Reformasjonspartnerne 30/50 Rule of DTC Efficiency

(Jim Hao) (9. nov 2020)

I år med å jobbe med DTC-selskaper som selger alt fra kontaktlinser til laken til hårtap, kveldstøy og tilberedte måltider, la vi merke til et mønster rundt enhetsøkonomi som korrelerer med effektiv vekst. Vi kaller det Reformation Partners 30/50 Rule of DTC Efficiency , eller kort sagt Regelen 30/50 .

De 30 refererer til dollarene i bruttofortjeneste netto CAC på første ordre. 50 refererer til de kumulerte dollarene av bruttofortjeneste netto av CAC i løpet av det første året. Bedrifter som oppnår $ 30 bruttofortjeneste netto CAC på første ordre og følger opp med $ 50 kumulativ bruttofortjeneste netto CAC i løpet av det første året, er godt posisjonert for rask og effektiv vekst.

Så lenge selskaper nærmer seg til The 30/50 Rule, hold de overhead magre (se innlegg på ( ved hjelp av byråer )) og deres arbeidskapitalsyklus stramt (se innlegg på ( arbeidskapitalsyklus )), kan de drive et raskt voksende, effektivt DTC-selskap med relativt lite behov for utenfor kapital.

Det er viktig å merke seg at ikke alle store selskaper kommer til disse tersklene, spesielt veldig tidlig når de ikke har mye skala for å maksimere marginene, men de er gode ambisjonstall som Regel på 40 er for modne programvareselskaper.

Dette er en analyse vi kjører på hvert DTC-selskap vi vurderer, og vi ønsket å dele både metodikken og en lenke til

Reformation Partners 30/50 Regel Google Sheet Calculator . Bare skriv inn over de røde uthevede cellene, og arket beregnes automatisk.

Bortsett fra å beregne 30/50-regelen, kan kalkulatoren også brukes i revers for å bestemme CAC-konvolutten, f.eks. hvor høyt CAC kan gå basert på tilbakebetalingsmål (høyere CAC betyr lengre tilbakebetaling). Dette kan hjelpe deg med å informere hvor du kan sette en CAC-grense på Facebook Ad Manager.

Kalkulatoren krever bare fire innganger: Innledende AOV, fulladet GM, blandet CAC og en førsteårs månedlig kohortgjentakskurve. Mange av våre lesere vil vite hva de skal legge inn, men for klarhetens skyld har jeg definert vilkårene nedenfor.

Opprinnelig gjennomsnittlig bestillingsverdi: Ta den totale dollarverdien av alle første gangs ordrer delt på totalt antall første gangs ordrer. Sørg for å telle flere varer i samme rekkefølge som en ordre. Ikke gjør samlet AOV, da det kan forvride CAC-matematikken din, og eventuell økning eller fall i AOV over tid vil uansett bli fanget separat i dollar-gjentakskurven.

Fullbelastet bruttomargin: Inkluder alle variable kostnader inkludert arbeidskraft, oppfyllelse til kunder og behandlingsgebyrer for kredittkort. Hvis du er i tvil, legg den i variable kostnader. Ikke kjør denne analysen med bare produktmarginen din. Tanken er å sette den variable nettofortjenesten mot den faste overheaden.

Blended CAC: Ta alt variabelt markedsføringsutgifter og dele på alle nye kunder som ervervet, inkludert organisk eller utenfor Facebook (ikke ta Facebooks betalte CAC-beregning på ansiktet). Noen av utgiftene dine vil uunngåelig være på å skaffe deg eksisterende kunder, men det er greit for denne analysen. Attribusjon og målretting er vanskelig.

Månedlig kohortveid gjennomsnittlig gjentatt kurve dollar: Denne er en munnfull og tar litt arbeid. Jeg går vanligvis inn på Shopify rådata og konstruerer datafilen manuelt for å gi meg en vektet gjennomsnittlig månedlig kohortgjentakelsesfrekvens. Mer nylig har jeg oppdaget verktøy som Lifetime og Glew.io i Shopify App Store som automatiserer dette helt. Jeg vil anbefale å få en av disse siden dette er en viktig analyse å kjøre hele tiden for å bestemme LTV (avsløring: Jeg er ikke en investor i disse andre enn Shopify, dette er ikke en annonse, jeg liker bare deres verktøy) .

Noen notater om beregning av LTV og relaterte beregninger som tilbakebetaling av CAC og LTV / CAC:

  • For LTV- og CAC-tilbakebetalingsanalysen bruker vi en vektet gjennomsnittlig kohortgjentakelsesfrekvens som ser ut som en kurve i stedet for en sammenrullet månedlig repetisjonsfrekvens som det som vises i standard Shopify-dashbordet. Kurven er mer nøyaktig enn ekstrapolering av rett linje for LTV- og CAC-tilbakebetalingsanalyser.
  • Kohortvisningen er også mer nyttig fordi den viser hvilke kunder som til enhver tid bidrar med hvilke bestillinger. På den måten kan du spore bestemte anskaffelses- eller oppbevaringskampanjer, eller til og med avvik i produkt mellom kohorter.
  • Vi ser ikke mye på LTV / CAC-forholdet som en beregning fordi det er avhengig av for mange antagelser om året for et tidlig selskap. Mer om dette emnet i innlegget vårt om hvorfor ( CAC-tilbakebetaling er en bedre beregning enn LTV / CAC-forhold ).
  • Siste merknad om metodikk: ikke forveksle Lifetime Revenue (LTR) med Lifetime Value (LTV = LTR * GM). LTV trenger bruttomarginfaktoren for å finne ut riktig når du blir betalt tilbake på CAC og hvor mye du skal bruke på CAC. Hvis du bruker LTR i stedet for LTV, risikerer du å overvurdere avkastningen på markedsføringsutgiftene.