CAC・LTV・ROIを正しく計算してから、チャネルを比べる

数字を並べる前に、式を文章で書く

あるオンラインショップ（仮の例。数値は後で詳しく示します）が、1か月分の顧客獲得コストを計算したところ、3,000円、6,250円、7,500円という3つの結果が出ました。3つとも計算は正しく、それぞれ別の問いに答えています。3,000円を挙げるマーケティング責任者と7,500円を採用した経営者が食い違うのは、計算ミスのせいではありません。集計範囲が一度も文書にされていなかったからです。

最初にやるべきことは、データを見る前に定義を置くことです。

最後の損益分岐ROASは、最も知られておらず、最も役に立つ指標です。粗利率が40％なら、ROAS 2.5で広告費がちょうど回収できます（2.5 × 40％ = 1）。広告管理画面でROAS 3は優秀に見えても、残る利益はわずかです。ROAS 2では、粗利が広告費を下回ります。

仮の例：費用から結論まで

以下の数値は考え方を示すために作ったもので、特定の業種を表すものではありません。あるオンラインショップの、ある1か月のデータです。

3つのCAC、3つの問い

混合CACは、すべての費用（600,000 + 400,000 + 200,000 = 1,200,000円）を全新規顧客で割ります。1,200,000 ÷ 400 = 3,000円です。有料CACの「媒体費のみ」は、広告費の1,000,000円と、2つのプラットフォームに帰属した160人（100 + 60）だけを使います。1,000,000 ÷ 160 = 6,250円です。獲得コストの全額をこの160人に負担させると、1,200,000 ÷ 160 = 7,500円になります。チャネル別では、Google広告が600,000 ÷ 100 = 6,000円、Meta広告が400,000 ÷ 60 ≈ 6,667円です。

どれが「本当の」CACということはありません。追加予算を広告に回すかどうかの判断には、チャネル別の有料CACが適しています。事業全体の採算を見るなら、混合CACです。

売上か粗利か：結論が逆転する

注文あたり粗利は6,000円 × 40％ = 2,400円です。12か月で平均2.5回注文するので、粗利ベースのLTVは2,400円 × 2.5 = 6,000円になります。売上ベースで計算すると、6,000円 × 2.5 = 15,000円です。

売上ベースでは、有料チャネルの比率は約2.4で、許容範囲と判断するチームも多いでしょう。粗利ベースでは有料の比率が0.96に下がり、12か月の時点で、広告で獲得した顧客は獲得コストをわずかに回収しきれていません。回収には平均2.6回の注文が必要で（6,250 ÷ 2,400 ≈ 2.6）、観測値は2.5回です。だから広告が悪い選択だと言えるわけではありません。このコホートは12か月目以降も購入を続けるからです。ただし、判断の性質は変わります。観測した期間を超えるリピート購入に賭け、その間の資金繰りを自社で負担するという判断になるのです。

「LTV/CACは3対1が目安」という言い方が広く流通していますが、普遍的な根拠はありません。粗利率、顧客の継続期間、資金繰りの制約といった前提が、上のショップと同じとは限らないからです。自社の許容できる回収期間から、自分の基準を決めるほうが確実です。

ROASとROI：プラットフォームが数えているもの

Google広告が、費用600,000円に対して帰属売上2,100,000円を報告したとします。ROAS = 2,100,000 ÷ 600,000 = 3.5で、損益分岐の2.5（1 ÷ 0.40）を上回ります。帰属した粗利は2,100,000 × 40％ = 840,000円、ROI = (840,000 − 600,000) ÷ 600,000 = 0.40、つまり+40％です。ダッシュボード上では、このキャンペーンは黒字です。

では、この売上の中身を見ます。平均注文額6,000円なら、2,100,000円は350件の注文です。このうち100件が新規顧客の初回注文で、残る250件は既存顧客の注文です。リターゲティング広告に接触した人や、ブランド名の広告経由で戻ってきた人が含まれます。新規顧客だけを数えると、100 × 6,000円 = 600,000円の売上でROASは1.0、粗利は100 × 2,400円 = 240,000円、初回注文のROIは (240,000 − 600,000) ÷ 600,000 = −60％になります。

どちらの読み方も算術としては正しいものです。前者は「250件の既存顧客の注文は広告がなければ発生しなかった」と仮定し、後者は「広告がなくても発生した」と仮定しています。真実はその間のどこかにあり、位置を特定できるのは、対照群を置いたテストだけです。適切にサイズを設計したテストの進め方は、A/Bテストのサンプルサイズの記事で詳しく扱います。

チャネル比較を狂わせる誤り

粗利を忘れる

売上はどのツールでも手に入るので、つい売上を使いがちです。しかし粗利は、仕入原価、送料、決済手数料、返品といった、広告ツールには見えない費用に左右されます。粗利率は経理部門に確認してもらい、モデルの1つのセルにだけ置いてください。すべての結論がそこに依存します。

全体平均からLTVを出す

年間の総売上を総顧客数で割ると、6年前に獲得した顧客と先月獲得した顧客が混ざります。新規顧客のLTVはコホートで見ます。初回注文の月ごとに顧客をまとめ、1人あたりの累積粗利を月ごとに追います。直近のコホートには、まだ12か月分の履歴がありません。そのため、期間は実際に観測できた範囲にとどめるか、仮定を数字の横に明記したうえで外挿します。

比較できない「新規顧客」

Google広告、Meta広告、GA4は、それぞれ独自の期間とルールでコンバージョンを数えます。分母の新規顧客数は、できれば受注データ（基幹システムやCRM）から取り、各プラットフォームのコンバージョンと突き合わせます。両者がずれたときは、都合のよい数字を選ぶ前に計測を点検してください。方法はコンバージョン計測の診断の記事で詳しく説明しています。

「無料」チャネルの費用を無視する

自然検索、メール、コンテンツにも、ツール費、執筆費、チームの工数という費用がかかります。これを除くと、混合CACは実態より不自然に低くなります。ルールを1つ決めてください。媒体費のみ、媒体費と外注費、全コスト込みのどれかを選び、モデルの冒頭に書き、比較する期間の間は変えないことです。

スプレッドシートの計算モデル

成果物は、3つのシートからなるブックです。順番には意味があります。議論の余地がある前提を先に置き、議論の余地がない計算をその後に置きます。

1. 「前提」シート。入力するデータを1項目1セルで置きます。チャネル別の費用（列方向）、チャネル別の新規顧客数、平均注文額、粗利率、LTVの期間（月数）です。各セルに出典（Google広告のエクスポート、受注データなど）と抽出日を添えます。CACの集計範囲のルールは、文章でそのまま書きます。
2. 「コホート」シート。初回注文の月ごとに1行、経過月ごとに1列とし、各セルに顧客1人あたりの累積粗利を入れます。12か月のLTVはM12列の値です。まだ観測されていないセルは、推計せず空欄のままにします。
3. 「チャネル」シート。チャネルごとに1行で、CAC（費用 ÷ 新規顧客数）、選んだ期間のLTV、LTV/CAC比、CAC回収に必要な注文回数を並べます。広告についてはROAS、損益分岐ROAS、粗利ベースのROIも加えます。

気づかれにくい誤りを防ぐために、4つの整合性チェックを入れます。チャネル別の新規顧客数の合計が受注データの総数と一致すること。混合CACに新規顧客の総数を掛けると総費用に戻ること（3,000円 × 400 = 1,200,000円）。広告の各行で ROI = ROAS × 粗利率 − 1 が成り立つこと（例では 3.5 × 0.40 − 1 = 0.40）。そして、観測済みの最後のコホート列を超えるLTVには必ず「外挿」と注記することです。

AIアシスタントはスプレッドシートの数式を書く助けにはなりますが、検算の代わりにはなりません。少なくとも2行は手で再計算してください。また、氏名などが含まれる顧客データのエクスポートを外部のサービスに入力する前に、個人情報保護法上の扱い（利用目的の範囲内か、第三者提供や委託に当たるか）と社内のルールを確認してください。個人情報保護委員会は、生成AIサービスの利用に関する注意喚起を公表しています。

これらの比率が語らないこと

LTVは過去の数字を未来に投影したものです。新規顧客が既存顧客と似ていることを前提にしていますが、商品、価格、ターゲティングが変われば、その前提は成り立ちません。とはいえ、履歴が少ないことは計算を諦める理由にはなりません。立ち上げて間もない事業では、注文回数や月数で表したCACの回収期間のほうが、外挿したLTVより少ない仮定で済みます。まず追うべきなのは、こちらです。

一方で、これらの式はどれも、あるチャネルが帰属された売上を生み出したかどうかを教えてくれません。CACが低いチャネルは、すでに購入を決めた顧客を刈り取っているだけかもしれません（たとえばブランド名の検索）。CACが高いチャネルは、他のチャネルがあとで刈り取る市場を開拓しているのかもしれません。チャネル比較は有用ですが、暫定的な順位として読み、ボリュームが許すときには対照テストで確認します。どの指標を優先して追うべきかは、マーケティングKPIの選び方の記事の方法に戻って決めてください。何の判断にもつながらない比率は、ダッシュボードに置く意味がありません。

ここで扱った計算を例題つきで練習したい場合は、マーケティング分析・AI実践コースで取り上げています。