Unit economics, CAC, LTV, and profitability

Questa lezione vive sul binario tabellare al massimo della tensione: formule, soglie e coorti si leggono come tabelle, e ogni numero deve portare a una scelta. L’economia unitaria è una scelta operativa, non un esercizio di definizioni. La categoria di questa lezione è Tecnico: il punto non è memorizzare formule, ma capire quale decisione cambia quando il dato diventa più affidabile. Una crescita può sembrare forte e distruggere valore se CAC, LTV, margine e payback non vengono letti insieme. Le unit economics collocano l’analista nel punto in cui marketing, prodotto e finance devono capire se scalare davvero conviene.

L’idea in una riga

Le unit economics misurano se ogni cliente genera più margine di quanto costa acquisirlo lungo l’intera relazione. Tutto il resto, formule comprese, serve solo a rispondere a questa domanda.

La procedura in cinque passi

1. Calcola il CAC fully-loaded su nuovi clienti definiti in modo stabile.
2. Calcola la durata media dal churn e moltiplica per ARPU e margine lordo.
3. Dividi LTV per CAC e leggi il rapporto con il payback in mesi.
4. Segmenta per coorte e canale prima di confrontare medie aggregate.
5. Decidi dove aumentare, ottimizzare o fermare la spesa di acquisizione.

Il problema che devi risolvere

Conoscere le unit economics in astratto non basta: serve decidere cosa fare quando hai dati incompleti, metriche ambigue o vincoli tecnici che rendono fragile la lettura del fenomeno. Leggi questa lezione come la grammatica economica della crescita: ogni metrica ha senso solo se porta a una decisione, che sia aumentare la spesa, cambiare canale, ridurre uno sconto, migliorare la retention o accettare un payback più lungo. Tre domande aiutano a tenere la rotta: quale segmento rende fuorviante la media di CAC o LTV, quale controllo collega margine e payback, quale crescita rifiuteresti perché economicamente fragile.

Una mappa di lavoro

Usa questa sequenza per evitare che una metrica diventi un rituale vuoto. Ogni passaggio deve rendere più chiaro il costo di una decisione sbagliata.

Step	Question to ask	Expected output
Decision	Che cosa cambia se leggiamo bene le unit economics?	Scelta esplicita
Signal	Quale dato osservabile riduce l’incertezza?	Metrica o evento
Baseline	Rispetto a cosa interpretiamo il risultato?	Credible comparison
Vincolo	Che cosa può falsare la lettura?	Assunzione da dichiarare
Action	Quale passo operativo segue?	Raccomandazione controllabile

The three pillars of unit economics

La unit economics risponde a una domanda semplice: guadagno più di quanto spendo su ogni cliente? La risposta si scompone in tre domande distinte. Quanto spendo per acquisire un cliente, cioè il CAC. Quanto vale un cliente nella sua vita con noi, cioè l’LTV. Quanto margine genera ogni transazione, cioè il contribution margin.

The CAC, Customer Acquisition Cost, ha una formula base semplice e un’implementazione complessa.

CAC = Total Sales & Marketing Spend ÷ Number of New Customers Acquired

La spesa totale include la spesa pubblicitaria (Google Ads, Facebook, LinkedIn), gli stipendi del team marketing e sales, i costi dei tool come CRM e marketing automation, i costi di agenzia e freelance, gli sconti promozionali e gli incentivi all’acquisizione. Anche i nuovi clienti vanno definiti con precisione: sono i customer che hanno completato una transazione, quelli che si sono registrati o quelli che hanno attivato un abbonamento?

Un caso reale mostra la posta in gioco. Una azienda D2C di cosmetici calcolava il CAC dividendo la spesa Facebook Ads per il numero di acquisti, ottenendo 24€. Sembrava ottimo, ma non includeva gli stipendi del growth team (4 persone, 240K/anno), l’agenzia creativa (60K/anno) e la piattaforma di email marketing (12K/anno). Il CAC reale era 68€. La differenza tra 24 e 68 è la differenza tra “questo canale è profittevole” e “stiamo distruggendo capitale”. Per questo conviene distinguere il blended CAC, la media di tutti i canali, utile per il report direzionale, dal CAC per canale, utile per le decisioni di allocazione del budget: i due numeri non vanno confusi.

TheLTV, Customer Lifetime Value, lega revenue, durata e margine.

LTV = Average Monthly ARPU × Average Relationship Duration (in months) × Gross Margin

TheARPU is the revenue medio per utente per periodo, di solito mensile. La durata media è 1 diviso il churn rate mensile: con churn al 5% al mese, la durata è 20 mesi. Il gross margin è (Revenue meno costi diretti) diviso Revenue, ed è cruciale, perché senza margine l’LTV misura solo revenue, non valore. Un servizio di abbonamento cibo a domicilio aveva ARPU di 60€/mese e churn dell’8%, quindi durata di 12.5 mesi e revenue a vita di 750€. Sembrava buono, ma il gross margin era del 22% per costo ingredienti e logistica, quindi l’LTV reale era 750 × 0.22 = 165€. Con un CAC di 80€ il rapporto LTV/CAC era 2x, accettabile ma non eccellente. Usando il revenue invece del margine avrebbero visto un falso 9.3x e preso decisioni sbagliate.

The ratio LTV/CAC è il numero che orienta quasi tutto.

LTV/CAC = LTV ÷ CAC

Range	Interpretation	Action
<1x	Destroying value on each customer	Stop acquisition, fix product or pricing
1-3x	Sustainable but not excellent	Optimize CAC or increase LTV
3-5x	Excellent	Increase acquisition investment
>5x	Maybe you are under-investing	You could grow faster

Va letto insieme al payback period, cioè in quanti mesi recuperi il CAC.

Payback Period (mesi) = CAC ÷ (ARPU × Gross Margin)

Lo standard del venture capital considera buono un payback sotto i 12 mesi ed eccellente sotto i 6. Per la gestione del cash flow questo numero conta più del LTV/CAC: anche un LTV alto serve a poco se ci metti 3 anni a recuperare il CAC, perché nel frattempo finisci i soldi.

Verdetto: CAC fully-loaded, LTV con margine e payback sotto i 12 mesi, altrimenti la crescita distrugge cassa.

Cohort analysis for unit economics

Le unit economics sono dinamiche, perché CAC e LTV cambiano nel tempo. L’unico modo per vederlo è l’analisi di coorte.

WITH cohort_revenue AS (
  SELECT
    DATE_TRUNC('month', first_purchase_date) AS cohort,
    DATE_TRUNC('month', purchase_date) AS period,
    DATEDIFF('month', first_purchase_date, purchase_date) AS period_number,
    SUM(revenue) AS total_revenue,
    COUNT(DISTINCT customer_id) AS customers
  FROM customers
  GROUP BY 1, 2, 3
)
SELECT cohort, period_number,
  total_revenue / customers AS arpu,
  SUM(total_revenue) OVER (PARTITION BY cohort ORDER BY period_number)
    / FIRST_VALUE(customers) OVER (PARTITION BY cohort ORDER BY period_number)
    AS cumulative_ltv
FROM cohort_revenue;

La query mostra come l’LTV evolve per ogni coorte. Se le coorti recenti hanno un LTV più basso, stai peggiorando l’acquisizione o il prodotto.

Verdetto: senza lettura per coorte, la media aggregata nasconde il peggioramento di canali e prodotto.

Esempio di lettura prudente

Un canale porta molti clienti a CAC basso ma con margine ridotto e payback lungo; un altro costa di più ma genera rinnovi e upsell. Il caso mostra perché le unit economics servono a scegliere la qualità della crescita, non solo la quantità.

Observed evidence	Cautious interpretation	Recommended action
The number improves	Could be a real effect or normal variation	Look for comparison and segment
One segment changes more than others	The aggregated average hides a difference	Separate cohorts or use cases
Cost grows along with the result	Impact must be read on the margin	Estimate trade-offs and sustainability

Errore tipico e lab decisionale

L’errore più comune è usare le unit economics come etichetta invece che come processo. Succede quando il team mostra un grafico senza decisione, una metrica senza baseline o una conclusione senza indicare quale assunzione potrebbe invalidarla. La domanda di controllo è: se questo risultato fosse instabile, quale scelta sbaglierei? Se la risposta non è concreta, manca ancora il collegamento tra analisi e azione.

Per consolidare, scrivi una scheda di una pagina con la decisione da supportare, la metrica primaria, la baseline, il rischio principale e l’azione se il segnale è confermato. Poi costruisci una tabella con tre segmenti, periodi o scenari, indicando per ciascuno cosa cambia, quale spiegazione alternativa è plausibile e quale controllo useresti prima di raccomandare un’azione. Come livello più avanzato prepara un decision memo con ipotesi, dati richiesti, criteri di esclusione, controlli di qualità, soglia decisionale, rischio residuo e piano di monitoraggio. Dopo l’intervento definisci una metrica primaria e due guardrail: la metrica primaria misura il miglioramento atteso, le guardrail impediscono di ottenerlo distruggendo retention, fiducia, qualità del dato o sostenibilità operativa.

References:

• Mauboussin, M. & Callahan, D. (2014). “Calculating Return on Invested Capital.” Credit Suisse Global Financial Strategies.
• Skok, D. (2015). “SaaS Metrics 2.0: A Guide to Measuring and Improving What Matters.” For Entrepreneurs.
• McCarthy, E. (2020). “The LTV/CAC Ratio.” Andreessen Horowitz Blog.

Il caso Skok del 2015

David Skok ha pubblicato nel 2015 su For Entrepreneurs la guida SaaS Metrics 2.0, ripresa nel 2020 da Andreessen Horowitz sul rapporto LTV su CAC. Lo standard operativo prevede un rapporto LTV su CAC sopra 3x per una crescita sana e un payback sotto i 12 mesi per non stressare la cassa. La regola distingue il CAC medio complessivo dal CAC per canale e impone il margine lordo nel calcolo del LTV. Il caso mostra che tre soglie semplici governano meglio la spesa di acquisizione di qualunque modello con decine di input senza owner.

Domande per chiudere

1. Quale costo includi nel CAC fully-loaded oltre alla spesa media?
2. Perché il LTV senza margine lordo sovrastima il valore del cliente?
3. Quando un rapporto LTV over CAC sopra 5x segnala sotto-investimento?
4. Quale coorte o canale controlli prima di aumentare il budget?