CLV y CAC: unit economics de marketing para decidir con números

CAC: definición, alcance y cálculo

Definición: El CAC (Costo de Adquisición de Cliente) es el costo total para convertir a un nuevo cliente en un periodo, dividido por la cantidad de clientes nuevos efectivamente adquiridos en ese mismo periodo.

Fórmula general.

CAC = (Gasto de marketing atribuible + Gasto de ventas atribuible + salarios/fees/herramientas + incentivos variables) / # de clientes nuevos

El énfasis está en atribuible. CAC no es solo medios. Incluye sueldos del equipo dedicado a adquisición, fees de agencia, herramientas (por ejemplo, CRM y gestores de anuncios), incentivos y comisiones vinculadas a cerrar nuevos clientes. Queda fuera todo lo que no se relaciona con adquisición directa y medible.

Tres cortes necesarios

1. Por canal (búsqueda paga, orgánico, referidos, eventos): permite comparar eficiencia relativa.
2. Por cohorte (clientes adquiridos en un mes o trimestre específico): evita promedios que esconden deterioros o mejoras.
3. Blended (mezcla total): útil para ver la foto agregada, nunca para decidir inversión marginal.

Atribución y ventanas

El CAC es tan bueno como su modelo de atribución. Ventanas de 7, 30 o 90 días cambian el numerador y el denominador. Si el ciclo de decisión supera los 30 días, acortar la ventana castiga canales de descubrimiento y sobrestima el CAC de medios de consideración tardía. Regla de consistencia: la ventana de atribución debe estar alineada con el ciclo de compra del segmento analizado.

Complejidades habituales

• Brand vs. performance. La inversión de marca puede prorratearse si existe un método consistente para vincularla a adquisición (por ejemplo, share of search y tests de incrementalidad). Si no, mantenerla fuera del CAC “fully loaded” y analizarla por separado.
• Territorios y monedas. CAC debe expresarse en la misma moneda y con los mismos supuestos de impuestos/fees que CLV.
• Lead gen vs. ventas. En modelos con SDR (Sales Development Representative) y equipos de ventas, separar CPL (Cost per Lead) → CAC: el costo de convertir MQL (marketing qualified leads) a cliente es parte del CAC, no un rubro aparte.

CLV: valor del cliente en el tiempo, bien definido

Definición. El CLV (Customer Lifetime Value) es el valor actual (descontado) del margen de contribución neto esperado de un cliente recién adquirido, durante un horizonte T o a perpetuidad bajo supuestos estables. No es ingreso bruto. Es contribución: ingresos menos costos variables (incluyendo COGS (Cost of Goods Sold, costo de bienes vendidos), comisiones de pasarela, logística, soporte variable y devoluciones), antes de los costos fijos.

Ejemplo breve (suscripción)

• ARPU (Average Revenue Per User, ingreso promedio por usuario) mensual: USD 50.
• Costos variables por cliente/mes: USD 10 (por ejemplo, COGS = 6; pasarela de pago = 2; soporte = 2).
• Margen de contribución neto mensual = 50 − 10 = USD 40 (80% sobre ingresos).
• Churn (tasa de cancelación/abandono) mensual: 4% (c = 0,04).
• Tasa de descuento mensual: 1% (r = 0,01).

Aproximación operativa (útil para decisión rápida):

CLV ≈ (ARPU × margen de contribución neto) / (c + r)
CLV ≈ (50 × 0,80) / (0,04 + 0,01) = 40 / 0,05 = USD 800

Lectura: con esos supuestos, cada cliente nuevo “vale” ~USD 800 en contribución descontada. Esa es la referencia para comparar contra el CAC y decidir inversión.

Modelo de suscripción

Para un negocio con ingresos periódicos, con churn y ARPU potencialmente variables:

CLV = Σ ( [(ARPU_t × margen_t − costos variables_t) × S(t)] / (1 + r)^t )  para t=1..T

Donde S(t) es la probabilidad de que el cliente siga activo en t (función de supervivencia) y r es la tasa de descuento (costo de capital o tasa mínima aceptable de retorno para el riesgo del flujo).

Extensiones relevantes.

• Expansión/upsell y NRR (Net Revenue Retention, retención neta de ingresos). Si existe expansión y la NRR > 100%, el ARPU_t crece: el CLV aumenta y la aproximación constante lo subestima. Modelar ARPU_t con una tasa de crecimiento prudente.
• Cost to serve. Soporte, logística, medios de pago y fraudes que crecen con uso deben estar en el numerador como costos variables. Dejarlos fuera sobrevalora el CLV.
• Onboarding. Costos variables iniciales (por ejemplo, instalación) pueden tratarse en CLV como costo en t=1 o moverse a CAC; lo clave es la consistencia.

Modelo transaccional (no suscripción)

Cuando no hay fee recurrente, el valor depende de frecuencia de compra, AOV (Average Order Value, ticket medio) y margen:

CLV = Σ ( [E[compras_t] × E[AOV_t] × margen_t − costos variables_t] × S(t) / (1 + r)^t )  para t=1..T

Decisiones de modelado

• Horizonte T. En negocios jóvenes o de alta incertidumbre, usar horizontes finitos (12–24–36 meses) reduce el riesgo de extrapolar.
• Tasa de descuento r. Debe reflejar el costo de capital y el riesgo específico. Si trabajás mensual, convertir la tasa anual a mensual equivalente.
• Segmentación por origen. El CLV depende del canal de adquisición: clientes de referidos suelen retener mejor que los de promociones agresivas. Por eso, análisis por canal × cohorte.

Integración para decidir: CLV/CAC, payback y asignación

CLV/CAC como señal de creación de valor

El ratio CLV/CAC responde una pregunta binaria: ¿cada cliente adquirido genera valor neto positivo? Si CLV > CAC, hay creación de valor en la unidad; si CLV < CAC, esa fuente de crecimiento destruye valor. Evitar umbrales universales (por ejemplo, 3:1) como reglas rígidas: el ratio aceptable depende de la estructura de márgenes, el costo de servir y el riesgo (tasa de descuento).

Payback (tiempo de recuperación)

El payback es el tiempo necesario para que la contribución neta acumulada de la cohorte recién adquirida iguale su CAC. No es simplemente CAC / contribución media mensual: debe considerar retención y estacionalidad.

1. Calcular la contribución neta esperada por cliente en t: Contrib_t = (ARPU_t × margen_t − costos variables_t) × S(t).
2. Acumular por meses: Acumulado_T = Σ Contrib_t para t=1..T.
3. El payback es el menor T tal que Acumulado_T ≥ CAC.

Presupuesto: decidir con retorno marginal

Al asignar presupuesto, el objetivo es maximizar el valor presente neto de los clientes adquiridos, sujeto a restricciones de caja y a retornos marginales decrecientes por canal. Conceptualmente:

Maximizar  Σ  N_i(g_i) × (CLV_i − CAC_i(g_i))
sujeto a presupuesto y a que el CAC marginal por canal no exceda el CLV del segmento que trae

Implicación práctica: no asignar por “CPA más bajo”, sino por CAC marginal frente al CLV del segmento que incorpora ese canal. Dos canales con CPA similar pueden tener rentabilidades distintas si su CLV difiere.

Sensibilidades y escenarios

• +10–20% en CAC (subasta más cara): ¿sigue habiendo valor neto?
• −1 a −3 puntos de retención: impacto en CLV y payback.
• Variación en margen (costos logísticos, mix de producto): efecto en el numerador del CLV.
• Cambio en la tasa de descuento r (costo de capital): efecto en el descuento de flujos.

Algunos errores frecuentes

• CAC “light”: excluir sueldos, fees o herramientas. Efecto: subestimación sistemática del CAC. Corrección: criterio “fully loaded”.
• CLV sobre ingresos brutos: ignorar COGS, logística, medios de pago y soporte. Efecto: CLV inflado. Corrección: modelar contribución neta.
• Inconsistencia temporal: comparar CLV a 24 meses con CAC de 30 días. Efecto: ratio artificialmente alto. Corrección: alinear horizonte y cohorte.
• Promedios que esconden realidades: usar blended y no ver dispersión por canal/segmento. Corrección: análisis canal × cohorte y retorno marginal.
• Ignorar el origen al estimar CLV: suponer que todos los clientes valen lo mismo. Corrección: CLV por canal de adquisición e incrementalidad.
• Descuento mal aplicado: usar tasa anual sobre flujos mensuales sin convertirla. Corrección: convertir la tasa a la misma base temporal.
• “Reglas de pulgar” sin contexto: perseguir 3:1 sin evaluar caja. Corrección: co-decisor: CLV/CAC + payback.
• No diferenciar CAC marginal de blended: optimizar por el promedio. Corrección: curvas respuesta o escalones con CAC incremental observado.

Referencias utilizadas

• Gupta, Sunil; Lehmann, Donald R. (2005). Managing Customers as Investments. Wharton School Publishing.
• Fader, Peter S. (2012). Customer Centricity. Wharton Digital Press.
• Blattberg, Robert C.; Getz, Gary; Thomas, Jacquelyn S. (2001). Customer Equity: Building and Managing Relationships. Harvard Business School Press.
• Farris, Paul W.; Bendle, Neil T.; Pfeifer, Phillip E.; Reibstein, David J. (2010). Marketing Metrics: The Definitive Guide to Measuring Marketing Performance. Pearson.
• Fader, Peter S.; Hardie, Bruce G.S. (2007). “How to Project Customer Lifetime Value.” Journal of Interactive Marketing.
• Gupta, Sunil; Hanssens, Dominique M.; Hardie, Bruce G.S.; Kahn, W. A.; Kumar, V.; Lin, N.; Ravishanker, N.; Sriram, S. (2006). “Modeling Customer Lifetime Value.” Journal of Service Research.