的周期需要什么前提」:CAC 是否完整、ARPA 是否同 cohort、毛利率是否只含变动成本、流失率是否区分年付与月付。前提错了,数字再漂亮也不可用。
用代码算回本、LTV 与转化
下面的实验把回本、生命周期、LTV、LTV/CAC 与存量转化收进一组函数。金额用美分,比率用基点,输出保留一位小数。
// file: src/pricing/09-3-payback.ts
// tier: L1
// verify: node --test test/pricing/09-3-payback.test.ts
// 回本周期、LTV 与付费转化:金额用美分,比率用基点,输出保留一位小数。
export const FULL = 10_000;
export type UnitEconomics = {
arpaCents: number;
grossMarginBps: number;
monthlyChurnBps: number;
cacCents: number;
};
export function contributionCents(input: UnitEconomics): number {
return Math.round((input.arpaCents * input.grossMarginBps) / FULL);
}
export function paybackMonths(input: UnitEconomics): number {
const contribution = contributionCents(input);
if (contribution <= 0) return Number.POSITIVE_INFINITY;
return Math.round((input.cacCents / contribution) * 10) / 10;
}
export function lifetimeMonths(input: UnitEconomics): number {
if (input.monthlyChurnBps <= 0) return Number.POSITIVE_INFINITY;
return Math.round((FULL / input.monthlyChurnBps) * 10) / 10;
}
export function ltvCents(input: UnitEconomics): number {
if (input.monthlyChurnBps <= 0) return Number.POSITIVE_INFINITY;
return Math.round((contributionCents(input) * FULL) / input.monthlyChurnBps);
}
export function ltvToCac(input: UnitEconomics): number {
if (input.cacCents <= 0) return Number.POSITIVE_INFINITY;
return Math.round((ltvCents(input) / input.cacCents) * 10) / 10;
}
export function stockPaidShareBps(paid: number, free: number): number {
if (paid + free === 0) return 0;
return Math.round((paid / (paid + free)) * FULL);
}
export function paidToFreeStockBps(paid: number, free: number): number {
if (free === 0) return 0;
return Math.round((paid / free) * FULL);
}
export function freeCostPerPaidAccountCents(freeCostCents: number, paid: number): number {
if (paid === 0) return 0;
return Math.round(freeCostCents / paid);
}
export const LUMENDESK_ECONOMICS: UnitEconomics = {
arpaCents: 32_280,
grossMarginBps: 8_272,
monthlyChurnBps: 80,
cacCents: 180_000,
};
export const VERBA_ECONOMICS: UnitEconomics = {
arpaCents: 23_172,
grossMarginBps: 4_750,
monthlyChurnBps: 210,
cacCents: 42_000,
};
export const CLAUSEPILOT_ECONOMICS: UnitEconomics = {
arpaCents: 924_000,
grossMarginBps: 7_327,
monthlyChurnBps: 60,
cacCents: 950_000,
};
export const VERBA_FREE_TIER = {
freeAccounts: 8_000,
paidAccounts: 1_450,
monthlyFreeCostCents: 141_120,
} as const;
paybackMonths 先算毛利贡献,再除 CAC。LumenDesk 的 32,280 美分 ARPA 乘以 8,272 个基点,得到 26,702 美分(约 267.02 美元;事实表按显示精度记为 266.96 美元,差异来自毛利率舍入,回本周期同为 6.7 个月);180,000 ÷ 26,702 = 6.7 个月。Verba 的 23,172 × 4,750 得到 11,007 美分,42,000 ÷ 11,007 = 3.8 个月。ClausePilot 的 924,000 × 7,327 得到 677,015 美分,950,000 ÷ 677,015 = 1.4 个月。
lifetimeMonths 用 10,000 ÷ 流失基点,LumenDesk 是 10,000 ÷ 80 = 125 个月,Verba 是 10,000 ÷ 210 = 47.6 个月。ltvCents 用毛利贡献乘生命周期,ltvToCac 再除以 CAC。这些函数把 9.3 的公式变成可测试的代码,也把「回本」与「LTV」放在同一套输入上,避免两个口径各用一套 ARPA。
小结
- 回本周期 = CAC ÷ (ARPA × 毛利率);三个案例分别是 LumenDesk 6.7 个月、Verba 3.8 个月、ClausePilot 1.4 个月。
- 回本快不等于赚钱。回本只覆盖 CAC,固定成本、研发与销售管理仍要靠全体客户的毛利覆盖。
- LumenDesk 是「慢回本、长留存」:6.7 个月回本,平均生命周期 125 个月,LTV/CAC 18.5。
- Verba 是「快回本、短留存」:3.8 个月回本,但月流失 2.1%,平均生命周期 47.6 个月,LTV/CAC 12.5。
- ClausePilot 是「高客单、快回本、高集中」:1.4 个月回本,但前 3 大客户收入占比 34%。
- Verba 的 15.3% 与 18.1% 都是存量比率,不是 cohort 转化率;转化率必须定义 cohort、窗口与分母。
- 免费层成本 1,411.20 美元占收入 0.4%,摊到每个付费账户 0.97 美元/月,不是回本的主要矛盾。
- 年付预收改善现金回本,但不改变毛利回本;预收是负债,不是利润。
阅读导航:上一节:9.2 成本分布:均值、P95 与长尾 · 下一节:10.1 目标毛利反推价格 。
常见错误与边界
- 把回本周期当成盈利时间。回本只覆盖 CAC,固定成本还没有着落。
- 用不完整的 CAC 算回本。只算广告费、不算销售工资与售前支持,会系统性低估回本周期。
- 用混合 ARPA 算新客户回本。老客户的扩张收入会把新客户的回本周期算短。
- 把 Verba 的 18.1% 叫 cohort 转化率。它是付费账户与免费存量的比值,没有 cohort 与时间窗口。
- 把年付预收当成回本周期缩短。现金回本变快,毛利回本不变,预收还是负债。
- 只看 LTV/CAC 不看集中度。ClausePilot 的 118.8 很漂亮,但前 3 大客户占收入 34%,单客户流失会改写结论。
继续阅读
探索更多技术文章
浏览归档,发现更多关于系统设计、工具链和工程实践的内容。