30 آوریل 2026

راهنمای کامل محاسبه CAC و LTV در تبلیغات: فرمول‌ها، اکسل آماده و تصمیم‌گیری برای مقیاس‌دادن

اگر تبلیغات شما «فروش» می‌آورد اما آخر ماه «سود» دیده نمی‌شود، معمولاً مشکل از نداشتن یک چارچوب روشن برای سنجش سودآوری است. دو شاخص کلیدی که این شکاف را پر می‌کنند، CAC (هزینه جذب مشتری) و LTV (ارزش طول عمر مشتری) هستند. این مقاله یک راهنمای کاملاً عملی برای cac ltv calculation for ads است: از فرمول‌ها و ورود داده‌ها در اکسل تا تبدیل خروجی‌ها به تصمیم‌های اجرایی مثل تعیین سقف CPA قابل‌قبول، محاسبه اثر Payback period (دوره بازگشت سرمایه) و واردکردن Retention rate (نرخ ماندگاری) در مدل.

هدف این نیست که فقط «عدد» داشته باشید؛ هدف این است که بدانید چه زمانی کمپین را افزایش دهید، چه زمانی ترمز کنید و چطور برای هر کانال/کمپین یک سقف هزینه منطقی تعیین کنید.

فهرست مطالب

چرا CAC و LTV برای تصمیم تبلیغاتی حیاتی‌اند؟

بسیاری از تیم‌ها تبلیغات را با معیارهای سطحی مثل کلیک یا حتی فروش روزانه می‌سنجند. مشکل اینجاست که تبلیغات یک سرمایه‌گذاری است: امروز هزینه می‌کنید تا در طول زمان درآمد و سود برگردد. دو اتفاق رایج که بدون CAC و LTV اشتباه تفسیر می‌شوند:

  • کمپین ظاهراً خوب: CPA پایین است، اما مشتری‌ها بعد از خرید اول برنمی‌گردند؛ در نتیجه LTV پایین و سود واقعی منفی می‌شود.
  • کمپین ظاهراً بد: CPA بالا است، اما مشتری‌ها وفادارند و خرید تکراری یا تمدید دارند؛ در نتیجه LTV بالاست و کمپین قابل مقیاس است.

در عمل، شما به یک رابطه ساده نیاز دارید: اگر LTV با حاشیه سود مناسب و در بازه زمانی قابل‌قبول، از CAC بیشتر باشد، تبلیغات ارزش رشد دارد. این دقیقاً قلب cac ltv calculation for ads است.

تعریف دقیق CAC، LTV و مفاهیم نزدیک

۱) CAC چیست؟

CAC یعنی میانگین هزینه‌ای که برای جذب یک مشتری جدید پرداخت می‌کنید. در تبلیغات، معمولاً از هزینه رسانه (Media Spend) شروع می‌کنیم و بسته به بلوغ تحلیل، هزینه‌های دیگر را هم اضافه می‌کنیم.

۲) LTV چیست؟

LTV ارزش اقتصادی یک مشتری در طول رابطه‌اش با کسب‌وکار است. نکته کلیدی: LTV مفید برای تصمیم تبلیغاتی باید به سود نزدیک باشد نه صرفاً فروش؛ یعنی بهتر است به «سود ناخالص» (Gross Profit) یا حتی «سود پس از هزینه‌های متغیر» فکر کنید.

۳) مفاهیم نزدیک که باید از هم جدا شوند

  • CPA (Cost per Acquisition): هزینه به ازای «اکشن» مدنظر؛ گاهی منظور «خرید» است، گاهی «ثبت‌نام». باید دقیق تعریف شود.
  • ROAS: نسبت درآمد به هزینه تبلیغات؛ خوب است اما بدون حاشیه سود و زمان‌بندی، می‌تواند گمراه‌کننده باشد.
  • Cohort: گروهی از مشتری‌ها که در یک بازه/کمپین جذب شده‌اند؛ بهترین روش برای سنجش LTV واقعی کمپین‌ها.
  • Attribution (انتساب): اینکه فروش را به کدام کانال نسبت می‌دهید؛ روی CAC و LTV اثر مستقیم دارد.

چه داده‌هایی لازم دارید؟ (حداقلِ قابل‌اجرا)

برای اینکه محاسبات شما قابل‌اعتماد باشد، لازم نیست از روز اول همه چیز کامل باشد؛ اما باید «حداقل داده‌ها» را درست جمع کنید:

  • هزینه تبلیغات به تفکیک کانال/کمپین/تاریخ
  • تعداد مشتری جدید (نه صرفاً تعداد سفارش) به تفکیک کانال/کمپین/تاریخ
  • درآمد یا بهتر: سود ناخالص حاصل از همان مشتری‌ها در طول زمان
  • نرخ بازگشت/تمدید یا داده‌های ریتنشن (برای اشتراکی حیاتی است)

اگر در ردیابی مشکل دارید، قبل از هر مدل‌سازی سراغ تمیزکردن داده بروید؛ برای مثال، ساخت لینک‌های قابل‌ردیابی با UTM پایه‌ای‌ترین قدم است. راهنمای کامل را اینجا ببینید: UTM چیست و چطور برای تبلیغات لینک‌های قابل‌ردیابی بسازیم؟.

فرمول‌های CAC در تبلیغات (سناریوهای رایج)

سناریو A: CAC رسانه‌ای (ساده و سریع)

برای تصمیم‌های روزمره، معمولاً از CAC رسانه‌ای شروع کنید:

CAC = هزینه تبلیغات / تعداد مشتری جدید

نکته: «مشتری جدید» یعنی اولین خرید/اولین پرداخت. اگر فقط «لید» دارید، CAC را جدا از CPL حساب کنید تا مقایسه‌ها قاطی نشود.

سناریو B: CAC تمام‌شده جذب (واقع‌بینانه‌تر)

برای تصمیم مقیاس‌دادن در بودجه‌های بزرگ، هزینه‌های اجرایی را هم وارد کنید:

CAC = (هزینه تبلیغات + هزینه تولید محتوا/کریتیو + ابزارها + کارمزد آژانس) / تعداد مشتری جدید

پیشنهاد عملی: این مدل را در اکسل دو نسخه نگه دارید؛ یکی «Media CAC» برای کنترل تاکتیکی، یکی «Fully-loaded CAC» برای تصمیم‌های رشد.

سناریو C: CAC بر اساس اتریبیوشن

اگر از چند کانال هم‌زمان استفاده می‌کنید، ممکن است یک مشتری چند تماس (touchpoint) داشته باشد. در این حالت CAC هر کانال به مدل Attribution شما وابسته است. اگر هنوز اتریبیوشن پیچیده ندارید، از یک قاعده ثابت و تکرارپذیر استفاده کنید و آن را مستند نگه دارید.

فرمول‌های LTV (فروشگاهی و اشتراکی)

۱) LTV ساده فروشگاهی (میانگین محور)

برای فروشگاه‌ها، یک نقطه شروع کاربردی این است:

LTV (Revenue) ≈ AOV × تعداد خرید تکراری مورد انتظار در بازه

اما برای تصمیم تبلیغاتی بهتر است به سود نزدیک شوید:

LTV (Gross Profit) ≈ (AOV × حاشیه سود ناخالص) × تعداد خرید

۲) LTV اشتراکی (Subscription) با ریتنشن

در کسب‌وکار اشتراکی، «ماندن» مشتری تعیین‌کننده است. یک تقریب رایج:

LTV ≈ ARPU × (1 / Churn)

که در آن ARPU میانگین درآمد هر کاربر در ماه است و Churn نرخ ریزش ماهانه. اگر حاشیه سود مهم است (که هست)، بهتر است:

LTV (Gross Profit) ≈ (ARPU × حاشیه سود ناخالص) × (1 / Churn)

این دقیقاً جایی است که ریتنشن وارد بازی می‌شود و محاسبه cac ltv calculation for ads معنا پیدا می‌کند: یک بهبود کوچک در ریتنشن می‌تواند LTV را به شکل غیرخطی بالا ببرد.

۳) LTV cohort-based (دقیق‌تر و قابل اتکا)

اگر داده دارید، بهترین روش این است که مشتری‌های جذب‌شده از هر کمپین را به‌صورت Cohort دنبال کنید و درآمد/سود تجمعی‌شان را در ماه‌های بعد بسنجید. در این حالت به جای «فرض»، از «واقعیت» استفاده می‌کنید.

دوره بازگشت سرمایه و نقش آن در تصمیم بودجه

حتی اگر LTV از CAC بیشتر باشد، ممکن است پول شما دیر برگردد و فشار نقدینگی ایجاد کند. بنابراین باید Payback period (دوره بازگشت سرمایه) را هم بسنجید: چند ماه طول می‌کشد تا سود تجمعی مشتری از CAC عبور کند.

  • اگر دوره بازگشت کوتاه باشد (مثلاً ۱–۲ ماه)، مقیاس‌دادن معمولاً امن‌تر است.
  • اگر دوره بازگشت بلند باشد (مثلاً ۶ ماه)، باید به سرمایه در گردش، ریسک تغییر بازار و پایداری کانال دقت کنید.

در اکسل می‌توانید یک ستون «سود تجمعی ماه‌به‌ماه» بسازید و اولین ماهی را که از CAC عبور می‌کند به عنوان Payback علامت بزنید.

چطور سقف CPA قابل‌قبول را حساب کنیم؟

سقف CPA قابل‌قبول یعنی حداکثر هزینه‌ای که می‌توانید برای جذب یک مشتری بدهید و همچنان به هدف سودآوری/نقدینگی برسید. یک چارچوب عملی:

  1. هدف سود را مشخص کنید (مثلاً حاشیه سود ناخالص هدف یا سود عملیاتی هدف).
  2. LTV (به سود نزدیک) را برآورد کنید.
  3. یک ضریب ریسک برای عدم‌قطعیت داده و نوسان کانال در نظر بگیرید (مثلاً ۰٫۷ تا ۰٫۹).

فرمول پیشنهادی:

Max CPA ≈ LTV (Gross Profit) × ضریب ریسک

و اگر محدودیت نقدینگی دارید، سقف CPA را بر اساس «سود در بازه payback» تعیین کنید نه کل LTV. یعنی فقط آن بخشی از سود که تا ماه X برمی‌گردد را لحاظ کنید.

قواعد تصمیم‌گیری برای مقیاس‌دادن/کاهش کمپین

اعداد زمانی ارزشمندند که به «قانون تصمیم» تبدیل شوند. یک مجموعه قانون ساده اما کاربردی:

  • مقیاس‌دادن (Scale): وقتی CAC پایدار و پایین‌تر از Max CPA است و LTV cohortی در حال تثبیت/بهبود است، بودجه را مرحله‌ای (مثلاً ۱۵–۳۰٪ در هر گام) افزایش دهید.
  • ثابت نگه‌داشتن: وقتی CAC نزدیک سقف است یا داده هنوز کم است، بودجه را ثابت نگه دارید و روی بهبود نرخ تبدیل و ریتنشن کار کنید.
  • کاهش/توقف: وقتی CAC بالاتر از Max CPA می‌رود و نشانه‌ای از بهبود ریتنشن یا AOV ندارید، کاهش دهید یا ساختار کمپین را تغییر دهید.

اگر در سطح آگهی/لندینگ به دنبال اطمینان آماری هستید، اجرای تست A/B کمک می‌کند قبل از افزایش بودجه، علت بهبود/افت را پیدا کنید؛ این راهنما را ببینید: راهنای کامل اجرای تست A/B برای تبلیغات: از فرضیه تا تحلیل نتایج.

قالب اکسل پیشنهادی (ساختار شیت‌ها و ستون‌ها)

به جای یک فایل پیچیده، یک اکسل ساده اما استاندارد بسازید که قابل نگهداری باشد. پیشنهاد ساختار:

شیت ۱: Campaign_Data

  • Date
  • Channel
  • Campaign
  • Spend
  • New_Customers
  • Orders (اختیاری)
  • Revenue_D0 (درآمد روز اول/خرید اول)

شیت ۲: Unit_Economics

  • Gross_Margin درصد
  • Avg_Repeat_Purchases (برای فروشگاهی)
  • Monthly_Churn (برای اشتراکی)
  • Risk_Factor
  • Target_Payback_Months

شیت ۳: Cohort_LTV

  • Cohort_Month
  • Channel/Campaign
  • Customers
  • Revenue_M1, Revenue_M2, …
  • GrossProfit_M1, GrossProfit_M2, …
  • Cumulative_GrossProfit

شیت ۴: Dashboard

  • CAC
  • LTV
  • Max CPA
  • Payback
  • تصمیم پیشنهادی (Scale / Hold / Cut)

اگر می‌خواهید به‌صورت مستقیم روی کاهش هزینه و تخصیص بودجه کار کنید، این مطلب مکمل خوبی است: چطور بودجه تبلیغات را بهینه کنیم؟.

مثال عددی کامل: کسب‌وکار اشتراکی و فروشگاهی

در این بخش یک نمونه ساده اما نزدیک به واقعیت می‌سازیم تا ببینید cac ltv calculation for ads چطور به سقف CPA و تصمیم مقیاس‌دادن تبدیل می‌شود.

مثال ۱: کسب‌وکار اشتراکی

  • ARPU ماهانه: ۴۰۰,۰۰۰ تومان
  • حاشیه سود ناخالص: ۶۰٪
  • Churn ماهانه: ۱۰٪ (یعنی ۰٫۱۰)
  • هزینه تبلیغات ماه: ۲۰۰,۰۰۰,۰۰۰ تومان
  • مشتری جدید ماه: ۸۰۰ نفر

گام ۱: CAC

CAC = ۲۰۰,۰۰۰,۰۰۰ / ۸۰۰ = ۲۵۰,۰۰۰ تومان

گام ۲: LTV (Gross Profit)

LTV ≈ (۴۰۰,۰۰۰ × ۰٫۶) × (۱ / ۰٫۱۰) = ۲۴۰,۰۰۰ × ۱۰ = ۲,۴۰۰,۰۰۰ تومان

گام ۳: سقف CPA با ضریب ریسک

فرض کنید Risk_Factor = ۰٫۸

Max CPA ≈ ۲,۴۰۰,۰۰۰ × ۰٫۸ = ۱,۹۲۰,۰۰۰ تومان

این یعنی حتی اگر CAC تا حدود ۱٫۹ میلیون هم بالا برود، از منظر LTV «روی کاغذ» هنوز جا دارد؛ اما اینجا باید Payback را هم بررسی کنید.

گام ۴: Payback تقریبی

سود ناخالص ماهانه هر مشتری ≈ ۴۰۰,۰۰۰ × ۰٫۶ = ۲۴۰,۰۰۰ تومان؛ برای بازگشت CAC=۲۵۰,۰۰۰ حدوداً ~۱.۰۴ ماه لازم است (با تقریب ساده و بدون لحاظ ریزش در همان ماه‌های اول). نتیجه: Payback کوتاه، پس مقیاس‌دادن منطقی است؛ البته با گام‌های کنترل‌شده.

مثال ۲: فروشگاه اینترنتی

  • AOV (میانگین ارزش سفارش): ۱,۲۰۰,۰۰۰ تومان
  • حاشیه سود ناخالص: ۳۵٪
  • میانگین تعداد خرید در ۶ ماه: ۱٫۶ خرید
  • هزینه تبلیغات: ۱۵۰,۰۰۰,۰۰۰ تومان
  • مشتری جدید: ۵۰۰ نفر

گام ۱: CAC

CAC = ۱۵۰,۰۰۰,۰۰۰ / ۵۰۰ = ۳۰۰,۰۰۰ تومان

گام ۲: LTV (Gross Profit) در ۶ ماه

LTV ≈ (۱,۲۰۰,۰۰۰ × ۰٫۳۵) × ۱٫۶ = ۴۲۰,۰۰۰ × ۱٫۶ = ۶۷۲,۰۰۰ تومان

گام ۳: Max CPA

با Risk_Factor=۰٫۸:

Max CPA ≈ ۶۷۲,۰۰۰ × ۰٫۸ = ۵۳۷,۶۰۰ تومان

از این زاویه، CAC=۳۰۰,۰۰۰ زیر سقف است؛ پس کمپین بالقوه سودآور است. اما اگر حاشیه سود یا نرخ خرید تکراری افت کند، سریعاً فضای امن از بین می‌رود. در فروشگاهی‌ها معمولاً حساسیت به ریتنشن/خرید تکراری بالا است؛ بنابراین به‌جای فقط ROAS، بهتر است LTV شش‌ماهه را به تفکیک cohort کمپین بسنجید.

جدول مقایسه: اشتراکی vs فروشگاهی برای تصمیم تبلیغات

موضوع کسب‌وکار اشتراکی کسب‌وکار فروشگاهی
محرک اصلی LTV Retention rate و Churn تعداد خرید تکراری و AOV
ریسک رایج در تحلیل خوش‌بینی به ریتنشن ماه‌های بعد نادیده‌گرفتن مرجوعی/تخفیف و تغییر حاشیه سود
نحوه تعیین سقف CPA بر اساس LTV مبتنی بر churn + Payback بر اساس LTV بازه‌ای (مثلاً ۶ ماهه) + حاشیه سود
بهترین روش سنجش Cohort ماهانه و سود تجمعی Cohort خرید اول و تکرار خرید

اشتباهات رایج در محاسبه CAC و LTV

  • یکی گرفتن سفارش با مشتری جدید: در بسیاری از حساب‌ها «مشتری جدید» کمتر از «سفارش» است؛ اشتباه گرفتن این دو CAC را مصنوعی پایین نشان می‌دهد.
  • محاسبه LTV بر اساس درآمد خام: بدون حاشیه سود، تبلیغات می‌تواند روی کاغذ عالی و در واقعیت زیان‌ده باشد.
  • نادیده گرفتن زمان: LTV بالا اما Payback طولانی می‌تواند رشد را از نظر نقدینگی غیرممکن کند.
  • مقایسه کانال‌ها با پنجره زمانی متفاوت: مثلاً یک کانال LTV شش‌ماهه دارد و دیگری را با LTV یک‌ماهه می‌سنجید.
  • اعتماد بیش از حد به میانگین‌ها: میانگین می‌تواند اثر چند مشتری بزرگ/کوچک را مخفی کند؛ cohort دید دقیق‌تری می‌دهد.
  • عدم ثبات در اتریبیوشن: تغییر دائمی مدل انتساب باعث می‌شود روندها بی‌معنا شوند.

چک‌لیست اجرایی (هفته‌ای یک بار انجام دهید)

  1. هزینه تبلیغات و مشتری جدید را برای هر کمپین آپدیت کنید.
  2. CAC رسانه‌ای و CAC تمام‌شده را جداگانه محاسبه کنید.
  3. LTV را حداقل در یک بازه ثابت (مثلاً ۳ یا ۶ ماه) به‌روز کنید.
  4. حاشیه سود ناخالص را بازبینی کنید (به‌خصوص در دوره‌های تخفیف).
  5. Max CPA را با ضریب ریسک دوباره حساب کنید.
  6. Payback را چک کنید: آیا از هدف شما بیشتر شده است؟
  7. برای کمپین‌های مرزی، یک اقدام مشخص تعریف کنید: بهبود لندینگ، تغییر آفر، یا تست A/B.
  8. تصمیم بودجه را مرحله‌ای اجرا کنید و اثر را در cohort بعدی بسنجید.

سوالات متداول

۱) برای شروع، CAC را با کدام هزینه‌ها حساب کنم؟

اگر تازه شروع می‌کنید، ابتدا «CAC رسانه‌ای» (فقط هزینه تبلیغات) را حساب کنید؛ سپس در نسخه دوم اکسل هزینه‌های آژانس/تولید را اضافه کنید تا برای تصمیم‌های رشد تصویر واقعی‌تری داشته باشید.

۲) اگر LTV دقیق ندارم، چه کار کنم؟

یک LTV بازه‌ای بسازید (مثلاً LTV سه‌ماهه یا شش‌ماهه) بر اساس داده‌های موجود و به مرور آن را cohort-based کنید؛ مهم ثبات روش و کاهش تدریجی خطاست.

۳) سقف CPA را بر اساس درآمد تعیین کنم یا سود؟

برای تصمیم تبلیغاتی بهتر است سقف CPA را بر اساس «سود ناخالص» تعیین کنید؛ درآمد خام ممکن است شما را به کمپین‌های ظاهراً پرفروش اما کم‌سود هدایت کند.

۴) در کسب‌وکار اشتراکی، کدام متغیر بیشترین اثر را روی LTV دارد؟

Churn (ریزش) معمولاً بیشترین اثر را دارد؛ حتی کاهش کوچک در churn می‌تواند LTV را به شکل قابل‌توجهی افزایش دهد، بنابراین بهبود onboarding و ارزش محصول مستقیم به سقف CPA شما کمک می‌کند.

۵) چطور بفهمم زمان مقیاس‌دادن رسیده است؟

وقتی CAC در چند بازه متوالی پایدار و زیر Max CPA باشد، LTV cohortی نشانه‌های تثبیت داشته باشد و Payback از هدف شما بیشتر نشود، مقیاس‌دادن مرحله‌ای منطقی است.

۶) آیا ROAS کافی است؟

ROAS مفید است اما کافی نیست؛ چون حاشیه سود، زمان بازگشت، مرجوعی و خرید تکراری را مستقیم وارد نمی‌کند. ترکیب CAC + LTV دید تصمیم‌پذیرتری می‌دهد.

۷) اگر دو کمپین CAC مشابه دارند، کدام را انتخاب کنم؟

کمپینی را انتخاب کنید که LTV cohort بالاتر یا Payback کوتاه‌تر دارد؛ اگر داده کم است، کمپینی را ترجیح دهید که کیفیت مشتری (تکرار خرید/تمدید) در آن بهتر است.

۸) هر چند وقت یک بار مدل را به‌روزرسانی کنم؟

هزینه‌ها و CAC را هفتگی، و LTV بازه‌ای/کوهورتی را ماهانه به‌روزرسانی کنید؛ هر تغییر بزرگ در قیمت، تخفیف یا محصول را هم همان زمان وارد مدل کنید.

اگر بخواهید، می‌توانید همین ساختار را در اکسل پیاده کنید و فقط با چند ستون (Spend، New Customers، Gross Margin، Retention/Repeat) به یک سیستم تصمیم‌گیری برسید که هر هفته پاسخ بدهد: «این کمپین را افزایش بدهم یا نه؟» — دقیقاً همان خروجی عملی که از cac ltv calculation for ads انتظار داریم.

مدیر

علاقه مند به بازاریابی دیجیتال

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *