Chapter 2: Acquisition（获客）
本章指标速查
展开 / 收起指标速查表
| 缩写 | 全称 | 一句话解释 |
|---|---|---|
| Traffic | Traffic | 流量总称，衡量访问规模 |
| Sessions | Sessions | 用户从进入到离开的完整访问次数 |
| New Users | New Users | 统计周期内首次访问的独立用户数 |
| CAC | Customer Acquisition Cost | 获得一个新付费客户的平均成本 |
| CPA | Cost Per Acquisition | 获得一次特定目标行动的成本 |
| CPC | Cost Per Click | 广告被点击一次的平均成本 |
| CPM | Cost Per Mille | 广告展示一千次的成本 |
| CTR | Click-Through Rate | 广告或内容被看到后用户点击的比例 |
| Organic Traffic | Organic Traffic | 通过搜索引擎自然结果进入的免费流量 |
| SEO | Search Engine Optimization | 搜索引擎优化，提升自然搜索排名 |
| LTV | Lifetime Value | 客户在整个生命周期内贡献的总价值 |
| ROI | Return on Investment | 投资回报率，衡量投入产出效率 |
| UV | Unique Visitor | 独立访客数，同一人多次访问只计一次 |
| PV | Page View | 页面浏览量 |
| GMV | Gross Merchandise Volume | 平台商品交易总额 |
流量不等于客户
想象你开了一家线下服装店，门口是商场的主通道，每天有一万人经过。但真正走进来的可能只有五百人，试穿的一百人，最终买单的二十人。
那一万人是流量吗？是。但对你有意义的流量，是那五百个走进来的人——他们带着某种需求或兴趣。再精确一点，真正值得你花钱去争取的，是那些"有可能买单"的人。
获客不是追求流量最大化，而是追求可转化的有效需求最大化。
电商获客的核心问题不是"怎么让更多人看到我"，而是"怎么让对的人找到我，并且愿意停下来"。一个日均 10 万 UV 但转化率 0.5% 的店铺，不一定比日均 3 万 UV 但转化率 2% 的店铺活得好。
本章将帮助你建立一套衡量获客效率的指标体系：不只是数人头，而是量化每个渠道的成本、质量和可持续性。
获客指标总览
在深入之前，先建立一张地图。获客阶段的核心指标可以分为三类：
| 类别 | 指标 | 回答的问题 |
|---|---|---|
| 规模指标 | Traffic、Sessions、New Users | 来了多少人？ |
| 成本指标 | CAC、CPA、CPC、CPM | 花了多少钱？ |
| 效率指标 | CTR、Organic Traffic 占比 | 花得值不值？ |
这三类指标构成一个完整的获客评估框架：规模告诉你水龙头开得有多大，成本告诉你水费是多少，效率告诉你水质好不好。三者缺一不可。
流量的四大来源
电商流量按来源可以分为四大类。理解它们的差异，是做好获客分析的前提。
自然流量（Organic Traffic）
定义：用户通过搜索引擎自然搜索结果进入网站的流量，不包含付费广告位。
特点：
- 免费（不直接花广告费），但需要长期 SEO 投入
- 用户意图明确（主动搜索说明有需求）
- 积累效应强，像种树——前期慢，后期收益持续
衡量方式：Google Analytics 中标记为 Organic Search 的 Sessions 或 Users。
为什么重要：Organic Traffic 是获客成本最低、用户质量最高的流量来源之一。一个健康的电商业务，Organic Traffic 占比通常在 30%-50%。如果过度依赖付费流量（Organic 低于 20%），一旦停投广告，流量会断崖式下跌。
付费流量（Paid Traffic）
定义：通过花钱购买的广告位带来的流量，包括搜索广告、展示广告、社交媒体广告、信息流广告等。
特点：
- 见效快，打开水龙头就来
- 可精准定向（人群、地域、兴趣）
- 关掉预算就停，没有积累效应
- 成本波动大，受竞争和平台算法影响
衡量方式：带有 UTM 标记的广告流量，或平台广告后台的点击数据。
推荐流量（Referral Traffic）
定义：从其他网站链接点击过来的流量，包括联盟（Affiliate）链接、博客文章、新闻媒体、KOL 内容中的链接等。
特点：
- 带有背书效应（别人推荐你）
- 质量参差不齐，取决于来源
- Affiliate 和 Influencer 渠道的流量归于此类
直接流量（Direct Traffic）
定义：用户直接输入网址、通过书签或未追踪来源进入网站的流量。
特点：
- 通常代表品牌认知度（用户记得你）
- 也可能包含归因丢失的流量（如部分 App 跳转、部分邮件点击）
- 直接流量占比高通常是好事——说明品牌心智强
四类流量对比
| 维度 | 自然流量 | 付费流量 | 推荐流量 | 直接流量 |
|---|---|---|---|---|
| 成本 | 低（SEO 人力成本） | 高（广告费） | 中（佣金/合作费） | 几乎为零 |
| 见效速度 | 慢（3-6 个月起） | 快（当天） | 中（取决于合作方） | 不可控 |
| 可持续性 | 强 | 弱（停投即停） | 中 | 强 |
| 用户意图 | 高 | 中（取决于定向） | 中高 | 高 |
| 可扩展性 | 有限 | 强（加预算即可） | 中 | 有限 |
一个健康的获客结构应该是多渠道组合：用付费流量快速起量、用 SEO 建立长期基底、用 Referral 拓展触点、用品牌建设沉淀 Direct 流量。过度依赖任何单一来源都是风险。
图：电商流量四大来源分类
规模指标：来了多少人？
Traffic（流量）
Traffic 不是一个精确的单一指标，而是一个流量概念的总称。它通常通过以下具体指标来衡量：
- Users / UV：独立访客数，一个人无论访问几次只计一次
- Sessions / Visits：访问次数，同一个人多次访问计多次
- Pageviews / PV：页面浏览量，一次访问中可能浏览多个页面
日常沟通中说"流量涨了"，必须明确是 UV 涨了还是 PV 涨了——两者含义不同。UV 涨代表有更多人来了；PV 涨但 UV 不变，可能只是每个人多看了几页。
Sessions（会话数）
定义：一次会话是指用户从进入网站到离开（或超时）的完整访问过程。Google Analytics 默认超时时间是 30 分钟。
为什么单独关注：Sessions 比 Users 更能反映用户的访问频率和参与深度。如果 Users 不变但 Sessions 增长，说明同一批人回来得更频繁了。
计算方式：Sessions = Users × 人均访问次数
New Users（新用户数）
定义：在统计周期内第一次访问你的网站或 App 的独立用户数。
口径说明：UV（独立访客数）≈ Google Analytics 中的 Users，是所有不重复访客的去重总量；New Users 是 UV 中首次访问的子集（UV = New Users + Returning Users）。注意 New Users 不叫「New Unique Visitor」——因为 User 本身已是去重后的唯一身份，unique 已隐含其中，再加 Unique 反而冗余；且 Visitor（以访问为中心）与 User（以身份为中心）分属两代术语。上下游口径对齐：New Users 是「新访客」，New Buyers 才是「新客户」。
为什么重要：New Users 是获客的直接结果。如果 Traffic 在增长但 New Users 没有增长，说明流量增长来自老用户的回访，而非真正的获客扩张。
注意事项：
- New Users 通常基于 Cookie 或设备 ID 识别，换设备或清 Cookie 会导致重复计数
- 真正的"新客"还是"新访客"？在分析获客时，两者含义不同——New Users 是新访客，New Buyers 才是新客户
成本指标：花了多少钱？
获客成本是增长团队最敏感的指标群。每一个指标回答的问题略有不同：
CAC（Customer Acquisition Cost，客户获取成本）
定义：获得一个新付费客户的平均成本。
公式：CAC = 总获客成本 / 新付费客户数
适用场景：衡量整体获客效率，或对比不同渠道的获客质量。
关键点：分母是 New Buyers（真正下单的新客户），不是 New Users。这意味着 CAC 同时反映了"花了多少钱引流"和"引来的流量转化得怎么样"。
实际案例：某美妆电商本月投放费用 50 万元，获得 5000 个新买家，CAC = 100 元。如果这批客户的 90 天 LTV 是 300 元，LTV/CAC = 3，获客是健康的。
CPA（Cost Per Action，单次行动成本）
定义：获得一次特定行动（注册、下载、加购、下单等）的成本。
公式：CPA = 广告花费 / 完成目标行动的次数
与 CAC 的区别：CPA 是更灵活的成本指标——Action 可以是任何你定义的目标行为。CAC 特指获取一个新客户。CPA 注册 ≠ CAC；CPA 首单 ≈ CAC。
适用场景：当你投放的目标不是直接成交（例如 App 下载、注册、加购物车），用 CPA 衡量更合适。
CPC（Cost Per Click，单次点击成本）
定义：广告被点击一次的平均成本。
公式：CPC = 广告花费 / 点击次数
适用场景：搜索广告（Google Ads、百度凤巢）和效果类信息流广告的核心计费和效率指标。
为什么重要：CPC 是你可直接优化的最小成本单位——它是为一次点击付费的"原子价格"，往上 CPA、CAC 都是拿它逐层乘以转化率倒数"放大"出来的。它们之间有一个简化关系：
CAC = CPC / 转化率推导（假设获客花费全为广告费）：
总广告花费 = CPC × 总点击次数
新付费客户数 = 总点击次数 × 转化率 # 转化率 = 客户数 / 点击数
CAC = 总广告花费 / 新付费客户数
= (CPC × 总点击次数) / (总点击次数 × 转化率)
= CPC / 转化率 # 总点击次数被约掉所以降低 CPC（分子变小）或提升转化率（分母变大），都能降低 CAC——这是降低获客成本的两条平行杠杆。
这是简化模型
上式成立需三个前提：① 100% 付费流量（实际还有 SEO、品牌等低成本来源，见下文「Blended vs Paid CAC」陷阱）；② 单步转化（真实是 点击 → 访问 → 加购 → 下单 多步）；③ CAC 只算广告费。真实 CAC 还含人力、品牌投放等，因此该式是心智模型而非精确公式。判断 CAC 是否健康，请结合 LTV/CAC 与回收期（见本章「CAC 健康度」）。
CPM（Cost Per Mille，千次展示成本）
定义：广告展示一千次的成本。
公式：CPM = (广告花费 / 展示次数) × 1000
适用场景：品牌广告、展示广告、开屏广告等以曝光为目标的投放。
与 CPC 的区别：CPM 衡量的是"被看见的成本"，CPC 衡量的是"被点击的成本"。CPM 适合品牌曝光目标，CPC 适合效果转化目标。
成本指标对比表
| 指标 | 衡量对象 | 分母 | 典型场景 | 适合阶段 |
|---|---|---|---|---|
| CAC | 获取一个新客户 | New Buyers | 渠道 ROI 评估 | 全链路 |
| CPA | 获取一次目标行动 | Actions | 拉新注册、App 下载 | 漏斗前端 |
| CPC | 获取一次点击 | Clicks | 搜索广告、信息流 | 广告投放 |
| CPM | 获取千次曝光 | Impressions ÷ 1000 | 品牌广告、开屏 | 品牌曝光 |
一个关键洞察：这四个指标是从粗到细的成本拆解链。
CPM → CTR → CPC → 转化率 → CPA → CAC图：获客成本拆解链
广告展示 1000 次（CPM），其中一部分人点击（CTR 决定了 CPC），点击后一部分人完成目标动作（CPA），最终一部分人成为付费客户（CAC）。理解这条链，你就能定位成本问题出在哪个环节。
CAC 健康度：用 LTV/CAC 与回收期判断值不值
CAC 只回答"花了多少钱"，不回答"花得值不值"。要判断值不值，必须把 CAC 和它能换来的客户终身价值放在一起看。
公式：
LTV / CAC = 客户生命周期价值 ÷ 客户获取成本比值本身没有单位，含义是"每花 1 元获客，能在客户一生中赚回多少元"。其中 LTV = AOV × 购买频次 × 客户生命周期（需约定时间窗口，如 90 天 / 180 天 LTV），用于预算决策时建议乘以毛利率得到 Gross Profit LTV。CAC 即上一节的总获客成本 ÷ 新付费客户数。
怎么判断好坏（经验基准线）：
| LTV/CAC | 判断 | 含义 |
|---|---|---|
| < 1 | 危险 | 获客成本都收不回来，纯烧钱 |
| 1 – 3 | 不可持续 | 能回本但扩张会越亏越多 |
| ≥ 3 | 健康线 | 业界（尤其 VC/投资人）常把 3 作为底线门槛 |
| 3 – 5 | 优秀 | 常见理想区间 |
| > 5 | 警惕过高 | 可能获客太保守，钱没花在扩量上，错失市场窗口 |
不是越高越好
LTV/CAC 过高往往意味着你"该花没花"——获客投入不足，增长太慢，反而可能错过市场窗口。比值高本身不是目标，健康且能规模化才重要。
必须和回收期（Payback Period）一起看：LTV/CAC = 4 很好看，但如果客户要 24 个月才回本、而竞品 6 个月，你的现金流风险更高。比值告诉你"划不划算"，回收期告诉你"多快回本"。
四个常见陷阱：
- LTV 口径要对齐：LTV 必须用毛利/净利口径（扣商品成本、运费、折扣补贴），不能用 GMV，否则比值虚高。
- Blended vs Paid CAC：Blended CAC 把自然流量的新客户摊进分母，会稀释成本、让比值虚高；评估单渠道效率要看 Paid CAC 口径。
- 平均 ≠ 边际：整体 LTV/CAC = 3 健康，但"多投的第 N 个客户"边际比值可能已跌破 3（easy pool 耗尽）。扩张前要看边际曲线。
- 时间窗口要约定：LTV 算多长？12 个月还是终身？窗口不同，比值天差地别，团队必须对齐。
效率指标：花得值不值？
CTR（Click-Through Rate，点击率）
定义：广告或内容被看到后，用户点击的比例。
公式：CTR = 点击次数 / 展示次数 × 100%
为什么重要：CTR 是连接"曝光"和"点击"之间的效率指标。它衡量的是你的广告素材、标题、商品图片是否足够吸引用户。
基准参考：
- 搜索广告 CTR：2%-5%（因为用户有明确搜索意图）
- 信息流广告 CTR：0.5%-2%（用户在被动浏览）
- 电商站内推荐位 CTR：3%-8%
CTR 高就好吗？ 不一定。如果 CTR 很高但后续转化很差，可能是广告承诺过度（标题党），吸引了大量无效点击，反而浪费了预算。CTR 必须和后续转化指标一起看。
Organic Traffic 占比
定义：自然流量占总流量的比例。
公式：Organic Traffic 占比 = Organic Sessions / Total Sessions × 100%
为什么重要：这个比例反映了业务对付费流量的依赖程度。Organic 占比越高，获客结构越健康、越抗风险。
警戒线：如果 Organic Traffic 占比持续低于 20%，意味着你的生意高度依赖广告投入。一旦预算削减或竞争加剧推高 CPC，业务会立即承压。
渠道指标差异：不同渠道怎么衡量？
不同获客渠道的运作逻辑不同，核心指标也不同。把所有渠道放在同一把尺子下比较是不公平的。
SEO（搜索引擎优化）
| 核心指标 | 说明 |
|---|---|
| Organic Sessions | 自然搜索流量规模 |
| Keyword Rankings | 关键词排名位置 |
| Organic CTR | 搜索结果页的点击率 |
| Organic New Users | 自然搜索带来的新用户 |
| Page Authority / Domain Rating | 网站权威度 |
特点：SEO 的投入回报周期长（通常 3-6 个月才见效），但一旦建立优势，边际成本接近零。SEO 流量的 CAC 很低，但前期人力投入不可忽视。
常见误区：只看排名不看转化。排名第一但带来的用户不买单，说明关键词选错了——流量大但意图弱。
Paid Ads（付费广告）
| 核心指标 | 说明 |
|---|---|
| CPC | 单次点击成本 |
| CTR | 广告点击率 |
| ROAS（Return on Ad Spend） | 广告投入产出比 |
| CPA | 单次转化成本 |
| 广告质量分 | 平台对广告质量的评估 |
特点：付费广告可以精确计算 ROI，是所有渠道中最容易量化的。但竞争越激烈，成本越高。
ROAS 公式：ROAS = 广告带来的收入 / 广告花费。ROAS = 3 意味着每花 1 元广告费带来 3 元收入。注意：ROAS 不等于利润率——还要扣除商品成本、运费等。
Affiliate（联盟营销）
| 核心指标 | 说明 |
|---|---|
| 佣金率 | 每笔成交支付的佣金比例 |
| 有效订单数 | 联盟渠道带来的实际成交 |
| EPC（Earnings Per Click） | 每次点击的平均收入 |
| 联盟 CPA | 每笔联盟订单的获客成本 |
特点：联盟营销是按效果付费（CPS/CPA），风险低——没有成交就不付钱。但要警惕"最后一次点击归因"的问题：用户可能已经决定购买，只是在最后一刻通过返利网站点了联盟链接。
Influencer（网红/KOL 营销）
| 核心指标 | 说明 |
|---|---|
| 合作费用 | 固定费用 + 佣金 |
| 带货 GMV | KOL 内容直接带来的成交 |
| CPE（Cost Per Engagement） | 每次互动的成本 |
| 内容 CTR | KOL 内容中链接的点击率 |
| 粉丝到客户的转化率 | 关注→购买的比例 |
特点：KOL 营销很难精确归因——用户可能看了 KOL 的视频，三天后才搜索品牌名购买。需要结合品牌词搜索量、UTM 追踪和折扣码来综合判断。
Referral（用户推荐/裂变）
| 核心指标 | 说明 |
|---|---|
| K-Factor | 每个用户平均邀请带来多少新用户 |
| 邀请发送率 | 老用户中发出邀请的比例 |
| 邀请接受率 | 收到邀请后注册/购买的比例 |
| Referral CAC | 推荐渠道的获客成本（奖励成本） |
| 病毒系数 | K-Factor > 1 才能实现自增长 |
特点：Referral 的 CAC 通常最低，用户质量最高（朋友推荐的信任度高）。但规模化难度大，K-Factor 很少能持续大于 1。
渠道归因：功劳算谁的？
为什么归因很难？
一个用户下单前可能经历了这样的路径：
- 在 Google 看到搜索广告（第一次接触）
- 点击广告浏览了商品页，没买
- 第二天在 Instagram 看到 KOL 推荐（加深印象）
- 第三天直接搜索品牌名进入网站下单
这笔订单的功劳归谁？Google Ads？KOL？还是品牌搜索？不同归因模型给出不同答案。
图：渠道归因模型 — 用户多触点路径
常见归因模型
| 模型 | 逻辑 | 优点 | 缺点 |
|---|---|---|---|
| 末次点击（Last Click） | 功劳全给最后一次点击 | 简单、直观 | 忽略了前面所有触点的贡献 |
| 首次点击（First Click） | 功劳全给第一次接触 | 重视获客入口 | 忽略了后续转化的促进 |
| 线性归因（Linear） | 功劳平均分给所有触点 | 公平 | 无法区分关键触点 |
| 时间衰减（Time Decay） | 越接近转化的触点功劳越大 | 较合理 | 仍是近似 |
| 数据驱动（Data-Driven） | 用算法计算各触点真实贡献 | 最接近真实 | 需要大量数据，实现复杂 |
归因选择建议
- 小团队/起步阶段：用末次点击，简单够用，但要意识到它的偏差
- 中型团队：用末次非直接点击（排除 Direct），减少归因丢失
- 大型团队：投资数据驱动归因模型，或至少对比多个模型的差异
增量判断：比归因更重要的问题
归因回答的是"功劳怎么分"，但更本质的问题是：这个渠道是否带来了增量？
增量（Incrementality）指的是：如果不投这个渠道，这些订单还会不会发生？
反面案例：某电商在品牌词上投放搜索广告，月花费 20 万，"归因"了 5000 笔订单。看起来 CPA 只有 40 元，很划算。但停投后发现：这 5000 笔订单中有 4000 笔照样会通过自然搜索进来。真实增量只有 1000 笔，实际增量 CPA = 200 元。
如何测量增量：
- Geo-lift 测试：在部分地区停投广告，观察订单变化
- PSA 测试（Ghost Ads）：对实验组展示真实广告，对照组展示公益广告，对比转化差异
- 开关测试：在时间维度上停投一段时间，观察自然衰减曲线
- 保守估计法：只计算排除品牌词、排除已有客户后的新增转化
一个思维模型：如果一个渠道的"归因订单"和"增量订单"差距很大，说明这个渠道在"蹭功劳"而非创造价值。真正好的渠道，增量占比应该高。
获客分析的常见陷阱
陷阱 1：只看 Traffic 不看质量
UV 涨了 50%，团队欢呼。但如果新增流量的跳出率 85%、转化率 0.3%，这些流量毫无价值。甚至可能稀释了整体转化率，让仪表盘上的数字更难解读。
解决方案：永远把 Traffic 和后续漏斗指标（Bounce Rate、Add-to-Cart Rate、Conversion Rate）放在一起看。
陷阱 2：CAC 低就拼命扩量
某渠道 CAC 30 元，远低于均值，团队决定加倍预算。但扩量后 CAC 迅速飙升到 80 元——因为前期低价获取的是"easy pool"（低成本人群），扩量后不得不触达更贵的人群。
解决方案：在扩量前做小规模测试，画出 CAC 的边际成本曲线。
陷阱 3：混淆 Blended CAC 和 Paid CAC
Blended CAC 把所有获客成本（包括 SEO 团队人力、品牌广告）除以所有新客户。Paid CAC 只看付费渠道的成本和对应新客户。两者数值差距可能很大。
如果用 Blended CAC 来评估某个付费渠道是否值得投，会高估该渠道的效率（因为自然流量的新客户"稀释"了分母）。
陷阱 4：归因窗口不一致
渠道 A 用 7 天归因窗口，渠道 B 用 30 天归因窗口。渠道 B 自然会"归"到更多转化。两个渠道的 CPA 因此不可比。
解决方案：统一归因窗口，或在对比时标注归因口径。
本章小结
获客是增长漏斗的第一层，但它远不只是"拉流量"这么简单。一个成熟的获客体系需要回答三个问题：
- 规模够不够？ 看 Traffic、Sessions、New Users
- 成本可不可控？ 看 CAC、CPA、CPC、CPM
- 结构健不健康？ 看 Organic Traffic 占比、渠道多样性、增量贡献
记住几个核心原则：
- 流量 ≠ 客户。只有可转化的流量才有价值。
- CAC 不能孤立看。必须和 LTV、Payback Period 一起看才有意义。
- 归因只是分配功劳，增量才是真正的价值判断。如果一个渠道不能带来增量，再好的归因数据也是虚的。
- 健康的获客结构是多元的。不依赖单一渠道，自然流量占比要高，付费流量要追求效率而非规模。
从下一章开始，我们将进入漏斗的第二层——Activation（激活）。流量进来之后，如何让用户完成第一个有价值的行为，将是另一个关键挑战。