單位經濟的比值好看，卻可能撐不過回本週期

單位經濟由三個數字互相制衡

單位經濟看的是一位顧客從進來到離開，總共帶進多少錢、又花掉多少錢。撐起這件事的是三個數字：LTV、CAC、回本週期。少算任何一個，剩下兩個都會被誤讀。

行銷數據平台 Cometly 把 CAC 定義為「總行銷與銷售支出，除以該期間取得的新顧客數」。這個定義裡有兩個字很容易被跳過：銷售。

很多團隊的分子只放廣告費。業務人力、代理商服務費、工具訂閱費、活動場地費全都不算。算出來的 CAC 當然好看，但那個數字沒有對應到任何一筆真實支出。

Cometly 對回本週期的說明是「要花幾個月，才能透過經常性收入回收取得一位顧客的成本」。知識庫 ltvcacbook 給的算式更直接：回本週期等於 CAC 除以（月收入 × 毛利率）。

毛利率在這個算式裡不是裝飾品。一個客單價高但毛利只有兩成的品類，回本速度會比帳面營收看起來慢很多。忽略毛利率，算出來的數字會永遠偏樂觀。

三個數字之間的關係大致是這樣：LTV 除以 CAC 得到比值，CAC 除以每月毛利得到回本週期。同一組 CAC 同時進了兩條算式，所以 CAC 算錯，兩個結論會一起錯。下一節先看比值這條線的實際基準。

LTV:CAC 的實際基準，比 3:1 傳說複雜

3:1 是最低線而非目標線。GrowthSpree 明講「3:1 是 B2B SaaS 可持續成長的最低門檻」，而頂四分位的 SaaS 公司維持在 4:1 到 6:1。把最低線當成目標，等於一開始就放棄了中間那段空間。

Digital Applied 公布的跨產業基準把分佈拉開來看：底四分位 1.9 倍、中位 3.4 倍、頂四分位 5.6 倍。中位值 3.4 意味著 3:1 其實坐落在中間，不是高標。

更有參考價值的是分階段與分類型的拆解。Digital Applied 的資料顯示，種子期到 Pre-Series A 的 SaaS 中位只有 1.8 倍，Series B 的銷售驅動型 SaaS 是 3.1 倍，成長期 SaaS 來到 4.2 倍。

換句話說，同一家公司在不同階段拿同一個門檻去對照自己，本來就會得到誤判。早期公司比值偏低是結構性的，因為顧客還沒累積出足夠的留存收益。

看這張表要先確認自己該跟哪一行比。找自己的數字有沒有贏過誰，意義不大。拿成長期 SaaS 的 4.2 倍去要求一家種子期公司，那個目標本身就設錯了。

不過比值這條線有一個結構性盲點：它完全不談時間。一筆獲客投資三個月回本和三十個月回本，在比值上可能長得一模一樣。

回本週期：比值看不見的那道風險

回本週期揭露的是現金流風險。ltvcacbook 的基準顯示，ACV 低於 25,000 美元的 SaaS 回本落在 12 到 18 個月，ACV 高於 25,000 美元的落在 14 到 22 個月。這段時間裡，錢是真的躺在外面。

把這兩個區間放在一起看會發現一件事：無論哪一種客單價結構，回本都超過一年。也就是說，這一年多的獲客投入必須靠既有現金或融資撐著。

一家 LTV:CAC 做到 5:1 但回本要三十個月的公司，仍然需要龐大的營運資金才能成長。現金的時間差，比獲利比率更快弄死公司。

這句話值得多讀一次。比值衡量的是「最後會不會賺」，回本週期衡量的是「撐不撐得到最後」。前者是損益表的問題，後者是現金流量表的問題。

實務上的差別長這樣。A 公司比值 2.5 倍、回本 6 個月，一年可以把同一筆錢滾兩次。B 公司比值 5 倍、回本 24 個月，同一筆錢兩年才回來一次。

兩年下來，A 公司的資金週轉了四輪，B 公司只有一輪。帳面上 B 公司的單位經濟比較漂亮，但成長速度會被資金週轉率鎖死。

這也解釋了為什麼募資階段的投資人會同時問兩個問題。比值決定商業模式成不成立，回本週期決定這一輪的錢夠燒多久。

既然兩個數字各自只講一半，把它們放進同一個座標系才看得出全貌。

四象限把比值與回本放進同一張圖

ltvcacbook 用 Growth Map 把 LTV:CAC 與回本週期當成兩個軸，切出四個象限：Star、Trap、Burn、Bootstrap。同一家公司落在哪一格，決定下一步該修留存還是修管道效率。

最容易被誤讀的是 Trap 這一格。比值漂亮，季報好看，對外說得出故事，但錢一直沒有回到帳上。前面那句「現金的時間差比獲利比率更快弄死公司」講的就是這一格。

Bootstrap 這一格的情況不同。比值不到 3:1，回本卻快，ltvcacbook 給的處置是改善留存：獲客有效率，但顧客沒有創造出足夠的終身價值。

要判斷自己在哪一格，前提是兩個軸的數字都算對。而在這兩個數字裡，最常出錯的是 CAC。

CAC 算錯，整個單位經濟就跟著錯

CAC 有兩個常見的口徑問題：分子漏算非廣告成本，分母用錯轉換節點。兩者都會讓 CAC 系統性偏低，連帶讓比值與回本週期同時失真。

第一個問題在分子。Cometly 的定義寫的是「行銷與銷售支出」，涵蓋範圍遠大於廣告帳戶的花費金額。代理商服務費、行銷人員薪資、CRM 與分析工具訂閱、內容製作外包，這些全都屬於獲客成本。

只放廣告費的話，一家有兩位行銷人員加一家代理商的品牌，真實 CAC 可能是帳面數字的兩倍以上。比值於是憑空膨脹一倍。

第二個問題在分母。新顧客數要取哪一層，答案會差很多。報名人數、到場人數、下單人數、實際付款人數，這四個數字逐層遞減。

取愈前面的節點，CAC 看起來愈低。可是只有最後一層真的付了錢，也只有那一層對應得到 LTV。分子分母如果不在同一個顧客定義上，整個比值就沒有意義。

Cometly 也把「若目標是 3:1 的 LTV:CAC，就要明確呈現行銷目前距離那個門檻多遠」列為向財務部門溝通的作法。要做到這件事，CAC 的口徑必須先跟財務對齊。

前提是資料本身要撈得出來。如果訂單系統裡沒有記錄顧客來自哪個管道，分管道的單位經濟就算不出來，只能算全站平均。而全站平均會把最好和最差的管道混成一個中間值。

銷波快觀點：比值是結果，漏斗才是可以動的地方

多數品牌看單次 ROAS，期待花 100 元廣告費賺回 200 元，那比較接近賭博。用 LTV 來看就完全不同：顧客年平均回購次數乘上每次平均訂單金額，假設一年會消費 3,500 元，那麼第一筆花 1,000 元廣告費只換到 399 元訂單，帳面看是虧的，拉長到一年仍然賺錢。國外比較成熟的做法是冷流量第一筆打平就算好，先把人轉進 Email 名單再溝通。

同一個邏輯換到廣告費佔比上更具體。只看單次購買時，廣告成本佔比常常是 30%，這個數字讓人很頭痛。改用一季到一年的週期，把客戶總消費金額除以獲客廣告費，當暖流量與熱流量被認真經營，佔比可以降到 5%。

比值算對了，能動的地方其實在漏斗。一場花 100 萬廣告費、200 人到場的講座，到場成本是每人 5,000 元。但如果只有 20 人成交，真實獲客成本是每位 5 萬元，差了十倍。客單價如果只有 8 萬，扣掉場地、人力與產品成本，很可能是虧的。曝光到報名、報名到到場、到場到下單、下單到付款，四層都追蹤才算得出真實 CAC，也才知道哪一層漏最多。

還有一個算法上的坑，跟比值本身有關。LTV:CAC 和 ROAS 都是比率，比率不能直接加總，也不能簡單平均。把花 40 元那天和花 4,000 元那天等重看待，得到的數字沒有意義。正確做法是用花費加權，也就是各管道花費乘以該管道比值後加總，再除以總花費。多管道的整體單位經濟要這樣算，否則小預算管道的極端值會把結論帶歪。

拉遠一點看，單位經濟其實是三層技術的體檢報告。流量技術決定 CAC 的上限，轉換技術決定分母那一層留下多少人，會員經營決定 LTV 能拉多長。比值難看的時候，問題一定落在這三層的某一層，而不是比值本身。

結論：先把回本週期算出來，再回頭談比值

如果現在手上只有 ROAS，最小的一步是把回本週期補上。算法只需要三個數字：CAC、月均收入、毛利率。從訂單系統就撈得到，不需要額外工具。

算出來以後再對照比值。落在 Trap 那一格的話，要處理的是資金週轉，優化廣告素材幫不上忙。落在 Bootstrap 的話，獲客效率沒問題，要補的是留存。

還有一件事可以現在就做：把 CAC 的分子攤開來看一次。廣告費以外的那些支出如果從來沒被算進去，目前的單位經濟結論就有問題，因為它建立在一個偏低的數字上。

單位經濟不會因為算得比較仔細就變好看，但至少會變成真的。真的數字才有辦法拿去跟財務部門討論預算。

資料來源

• Unit Economics Guide: LTV, CAC & Payback Periodltvcacbook.com
• Customer Lifetime Value Benchmarks 2026: Industry Datadigitalapplied.com
• B2B SaaS LTV:CAC Ratio Guide 2026growthspreeofficial.com
• How to Prove Marketing ROI to Your CFOcometly.com