一个客户值多少钱

第十六章讲天花板，第十八章讲阶段，都绕着一个更小的单元打转——客户。一家订阅制公司的价值，归根结底是“它有多少客户、每个客户值多少钱、还能获取多少新客户”三件事的乘积。莫布森 2021 年那份《客户型企业的经济学》，处理的就是怎么把这个最小单元，一路算到股东价值。

这份报告是 2004 年同名报告的重做版，篇幅近两倍，理论基座也换了——从“客户终身价值”（CLV）升级到麦卡锡与费德（Daniel McCarthy 与 Peter Fader）提出的“以客户为基础的公司估值”（CBCV）。为什么要换？因为莫布森团队的立论正是：既有的 CLV 工作大多不能一路打通到股东价值。客户权益、LTV/CAC 之类的指标，很少考虑全部相关投资与成本（含税与资本成本），因此这些指标和股东价值之间，留着一道巨大的缺口。CBCV 要做的，是把这道缺口填上。

它对估值文献最重要的贡献，莫布森说得很具体——它提供了一种更准确的销售增长预测方法。而对一家预期能赚到超额资本回报的公司来说，销售增长是最重要的价值驱动因素。把客户单位经济打通到销售增长、再打通到股东价值，这条链一旦接好，你就不必再靠拍脑袋去猜一家订阅公司未来能长多快。

客户可以被反推出来

莫布森最推崇的示范公司，是宠物保险公司 Trupanion，他把它的披露称为“堪称典范”。用它 2020 年底的几个数：在保宠物约 86 万只，每客户每月平均收入 60.37 美元，每客户每月平均成本约 45 美元，客户获取成本 247 美元。单只宠物的终身价值约 653 美元，等于现金流现值约 900 美元减去获客成本约 250 美元。

有意思的是，客户寿命是可以从月留存率反推出来的。Trupanion 的月留存率 98.71%，等于月流失率 1.29%；客户寿命就是流失率的倒数——1 除以 0.0129 约等于 77.5 个月，约 6.5 年；回本期约 20 个月。这套“从留存率反推寿命、再从寿命算终身价值”的链条，是 CBCV 最基本的算术，也是它比“拍一个增长率”更扎实的地方——每一环都可以拿公司披露的数字去验。但莫布森立刻加了一句提醒：这是一张快照。决定价值的关键指标是动态的；要理解它随时间怎么变，你需要的不只是今天的 CLV，还有消费者剩余、市场规模与成熟度、竞争性质，以及各指标之间的权衡。

把这套算术摊开成一个可复用的模型，莫布森团队给了一张自下而上的收入表，分三层：客户数（含各同期群的逐期留存）、总订单数（购买频率）、总收入（客单价）。示例里第 0 期 4000 个客户，五期后长到 28426 个；订单从 9000 单长到 106796 单；收入从 40.5 万美元长到 684 万美元。这张表的妙处是每一个宏观数字都能被反推验证：第 0 到 1 期，公司起始 4000、新增 5375、原同期群流失 1400，期末 7975——该期流失率就是 1400 除以 4000 等于 35%，人均订单是 19288 除以 7975 约 2.4 次，客单价是收入除以订单约 46.39 美元，ARPU 则是 2.4 乘 46.39 约 112 美元。销售增长不再是一个拍出来的百分比，而是“客户数乘购买频率乘客单价”三个可验证变量的乘积——这正是 CBCV 号称“更准确的销售增长预测方法”的落地方式。

客户还会随时间越花越多，这是 CBCV 里最有说服力的一组数据。莫布森引了韩国电商 Coupang 招股书里的同期群矩阵：2016 年获取的那批客户，第一年消费定为 1.00 倍，第二年 1.37 倍，第三年 1.80 倍，第四年 2.37 倍，第五年 3.59 倍。2016 年那批客户四年后的集体消费，是初年的近 3.6 倍——而且这是在有客户流失的情况下发生的。留存下来的客户越花越多，在成本结构部分固定的前提下，人均销售上升还会带动人均利润上升。这张 4 乘 5 的表，把“客户会随时间越来越值钱”这件抽象的事，变成了一组不容辩驳的数字。

LTV/CAC 是一把钝器

本章的反证，冲着一个在创业与投资圈几乎被当作圣经的指标去——LTV/CAC（客户终身价值比获客成本）。

莫布森团队用一张成本瀑布图把它拆穿了。从收入往下走：减去销货成本，得毛利润——CLV 通常只算到这里；再减去销售与营销费用——CAC 通常只用这一项；接着还要减去其他 SG&A、减去现金税、减去投资（营运资本变动、资本开支减折旧、收购减剥离），才到无杠杆自由现金流——而这才是应当预测并折现的数字。问题一目了然：LTV/CAC 把 R&D、其他 SG&A、税、营运资本、资本开支全部漏掉了。一个 LTV/CAC 看着很漂亮的公司，完全可能在这些被漏掉的成本上流血。

最有冲击力的实证是 AT&T 的移动后付费业务。用只计变动成本的口径，这块业务值 5430 亿美元；可一旦计入全部成本、税与投资，就只剩约 2000 亿——同一个模型，同一批客户，一个数字是另一个的两倍多，差别全在你算不算那些被 LTV/CAC 漏掉的东西。投行界的分部加总分析，得到的正是接近 2000 亿的那个数。5430 亿和 2000 亿之间那道鸿沟，就是“客户指标”与“股东价值”之间的距离。

钝器还钝在别处。其一，客户是异质的——一项覆盖近 340 家上市公司的研究发现，前 20% 的客户产生了 67% 的收入；CLV 的分布极度倾斜，多数客户贡献很少，少数客户创造很多，用一个“平均客户”去代表全体，会系统性地失真。其二，留存率不是常数——常见错误是对同一批客户假设恒定的留存率，而这可能使该同期群的价值被低估 25% 到 50%；更真实的形态是“早期留存率低于平均、后续高于平均”，因为客户更可能早走而非晚走，最不忠诚的先流失、留下的越来越忠诚。流失率本身的行业差异也很大：一项覆盖逾 1500 个订阅站点的研究显示，全体中位月流失率 5.5%，软件即服务最低 4.6%，流媒体最高 10.8%——同样叫“订阅”,一个客户平均留两年，另一个平均留不到一年。

获客成本会上升，增长瘾要治

获客成本这一项，莫布森也做了祛魅。常见算法是“销售与营销费用除以新增客户数”——Netflix 截至 2021 年一季度的 12 个月，营销费约 22 亿、新增约 2900 万客户，CAC 约 77 美元。但这个定义既可能高估（并非全部销售营销费都专用于获客），也可能低估（获客成本还有免费增值、硬件补贴、促销、安装成本等许多别的形式）。更要紧的是趋势——随着公司从早期大众走向晚期大众，CAC 倾向于上升。这背后是罗杰斯（Everett Rogers）的采用者分类：创新者与早期采用者合起来只占潜在市场的 16%，他们几乎没有获客成本、还产生良好现金流；可越往后走，你要转化的是越来越怀疑的人，获客成本一路抬高，而这些客户的消费倾向可能还不如早期采用者。假设客户是同质的、假设 CAC 不变，是 CBCV 里最常见的两个错误。唯一的例外是网络效应足够强、让某企业成为主导时，这类业务的 CAC 才会在越过临界点后急剧下降。

留存这一侧，莫布森团队给了一份可以整表照搬的流失率预测变量清单：客户满意度（邮件情绪、客服来电、使用趋势、投诉、此前未续约）、使用行为、转换成本、客户特征、营销、以及社会连接性（邻居流失、社交网络连接、社会嵌入性）。其中两个变量对中文读者尤其有用。一个是净推荐值（NPS）——问“你有多大可能把这家公司推荐给朋友”，用推荐者比例减贬损者比例，70 分以上算优秀；研究发现 NPS 作为其他指标的补充比单独使用更有效。另一个是社会嵌入性——与社交网络中他人有连接感的客户更不易流失，这在社交与通信网络里尤其相关。而关于留存资源该花在谁身上，莫布森给了一个反直觉却极实用的结论：最值得投入留存资源的目标客户，并非“最可能离开的人”本身，而是“既处于离开的高风险中、又最可能被劝回心意的人”。一个铁了心要走的客户，你花再多钱也留不住；只有那些摇摆的高风险客户，钱才花得有回报。而且明显的价格让步短期有效、却太容易被对手模仿，非价格激励（如产品改进）对长期更好。

获客和留存该怎么配比，还有一张权衡矩阵。莫布森引了一个某制药公司的简化案例：横轴是获客支出、纵轴是留存支出，格内是平均客户盈利能力。最优点落在“获客 10 美元、留存 60 美元”处，而这是一个内点最优——两个维度上，花多花少都更差。这一条把“客户经济学”从一句口号变成了一道可以求极值的题：不是获客越多越好，也不是留存投入越大越好，而是有一个具体的、需要去解的最优组合。

获客成本会上升，直接推出一个反直觉的战略结论——增长瘾要治。莫布森借杰弗里·韦斯特（Geoffrey West）的生长类比：动物出生时几乎全部能量用于生长、极少用于维持，随身体长大，配比从生长转向维持，直到生长在成熟点结束。公司同理，只把能量换成成本：生长是通过获客成本获取新客户，维持是通过留存开支留住客户。两端都可能错——在成长期获客上花得太少，会限制公司最终能达到的规模；在成熟后花得太多，则是浪费资源。一项零售商研究给了硬证据：那些在报酬递减已经出现之后、仍继续投资新店追求增长的公司，其股东回报远低于那些认识到增量支出有极限的公司。莫布森的落点是一句听起来不像投资术语的话——“治愈增长成瘾，是创造股东价值的关键。”一家公司在该收手时还在猛砸获客成本，等于在把股东的钱倒进一个报酬已经递减的漏斗。

从零和到双赢：WTP 与 WTS

CBCV 最终要回到价值创造本身，莫布森用的是价值棒框架：支付意愿（WTP）> 价格 > 成本 > 出售意愿（WTS）。WTP 与价格之差是消费者剩余，价格与成本之差是企业创造的价值，成本与 WTS 之差是供应商剩余（供应商包括员工）。

提高 WTP 有三条路：把产品做好、建立“永远把客户利益放第一”的声誉、减少摩擦（推荐引擎确实影响 WTP，且购买与数据之间存在正反馈——公司掌握的购买信息越多，推荐越个性化，进而带来更多销售）；用互补品（智能手机与应用、打印机与墨盒）；以及网络效应。莫布森有一句凝练的框架——WTP 提高，要么带来定价权（抬高单客户价值），要么带来消费者剩余增加（带来更高留存）；WTP 下降，则 TAM 缩小、定价权削弱、流失加剧。

WTP 与流失之间的权衡，可以被量化成一道算术。假设一家公司有 1000 名客户、当前每人 CLV 是 500 美元；涨价之后，留下来的客户 CLV 升到 600 美元。那么只要流失少于 166 名客户，公司就划算（600 乘以 1000 减 166 约等于 50 万，与涨价前的 50 万持平）。涨价是不是好事，因此不是一个态度问题，而是一个“涨价带来的单客户增益，够不够补偿流失掉的客户数”的计算问题。Netflix 提供了一个真实注脚：2019 年 1 月它把基础套餐涨价 13%、标准套餐 18%、高端套餐 14%，一项对 469 名用户的调查显示，10% 表示会降级到更便宜的方案、12% 表示会直接取消——用莫布森的话说，这次涨价“把价格推到了一部分客户的支付意愿之上”。涨价这件事，本质上是在客户支付意愿的分布里往上挪你的定价，挪多少合适，取决于这条分布长什么样。

真正把“零和”变成“双赢”的，是降低 WTS 那一侧，因为它不是从客户身上多榨钱，而是把蛋糕做大。莫布森给了一个精彩的供应商算例：某供应商当前利润率 12.5%、资本周转率 1.2 倍，ROIC 就是 15%。如果一家公司提供详细数据帮它降低投入资本、把周转率提到 2.0 倍，这个供应商就可以把产品价格降到相当于 7.5% 利润率的水平，而仍赚 15% 的 ROIC（7.5% 乘 2.0）；更好的做法是降到 10% 利润率——这样既为公司创造了价值，也给供应商留下了剩余。对员工也是同理：单纯加薪，除非有降低流动率之类的抵消，否则只是把价值从公司转移到员工（而且薪酬与员工满意度的相关很弱）；更好的是培育内在动机的文化来降低 WTS，其三要素是自主、精通、目的。莫布森引了一个数——75% 的千禧一代员工表示，愿意为在一家有社会责任感的公司工作而接受降薪。数据对员工也同样有用：理解产品需求的服务型公司可以据此排班配人，既省钱又让员工更开心，研究显示 Uber 司机所享有的灵活性创造的剩余，是不那么灵活的排班的两倍。“降低供应商与员工的出售意愿”，是比“压低采购价、压低工资”高一个层级的战略思维，因为它不制造对立方——它把原本要在你和对手之间零和分配的那块价值，做大了。

好生意为什么还缺钱

客户型企业有一个反直觉的资金难题，莫布森专门用一个附录处理。SaaS 这类业务的数字化性质让它可以快速增长，但高昂的前期成本加上要好几年才回本的客户现金流，意味着即便客户经济性极好，快速增长在短期内也需要大量资本。一个客户你今天花几百美元获取、要三五年才收回，公司增长越快、垫付的获客成本就越多，现金缺口就越大——这就是为什么一堆单位经济漂亮的订阅公司，账面上却在大把烧钱。

莫布森列了三条补缺口的路。一是发债或发股，多为年轻公司，风投与成长股权投资者是天然的提供者；顾虑是稀释创始人与早期投资者，但只要新资本创造的价值大于它造成的稀释，这笔融资就是可取的。二是股权激励——它本质是两笔交易合一：公司卖股票（融资）加上支付员工服务（薪酬）。莫布森给了一个惊人的量级：市值最大的 50 家 SaaS 公司 2020 年 256 亿美元的经营现金流里，SBC 占了 50%——换句话说，若把 SBC 剔除，它们的经营现金流只有报告值的一半。这一条直接把话题引向下一章。三是新出现的“收入类融资”，比如 Pipe：SaaS 公司常签多年合约，可以通过给客户折扣换取预付来提升短期现金流，Pipe 则为它匹配愿意用现金（平均为年度合同价值的 90% 到 95%）交换未来现金流的投资者。莫布森在这里表现出他一贯的诚实——天下没有免费的午餐：资本提供者的受偿顺序决定风险，股权是剩余索取权、风险最高，债务受偿在前、成本更低，对收入的索取权排在最前、风险最低；把一个对收入有索取权的方引进来，会提高其他资本提供者的风险。融资从来不是凭空多出一笔钱，它是在重新分配对这门生意未来现金流的索取权。

会计跟不上的时候，自己钻进去

CBCV 之所以要投资者自己动手，是因为会计常常刻画不了这门生意。莫布森讲了一个历史公案：1990 年代末，SEC 指控当时领先的零售互联网服务商 AOL 违反 GAAP，因为它把客户获取成本资本化并摊销了；这项调整把 AOL 1996 财年的税前亏损从 1.75 亿美元降到 6800 万。SEC 的理由是 AOL 处在一个新的、不稳定的商业领域，无法为其广告支出的未来净收入提供“有说服力的”历史证据。莫布森的判断很微妙——SEC 对会计规则的解读可能是对的，但 AOL 的会计更准确地刻画了这门生意。获客成本本质上是一项投资（今天花钱、换未来的客户现金流），把它费用化，会让一家正在健康投资的公司看起来在亏损。这个张力此后几乎没变，它的含义因此是残酷的——公司与投资者必须自己钻进财务报表里去理解基本分析单元。你不能等会计准则替你把这门生意讲对，你得自己动手把客户、留存、获客成本、以及那一长串被 LTV/CAC 漏掉的成本，一项项重算一遍。

这正是 CBCV 与前面几章共用的那条主线：会计在无形化、订阅化的世界里失效了，而修复它的责任落到了分析师身上。莫布森给的方法论口号是——简写指标一般能省时间，但也带着盲点；关键是挖得足够深，深到能理解价值的根本驱动因素。LTV/CAC 就是那种省时间的简写，AT&T 的 5430 亿对 2000 亿，就是它盲点的价码。

所以作业留在这里。挑一家你在看的订阅制或客户驱动型公司，别用它财报里现成的 LTV/CAC，自己动手画那张成本瀑布图：从收入往下，一项一项减到无杠杆自由现金流，把每一项被 LTV/CAC 漏掉的成本（其他 SG&A、税、营运资本、资本开支）都标出来。然后只问一个问题——按这个更完整的口径，这家公司的一个客户，到底还值不值钱？如果一个在“只算毛利润”口径下很赚钱的客户，在算完全部成本后所剩无几，你就明白，市场为它的增长付的那个价，可能定错了对象。

本章依据

• A1｜报告（本章主文本）：《客户型企业的经济学：计算以客户为基础的公司估值》（The Economics of Customer Businesses: Calculating Customer-Based Corporate Valuation），2021-05-19，Counterpoint Global，与 Dan Callahan 合著（research/michael-mauboussin/digest/shard-09.md，ms-013 · P0）。CBCV 立论（既有 CLV 不能打通到股东价值、最大贡献是更准的销售增长预测）、Trupanion 反推链（月留存 98.71%→6.5 年寿命→20 个月回本、单只宠物 653 美元）、Coupang 同期群矩阵（2016 群第五年 3.59 倍）、成本瀑布图（CLV 只算到毛利润、CAC 只用销售营销费，漏掉 R&D/其他 SG&A/税/营运资本/资本开支）、AT&T Mobility 5430 亿 vs 约 2000 亿、前 20% 客户产生 67% 收入、恒定留存率假设低估 25%–50%、Recurly 流失率（中位 5.5%、SaaS 4.6%、OTT 10.8%）、Netflix CAC 约 77 美元及两方向偏误、增长成瘾与“治愈增长成瘾是创造股东价值的关键”、WTP/WTS 框架与供应商 ROIC 算例（12.5%×1.2→7.5%×2.0→折中 10%）、75% 千禧一代愿降薪、AOL 会计公案与“SEC 可能对，但 AOL 会计更准确刻画生意”，均出自此篇。
• B1｜报告（2004 年源头，P1）：《客户型业务的经济学》（The Economics of Customer Businesses），2004-12-09，Legg Mason Capital Management（shard-17.md，comp-002-048 · P1）——基本分析单元=客户、Reichheld“留存率提高 5 个百分点使 CLV 平均提升逾 75%”、Bass 扩散模型（卫星电视 1992 预测 940 万 vs 实际约 1000 万）、80/20（Harrah’s 26%/80%），为 ms-013 的思想原点，本章用于标注 CBCV 方法的十七年演化。
• 归属：CBCV＝Daniel McCarthy & Peter Fader；采用者分类＝Everett Rogers；价值棒 WTP/WTS＝Brandenburger & Stuart，经 Felix Oberholzer-Gee 扩展；留存率提升 CLV＝Frederick Reichheld；生长类比＝Geoffrey West；内在动机三要素（自主/精通/目的）＝Daniel Pink 综合的 Deci-Ryan 自我决定论。Trupanion 反推、AT&T 5430 亿/2000 亿对照、供应商 WTS 算例的应用为莫布森团队。
• 不管钱纪律说明：Trupanion、Coupang、AT&T、Netflix、AOL 均为教学案例，非莫布森本人交易或推荐；本章不给任何公司买卖结论。
• 数字纪律说明：ms-013 的 Exhibit 19/20（CBCV 多面板图）OCR 散架，图内数值不可引用；本章所引 Trupanion、Coupang、AT&T、成本瀑布均取自正文与 Exhibit 18 及相邻可读表格。

本站正文为基于公开材料的独立编辑与研究归纳，不替代原始资料，也不构成投资建议。