Zum Hauptinhalt springen

WHY COMPANIES SHOULD NOT FOCUS EXCLUSIVELY ON CUSTOMER ACQUISITION COSTS

In this article I describe my opinion on the very one-sided focus on Customer Acquisition Cost (CAC). In my conversations with customers whom I help to accelerate the acquisition of new customers, I become aware of a very one-sided focus on CAC.

WHAT IS THE CUSTOMER ACQUISITION COST (CAC)?

Marketers use the CAC to calculate the cost of winning new customers. Especially in today’s world, where we can calculate the cost of acquiring new customers fairly accurately using website analysis tools, the CAC is used as the main KPI for optimization.

There are numerous KPIs that marketers can optimize. The optimization of the CAC is already one of the better KPIs to sustainably increase the company’s success. With some new customers I even experience that especially with Google AdWords the focus is on optimizing the Cost-per-Click (CPC) or the Click-Through-Rate (CTR). Basically, optimization on KPIs such as CPC and CTR is undoubtedly one of the worse strategies.

WHY IS THE OPTIMIZATION ON CPC AND CTR NOT EFFECTIVE?

Many marketers optimize for KPIs such as CPC and CTR, especially when conversion tracking or conversion has not been achieved. These factors have no impact on the success of a campaign, neither on Google AdWords nor on Facebook. KPIs such as CPC and CTR are only effective if the goal is to increase website visitors. However, since most companies do not aim to increase the number of website visitors, but to generate sales and leads, the optimization on CPC and CTR is thought too short.

Facebook even found out when evaluating a study that people who click on an ad more often don’t buy more often. Facebook has also found that optimization on people who frequently click on ads results in a 5.5 times higher cost per mille (CPM) than targeting people who are less likely to click on ads. This means that optimization on CTR and CPC cannot lead to lower CAC but even to higher CAC (CPM on average 5.5 times higher).

WHY IS THE OPTIMIZATION ON CAC NOT OPTIMAL?

Optimizing campaigns on CAC is without a doubt the first step in the right direction. However, sooner or later the focus should be on optimizing the Customer Lifetime Value (CLV). The CLV reflects the entire value of a customer over its life cycle. (In the last section of the article you will learn how to calculate the CLV.

Facebook, Google and Amazon are all marketplaces where the advertising space is auctioned. Each of the three advertising platforms mentioned determines the playout of the advertisement on the basis of a „quality factor“. The quality factor is determined on all platforms based on the maximum CPC/CPM or CPA and the relevance of the advertisement. If we assume rising advertising costs, this means that those advertisers who will sooner or later place the highest bid will receive the advertising space. As a result, advertisers with the highest revenue per customer win the advertising space and ultimately also the customer.

Now advertisers have the choice to either increase the return per purchase and/or CLV. The return per purchase can be achieved either by increasing the shopping basket or by improving the margin per product.

The increase in the shopping basket can be achieved through UpSales and the improvement in margins through price increases or reductions in purchase prices.

However, the disadvantage of optimizing the return per purchase is that the initial purchase (product margin – advertising costs) must be profitable. By optimizing on the CLV, however, customers can also be won for whom the initial purchase is not yet profitable, but which become profitable in the course of the life cycle. Ultimately, this means that more customers can be won and growth is faster than for companies that optimize exclusively for CAC.

Another disadvantage of optimizing to CAC is that there is no optimization on the total profit, but on the CAC. As a result, the objective is to reduce the CAC, although an increase in the CAC leads to more sales and a higher overall profit.

NOTE: I CAN WELL IMAGINE THAT THIS IS QUITE THEORETICAL, SO I WILL ILLUSTRATE MY THOUGHTS WITH AN EXAMPLE:

I am referring to a product that is listed on Amazon and advertised through sponsored product campaigns.

Selling price of the product: 100 €

Product margin: 25 €

Average CPC: 0,50 €

Average conversion rate: 10%.

AcoS: 5 € = 5 %

The advertised product has a retail price of €100 and a margin of 25% (€25). At the moment, it takes an average of 10 clicks on an ad with a CPC of €0.50 to spend €5 per sale.

IS THIS A GOOD OR BAD RESULT?

It is a result with a good starting position. At the moment the purchases through the advertisements are profitable (25 € – 5 €). However, an increase in maximum CPC could also increase the number of sales. This would ultimately lead to higher AcoS. The CPC could theoretically be increased (with a constant conversion rate) to up to € 2.49 and the profitability of the campaigns would be guaranteed. By increasing the maximum CPC, more conversions can now be generated, resulting in a higher total return than campaigns with a lower CPC.

It is important to note that the total profit is not equal to CLV. In focusing on total profit, an attempt is made to sell the maximum number of products by increasing CPC/CPA while maintaining profitability on the first customer transaction. The optimization of the overall profit is a further step in the right direction to accelerate sales and customer growth.

HOW TO CALCULATE THE CLV? (ECOMMERCE)

So that we can calculate the CLV, we still need some key figures: Average Order Value (AOV), Purchase Frequency (PF) and Customer Value (CV).

AVERAGE ORDER VALUE (AOV)

The AOV (average order value) represents the average amount of money a customer spends on each order. To get this ratio, we simply need to divide the customer’s total sales by the total number of his orders.

AOV = total turnover / total number of orders

PURCHASE FREQUENCY (PF)

The PF (purchasing frequency) represents the average number of orders per customer. We must divide the total number of orders by the total number of individual customers within the same time frame as when calculating the average order value. The result is the buying frequency.

PV = total number of orders / total number of customers

CUSTOMER VALUE (CV)

The CV (customer value) represents the average monetary value that each customer brings in during a period. To calculate the customer value, we only need to multiply the average order value by the purchase frequency.

CV = AOV * PF

Now we have calculated the CV for our customers. I recommend calculating the CV for different customer segments so that the different customer groups can be compared and the most attractive customer group can be determined.

Since we have already calculated the customer value, we only have to multiply the customer value by the average customer lifetime to calculate the CLV.

The Customer Average Lifespan (CAL) is the time span of the relationship with a customer before the customer becomes inactive and no longer makes purchases. Especially for new dealers without meaningful customer data, the customer service life must be estimated. It is customary to assume a customer service life of 1 to 3 years. Of course, these values depend on the product sold, since Fast Moving Consumer Goods (FMCG) are ordered more frequently than, for example, a mattress.

Here you have to decide individually for your company which customer lifetime is appropriate.

CLV = CV * CAL
Conclusion CAC VS: CLV:

Long-term business success depends on finding the right customers for your company. The first step is to determine the right KPIs for online marketing reporting and use these KPIs as a basis for optimization. If possible, KPIs such as CLV or the total profit should be optimized. In order to optimize marketing measures on the total profit, first of all calculations must be made to the margin, conversion rate and CPC. If the optimization is to be carried out on a CLV basis, the existing customer base must be analyzed using values such as AOV, PV, CV and CAL. By precisely analyzing these values, marketing expenditures can be allocated much more effectively.

[kkstarratings]

Warum Unternehmen nicht ausschließlich auf Customer-Acquisition-Cost achten sollten

In diesem Beitrag schildere ich meine Meinung zum sehr einseitigen Fokus auf Customer-Acquisition-Cost (CAC). In meinen Gesprächen mit Kunden, denen ich dabei helfe, die Neukundengewinnung zu beschleunigen, wird mir eine sehr einseitige Fokussierung auf die CAC bewusst.

Was sind die Customer-Acquisition-Cost (CAC)?

Mithilfe der CAC berechnen Marketer die Kosten der Neukundengewinnung. Insbesondere in der heutigen Zeit, in der wir die Kosten für die Neukundengewinnung mittels Website-Analyse-Tools ziemlich genau berechnen können, werden die CAC als Haupt-KPI zur Optimierung verwendet.

Es gibt zahlreiche KPIs, die Marketer optimieren können. Dabei zählt die Optimierung der CAC bereits zu den besseren KPIs, um den Unternehmenserfolg nachhaltig zu steigern. Bei einigen Neukunden erlebe ich sogar, dass insbesondere bei Google AdWords der Fokus auf die Optimierung der Cost-per-Click (CPC) oder der Click-Through-Rate (CTR) gelegt wird. Grundsätzlich lässt sich sagen, dass die Optimierung auf KPIs wie CPC und CTR zweifelsohne zu den schlechteren Strategien gehört.

Wieso ist die Optimierung auf CPC und CTR nicht zielführend?

Insbesondere wenn kein Conversion-Tracking oder auch keine Conversion zustande gekommen ist, optimieren viele Marketer auf KPIs wie CPC und CTR. Dabei haben diese Faktoren weder bei Google AdWords noch bei Facebook eine Aussagewirkung auf den Erfolg einer Kampagne. Nur wenn das Ziel die Steigerung der Webseitenbesucher ist, sind KPIs wie CPC und CTR zielführend. Da jedoch die meisten Unternehmen nicht das Ziel haben, die Anzahl der Webseitenbesucher zu steigern, sondern Verkäufe und Leads zu generieren, ist die Optimierung auf CPC und CTR zu kurz gedacht.

Facebook konnte sogar bei der Auswertung einer Studie herausfinden, dass Personen, die häufiger auf eine Werbeanzeige klicken, nicht häufiger kaufen. Des Weiteren konnte Facebook feststellen, dass die Optimierung auf Personen, die häufig auf Werbeanzeigen klicken, zu einem 5,5 Mal höheren Cost-per-Mille (CPM) führt als die Ausrichtung auf Personen, die weniger wahrscheinlich auf Anzeigen klicken. Dies bedeutet, dass die Optimierung auf CTR und CPC nicht zu niedrigeren CAC, sondern sogar zu höheren CAC führen kann (CPM im Durchschnitt 5,5 Mal höher).

Wieso ist die Optimierung auf CAC nicht optimal?

Die Optimierung von Kampagnen auf CAC ist zweifelsohne der erste Schritt in die richtige Richtung. Jedoch sollte über kurz oder lang der Fokus auf die Optimierung des Customer-Lifetime-Value (CLV) gelegt werden. Der CLV spiegelt den gesamten Wert eines Kunden über dessen Lebenszyklus wider. (Im letzten Abschnitt des Beitrags erfährst Du, wie Du den CLV berechnen kannst).

Facebook, Google und Amazon sind allesamt Marktplätze, auf denen der Werbeplatz versteigert wird. Jede der drei erwähnten Werbeplattformen ermittelt die Ausspielung der Werbeanzeige auf Basis eines „Qualitätsfaktors“. Der Qualitätsfaktor wird auf allen Plattformen anhand der maximalen CPC/CPM oder CPA sowie der Relevanz der Werbeanzeige ermittelt. Wenn wir von steigenden Werbekosten ausgehen, bedeutet dies, dass diejenigen Werbetreibenden den Werbeplatz erhalten werden, die über kurz oder lang das höchste Gebot abgeben. Dies hat zur Folge, dass Werbetreibende mit dem höchsten Ertrag pro Kunde den Werbeplatz und im Endeffekt auch den Kunden gewinnen.

Nun haben Werbetreibende die Wahl, entweder den Ertrag pro Kauf oder/und den CLV zu steigern. Der Ertrag pro Kauf kann entweder über die Steigerung des Warenkorbs oder durch die Margen-Verbesserung je Produkt erreicht werden.

Die Steigerung des Warenkorbes lässt sich durch UpSales erreichen und die Margenverbesserung durch Preissteigerung oder Senkung der Einkaufspreise.

Die Optimierung auf den Ertrag pro Kauf hat jedoch den Nachteil, dass der Erstkauf (Produktmarge – Werbekosten) profitabel sein muss. Durch die Optimierung auf den CLV können hingegen auch Kunden gewonnen werden, bei denen der Erstkauf noch nicht profitabel ist, welche jedoch im Laufe des Lebenszyklus profitabel werden. Das führt schlussendlich dazu, dass mehr Kunden gewonnen werden können und das Wachstum schneller erfolgt als bei Unternehmen, die ausschließlich auf CAC optimieren.

Ein weiterer Nachteil bei der Optimierung auf CAC ist, dass es zu keiner Optimierung auf den Gesamtgewinn, sondern auf die CAC kommt. Dies führt dazu, dass die Zielsetzung in der Senkung der CAC besteht, obwohl eine Steigerung der CAC zu mehr Verkäufen und einem höheren Gesamtgewinn führt.

Anmerkung: Ich kann mir gut vorstellen, dass dies ziemlich theoretisch ist, weshalb ich meine Gedankengänge an einem Beispiel verdeutlichen werde:

Ich beziehe mich dabei auf ein Produkt, welches auf Amazon gelistet und mittels Sponsored-Product-Kampagnen beworben wird.

Verkaufspreis des Produkts: 100 €

Produktmarge: 25 €

Durchschnittlicher CPC: 0,50 €

Durchschnittliche Conversion-Rate: 10 %

AcoS: 5 € = 5 %

Das beworbene Produkt hat einen Verkaufspreis von 100 € und eine Marge von 25 % (25 €). Im Moment benötigt es durchschnittlich 10 Klicks auf eine Werbeanzeige mit einem CPC von 0,50 €, sodass pro Verkauf 5 € ausgegeben werden.

Ist dies ein gutes oder schlechtes Ergebnis?

Es ist ein Ergebnis mit guter Ausgangslage. Momentan sind die Käufe über die Werbeanzeigen profitabel (25 € – 5 €). Jedoch könnte mit einer Steigerung des maximalen CPC auch die Anzahl der Verkäufe gesteigert werden. Dies würde schlussendlich auch zu höheren AcoS führen. Der CPC könnte (bei gleichbleibender Conversion-Rate) theoretisch auf bis zu 2,49 € gesteigert werden und die Profitabilität der  Kampagnen wäre gewährleistet. Durch die Steigerung des maximalen CPC können nun mehr Conversions generiert werden, sodass im Endeffekt der Gesamtgewinn höher ist als bei Kampagnen mit einem niedrigeren CPC.

Wichtig anzumerken ist, dass der Gesamtgewinn nicht gleich CLV ist. Bei der Fokussierung auf den Gesamtgewinn wird versucht, durch die Steigerung  von CPC/CPA die maximale Anzahl an Produkten zu verkaufen, bei gleichzeitiger Profitabilität auf der ersten Kundentransaktion. Die Optimierung des Gesamtgewinns ist ein weiterer Schritt in die richtige Richtung, um Umsatz- und Kundenwachstum zu beschleunigen.

Wie berechnet man den CLV? (eCommerce)

Damit wir den CLV berechnen können, benötigen wir noch einige Kennzahlen: Average Order Value (AOV),  Purchase Frequency (PF) und den Customer Value (CV).

Average Order Value (AOV)

Der AOV (durchschnittlicher Bestellwert) stellt den durchschnittlichen Geldbetrag dar, den ein Kunde bei jeder Bestellung ausgibt. Um diese Kennzahl zu erhalten, müssen wir einfach den Gesamtumsatz des Kunden durch die Gesamtzahl seiner Bestellungen teilen.

AOV = Gesamtumsatz / Gesamtzahl der Bestellungen

Purchase Frequency (PF)

Die PF (Einkaufshäufigkeit) stellt die durchschnittliche Anzahl der Bestellungen pro Kunde dar. Mit dem gleichen Zeitrahmen wie bei der Berechnung des durchschnittlichen Bestellwerts müssen wir die Gesamtzahl der Bestellungen durch die Gesamtzahl der einzelnen Kunden teilen. Das Ergebnis ist die Kaufhäufigkeit.

PV = Gesamtzahl der Bestellungen / Gesamtzahl der Kunden

Customer Value (CV)

Der CV (Kundenwert) stellt den durchschnittlichen monetären Wert dar, den jeder Kunde während eines Zeitraums einbringt. Um den Kundenwert zu berechnen, müssen wir lediglich den durchschnittlichen Bestellwert mit der Kaufhäufigkeit multiplizieren.

CV = AOV * PF

Nun haben wir den CV für unsere Kunden berechnet. Ich empfehle, den CV für unterschiedliche Kundensegmente zu berechnen, sodass die unterschiedlichen Kundengruppen gegeneinander verglichen werden können und die attraktivste Kundengruppe ermittelt werden kann.

Da wir den Kundenwert bereits berechnet haben, müssen wir für die Berechnung des CLV nur noch den Kundenwert mit der durchschnittlichen Kundenlebensdauer multiplizieren.

Die durchschnittliche Kundenlebensdauer (CAL = Customer Average Lifespan) ist die Zeitspanne der Beziehung zu einem Kunden, bevor dieser inaktiv wird und keine Einkäufe mehr tätigt. Insbesondere bei neuen Händlern ohne aussagekräftige Kundendaten muss die  Kundenlebensdauer geschätzt werden. Dabei ist es üblich, eine Kundenlebensdauer von 1 bis 3 Jahren anzunehmen. Selbstverständlich sind diese Werte abhängig vom verkauften Produkt, da Fast-Moving-Consumer-Goods (FMCG) häufiger bestellt werden als beispielsweise eine Matratze.

Hier musst Du ganz individuell für Dein Unternehmen entscheiden, welche Kundenlebensdauer angemessen ist.

CLV = CV * CAL

Fazit CAC VS: CLV:

Langfristiger Unternehmenserfolg ist abhängig davon, die richtigen Kunden für Dein Unternehmen zu finden. Der erste Schritt besteht darin, die richtigen KPIs für das Online-Marketing-Reporting zu ermitteln und auf Basis dieser KPIs die Optimierung zu vollziehen. Dabei sollte möglichst auf KPIs wie CLV oder den Gesamtgewinn optimiert werden. Um Marketing-Maßnahmen auf den Gesamtgewinn zu optimieren, müssen zuallererst Berechnungen zur Marge, Conversion-Rate und CPC getätigt werden. Wenn die Optimierung auf CLV-Basis vollzogen werden soll, dann muss die bestehende Kundenbasis mittels Werten wie AOV, PV, CV und CAL analysiert werden. Durch die genaue Analyse dieser Werte können Marketingausgaben noch viel effektiver allokiert werden.

[kkstarratings]
Tobias Dziuba

Mein Name ist Tobias und ich bin Gründer & Geschäftsführer der Amazon Agentur Adsmasters GmbH mit Sitz in Düsseldorf.

Ihre Anmeldung konnte nicht gespeichert werden. Bitte versuchen Sie es erneut.
Ihre Anmeldung war erfolgreich.

Search
Generic filters

Live-Webinar: Amazon Ads: 30% mehr Profit in einem Monat

Name(erforderlich)
E-Mail(erforderlich)

Google Bewertung
5.0
Basierend auf 60 Rezensionen
js_loader
Google Bewertung
5.0
Basierend auf 60 Rezensionen
js_loader