SocialHub.AI

เครื่องคำนวณ ROI

คำนวณอัตราส่วน LTV:CAC ที่เป็นไปได้สูงสุด — ด้วยตัวเลขของคุณเอง

ข้ามกรณีศึกษาของเราไป ใส่ AOV อัตราการทำซ้ำ จำนวนสมาชิก และ CAC ของคุณ และดูช่วง สมมุติฐานอนุรักษ์นิยม แหล่งที่มา ตั้งชื่อ

หมายเลขของคุณ

การประมาณทิศทาง ผลลัพธ์คือช่วง ไม่ใช่คำสัญญา

การเปิดใช้งานจุดอยู่เฉยๆกลับหัว
—

รายได้ซ้ำที่เพิ่มขึ้นโดยประมาณ

การเปิดใช้งานคะแนนคงค้าง 1–3% → รายได้ซ้ำที่เพิ่มขึ้นโดยมีต้นทุนการได้มาเกือบเป็นศูนย์

รายได้ซ้ำกลับหัวกลับหาง
—

รายได้ซ้ำต่อปีที่เพิ่มขึ้น (การเพิ่มอัตราการทำซ้ำ 3–5 pt)

รายได้ซ้ำต่อปีที่เพิ่มขึ้นหากอัตราการทำซ้ำที่เพิ่มขึ้น 3-5 แต้มทำให้ส่วนแบ่งของสมาชิกทำการซื้อเพิ่มขึ้น 1 ครั้งต่อปี (AOV × สมาชิก × การเพิ่ม) Bain/Reichheld (HBR) พบว่าการรักษาลูกค้าที่เพิ่มขึ้น 5% สามารถเพิ่มผลกำไรได้ 25–95% — ในทิศทาง นี่คือเหตุผลว่าทำไมลูปจึงตอบแทน

การลด CAC แบบผสมผสาน
—

ประมาณการ CAC แบบผสมใหม่

การใช้การรับส่งข้อมูลที่บันทึกไว้ซ้ำแทนที่จะซื้อใหม่สามารถลด CAC แบบผสมได้ — ช่วงของคุณขึ้นอยู่กับอินพุตของคุณ

เราได้ช่วงเหล่านี้มาได้อย่างไร

สมมติฐาน: การเพิ่มรายได้ซ้ำ = AOV × สมาชิก × การเพิ่มอัตราการทำซ้ำแบบอนุรักษ์นิยม 3-5 จุด (รายได้ที่เพิ่มขึ้น ไม่ใช่ส่วนเพิ่ม) บริบทกำไรต่อ Bain/Reichheld (HBR); ปริมาณการรั่วไหลต่อรายงานความภักดีของพันธบัตร (n>28k); LTV:CAC 3:1 แสดงเป็นเกณฑ์มาตรฐานทั่วไป (David Skok) โดยสังเกตว่าจะแตกต่างกันไปตามรูปแบบธุรกิจ — การค้าปลีกแตกต่างจาก SaaS สิ่งเหล่านี้เป็นช่วง ไม่ใช่คำสัญญา

สัมผัสวงจรการตลาดด้วยข้อมูลของคุณเอง

400 ล้าน+
50+
12+