4 用户获取度量:获客渠道、CPC、CAC、渠道归因

用户获取阶段是SaaS增长漏斗的第一道关卡。这个环节的核心任务不是“买到流量”,而是“以可控的成本,从正确的渠道,获得有留存潜力的用户”。衡量这一过程的质量,需要同时关注三个维度:渠道效率、单位成本和成本归属。

4.1 核心概念速览

在开始深入之前,先明确本章涉及的四个核心概念的定义及其在增长中的角色。

概念 英文缩写 一句话定义 衡量目的
获客渠道 Channel 用户首次发现并接触产品的具体路径(如Google Ads、知乎、转介绍) 识别流量来源的质量与规模
每次点击成本 CPC 广告被点击一次所产生的平均费用 衡量广告获取注意力的效率
用户获取成本 CAC 获取一个有效付费客户所需的总营销与销售费用 衡量增长的投资回报率
渠道归因 Attribution 将用户转化功劳分配给一个或多个触点的规则模型 公平评估各渠道的真实贡献

4.2 概念深度解析与类比

获客渠道:你家的“水源地”

渠道就是用户认识你的地方。SaaS常见的渠道包括:搜索引擎广告(SEM/SEO)、社交媒体(LinkedIn/Twitter)、内容营销(博客/白皮书)、付费邮件、应用市场、合作伙伴转介绍、线下活动以及口碑传播。不同渠道带来的用户,其意图和忠诚度差异巨大。例如,通过“搜索解决方案”来到产品的用户,其付费意愿通常高于通过“免费工具推荐帖”而来的用户。

类比: 获客渠道就像是超市的不同“入口”。有的入口(如搜索引擎)专门吸引急需购物的人,他们目标明确、转化快;有的入口(如社交媒体)就像做试吃活动,吸引的人可能只是好奇,少量付费;还有的入口(如老客推荐)就像VIP通道,来的都是信任度极高的回头客。要管理好超市的业绩,你必须搞清楚每个入口的客流质量和成本。

CPC vs. CAC:显性成本与总成本

许多人误以为CPC就是获客成本,这是严重的概念混淆。

  • CPC(每次点击成本):只是你向广告平台支付的“门票钱”。它衡量的是内容或创意的吸引力,是广告平台的收费指标。
  • CAC(用户获取成本):是你实际把一个用户变成“客户”的总花费。它不仅包含CPC汇总的媒体费用,还包含内容制作费、广告设计费、营销人员工资、使用的软件工具费用、甚至销售团队跟进该线索的时间成本。

CAC 的计算公式(基础版):

CAC = 特定周期内总营销与销售费用 / 同一周期内新增付费客户数

例如,某月你花了10万元在谷歌广告上(媒体费),加上5万元的内容团队和广告工具费用,总共支出15万元,带来了100个新付费客户,那么CAC就是1500元。如果单纯看CPC,你可能只花了2元/次点击,看似很便宜,但点击转化率低,导致最终CAC居高不下。

关键洞察: CPC是过程指标,CAC是结果指标。优化获客时,不要追求极低的CPC,而应追求“低CAC且高LTV(用户生命周期价值)”的组合。

4.3 渠道归因:财务室的“分钱法则”

渠道归因是用户获取度量中最具挑战也最容易被忽视的部分。它解决的是:当一个用户在转化前接触了多个渠道(例如:先看到知乎文章,两周后搜索品牌词点击广告,最后通过朋友推荐链接注册付费),这笔交易的功劳应该算给谁?

以下是最常用的五种归因模型及其适用场景:

归因模型 分配规则 典型适用场景 常见误解
末次点击 100%功劳归最后一次点击的渠道 效果广告优化、短期促销活动 忽略早期种草渠道的价值
首次点击 100%功劳归第一个点击的渠道 评估品牌认知或内容营销效果 低估了决策阶段推动转化的渠道
线性归因 所有触点平均分配功劳 决策路径短、触点少的简单产品 无法体现不同触点的不同重要性
时间衰减 离转化时间越近的触点功劳越大 销售周期较长、需多次触达的SaaS 对有长尾影响力的早期渠道不公平
位置归因(U型) 首次和末次点击各占40%,中间占20% 兼顾品牌认知和最终转化的平衡场景 认定首次和末次价值等同,缺乏弹性
渠道归因模型:功劳分配逻辑对比 知乎文章(种草) 搜索品牌词(点击) 邮件唤回(打开) 朋友链接(注册) 用户转化路径→ 首次点击归因 知乎文章:100% 末次点击归因 朋友链接:100% 线性归因 25% / 25% / 25% / 25% 时间衰减归因 10% / 20% / 30% / 40% 位置归因(U型) 40% / 10% / 10% / 40% 📌 模型选择没有绝对的对与错 • 短期促销 → 末次点击 • 品牌建设 → 首次点击 核心结论:同一组数据,使用不同归因模型计算出的渠道ROI可能完全相反。因此,归因模型是一套管理决策工具,而非客观事实。

4.4 常见误区

  • 误区一:只优化CPC,不关心CAC。 陷阱是CPC很低,但流量不精准,用户注册后不付费,导致CAC高得惊人。正确的做法是同时追踪“CPC → 注册率 → 付费率”的完整链路。
  • 误区二:把所有渠道的数据简单相加。 陷阱是忽略渠道间的“蚕食效应”和“协同效应”。例如,当你不投放品牌词广告时,自然搜索的流量可能会下降,因为有些用户需要看到两次广告才会去搜索。简单相加会导致对贡献的低估或高估。
  • 误区三:只用一个归因模型打天下。 陷阱是导致渠道预算分配失衡。如长期使用“末次点击”会过度投放下层转化渠道,而扼杀内容营销等上层渠道的投入。
  • 误区四:认为归因是技术问题,不是管理问题。 陷阱是等待完美的数据工具。实际上,归因首先是一个商业决策,明确“我现阶段更看重认知还是转化”,再去选择相对合适的模型即可。

4.5 练习题

场景题:

你负责一款项目管理SaaS的增长。本月数据如下:
渠道A(付费搜索):花费5万元,带来300次点击,50个注册,10个付费用户。
渠道B(内容博客):花费1万元(主要为内容创作工资),带来5000次浏览量,100个注册,8个付费用户。
渠道C(转介绍):花费0元,带来20个注册,5个付费用户。

问题分析:

1. 分别计算三个渠道的CPC(渠道B和C无法计算常规CPC,请说明原因)和CAC。
2. 单纯看CAC,哪个渠道最低?哪个最高?
3. 如果公司目前最缺的是用户口碑和市场领导地位,你应该优先加大哪个渠道的投入?为什么?
4. 假如你使用“末次点击归因”,可能会对渠道B的认知造成什么误解?

4.6 应用边界

上述度量和模型并非在所有场景下都有效,存在明显的应用边界:

  • CAC的“甜蜜点”:对于免费增值(Freemium)模式的SaaS,计算CAC时不应仅算“付费客户”,而应开始关注“获客成本/激活用户”,因为大量免费用户在长周期内会通过升级转为付费。
  • 渠道归因的局限性:在大型企业级SaaS(交易金额高、销售周期长、涉及多人决策)中,一次采购可能涉及数百次触点,简单的归因模型失真严重。此时需转向区域实验法(对比不同地区投放效果)或媒体组合模型(MMM)。
  • 新兴渠道的度量挑战:对于社群分销、私域裂变、PLG(产品驱动增长)中的“用户自推荐”等渠道,传统CPC和CAC模型失效,需要引入崭新的度量维度,如病毒系数(K-Factor)和网络效应强度。