Reformation Partners 30/50 Rule of DTC Efficiency

Publicerad

(Jim Hao) (9 nov 2020)

I många års arbete med DTC-företag som säljer allt från kontaktlinser till lakan till håravfall, kvällskläder och färdiga måltider märkte vi ett mönster kring enhetsekonomi som korrelerar med effektiv tillväxt. Vi kallar det Reformation Partners 30/50 Rule of DTC Efficiency , eller kort sagt 30/50-regeln .

30 hänvisar till dollarns bruttovinst netto efter CAC på första ordern. De 50 hänvisar till de kumulativa dollarnas bruttovinst netto för CAC under det första året. Företag som uppnår 30 $ bruttovinst netto av CAC på första ordern och följer upp det med 50 $ kumulativ bruttovinst netto av CAC under det första året är väl positionerade för snabb och effektiv tillväxt.

Så länge företag kommer nära till 30/50-regeln, håll deras overhead magert (se inlägg på ( med hjälp av externa organ )) och deras rörelsekapitalcykel tätt (se inlägg på ( rörelsekapitalcykel )), de kan driva ett snabbt växande, effektivt DTC-företag med relativt litet behov för externt kapital.

Det är viktigt att notera att inte alla stora företag når dessa trösklar, särskilt mycket tidigt när de inte har mycket skala för att maximera sina marginaler, men de är bra ambitioner som Regel 40 är för mogna mjukvaruföretag.

Detta är en analys vi kör på alla DTC-företag vi utvärderar, och vi ville dela både metoden och en länk till

Reformation Partners 30/50 regel Google Sheet Calculator . Ange bara över de röda markerade cellerna och arket kommer automatiskt att beräkna.

Förutom att beräkna 30/50-regeln kan räknaren också användas omvänd för att bestämma CAC-kuvertet, t.ex. hur högt CAC kan gå baserat på återbetalningsmål (högre CAC betyder längre återbetalning). Detta kan hjälpa till att informera var du kan ställa in en CAC-gräns på Facebook Ad Manager.

Räknaren kräver bara fyra ingångar: Initial AOV, fulladdad GM, blandad CAC och en första årlig kohortupprepningskurva. Många av våra läsare vet vad de ska mata in, men för tydlighetens skull har jag definierat termerna nedan.

Initialt genomsnittligt beställningsvärde: Ta det totala dollarvärdet för alla första gången order dividerat med det totala antalet första gången order. Se till att räkna flera objekt i samma ordning som en order. Gör inte övergripande AOV eftersom det kan vrida din CAC-matematik, och eventuell ökning eller minskning av AOV över tiden kommer att fångas separat i dollarn upprepa kurva ändå.

Fullastad bruttomarginal: Inkludera alla rörliga kostnader inklusive arbetskraft, fullgörande till kunder och kreditkortsbehandlingsavgifter. Om du är osäker, lägg det i rörliga kostnader. Kör inte den här analysen med bara din produktmarginal. Tanken är att ställa in din rörliga nettovinst mot din fasta overhead.

Blandat CAC: Ta allt varierande marknadsföringsutgifter och dela med alla nya kunder som förvärvats, inklusive organiskt eller utanför Facebook (ta inte Facebooks betalda CAC-värde i ansiktet). En del av dina utgifter kommer oundvikligen att gå till att skaffa dig befintliga kunder, men det är bra för den här analysen. Attribution och inriktning är svårt.

Månadsvis kohortvägd genomsnittlig dollarupprepningskurva: Den här är en munfull och tar lite arbete. Jag brukar gå in i Shopify rådata och konstruera datafilen manuellt för att ge mig en vägd genomsnittlig månatlig kohortupprepningshastighet. Nyligen har jag upptäckt verktyg som Lifetim och Glew.io i Shopify App Store som automatiserar detta helt. Jag skulle rekommendera att få en av dessa eftersom det här är en viktig analys att köra hela tiden för att bestämma LTV (avslöjande: Jag är inte en investerare i andra än Shopify, det här är inte en annons, jag gillar bara deras verktyg) .

Några anteckningar om beräkning av LTV och relaterade mätvärden som CAC-återbetalning och LTV / CAC:

  • För vår LTV- och CAC-återbetalningsanalys använder vi en vägd genomsnittlig kohortupprepningshastighet som ser ut som en kurva istället för en upprullad månatlig repeteringsfrekvens som visas i standard Shopify-instrumentpanelen. Kurvan är mer exakt än den raka linjens extrapolering för LTV- och CAC-återbetalningsanalyser.
  • Kohortvyn är också mer användbar eftersom den visar vilka kunder som bidrar med vilka beställningar vid varje tillfälle. På så sätt kan du spåra särskilda förvärvs- eller retentionskampanjer, eller till och med avvikelser i produkt mellan kohorter.
  • Vi brukar inte titta mycket på LTV / CAC-förhållandet som ett mått eftersom det bygger på alltför många antaganden om året för ett företag i ett tidigt skede. Mer om detta ämne i vårt inlägg om varför ( CAC-återbetalning är ett bättre mått än LTV / CAC-förhållande ).
  • Sista anmärkningen om metod: förväxla inte Lifetime Revenue (LTR) med Lifetime Value (LTV = LTR * GM). LTV behöver bruttomarginalfaktorn för att korrekt räkna ut när du får betalt tillbaka på CAC och hur mycket du ska spendera på CAC. Om du använder LTR istället för LTV riskerar du att överskatta avkastningen på marknadsföringsutgifterna.