官方技能 · 财务

单位经济核查

v1.0.0 · 2026年11月4日 更新

用你的数字核查 CAC、LTV、LTV/CAC、回收期和毛利率，列出每个公式，并指出抬高结果的口径错误。

可在 Claude、ChatGPT 和编程智能体中使用。在 Team 和 Business 套餐中，Pod 里的官方技能会在我们改进后自动更新到最新版。

适用场景

• 融资前，指标页上展示了 LTV:CAC 或回收期
• 市场和财务报出的 CAC 不一致

你需要提供

• 销售和市场费用以及新客户数
• ARPA 和毛利率
• 流失率及其计算方法

你会得到

一张用户数字与重算数字对比的指标表（附公式），以及口径问题和最重要的结论。

工作方式

1. 重算 CAC CAC = 销售和市场费用 ÷ 新客户数，同一期间。写明费用包含哪些。如果只包含广告费，称为“付费媒体 CAC”，而不是 CAC。如果付费和自然来源混在一起，且给出了拆分，再算付费 CAC = 付费费用 ÷ 付费获取的客户数。
2. 重算毛利率 毛利率 % =（收入 − 收入成本）÷ 收入。检查服务器托管、产品中用到的第三方软件、支付手续费和客户支持是否计入了收入成本。如果没有，指出毛利率被高估。
3. 按毛利重算 LTV 客户生命周期（月）= 1 ÷ 月流失率。LTV = 每月 ARPA × 毛利率 % × 生命周期。如果用户的 LTV 用的是收入而没乘毛利率，指出这一点，并把两者都列出。如果流失率低于每月 1%，或者基于不足 6 个月的数据，指出生命周期很可能被高估。
4. 计算 LTV:CAC LTV ÷ CAC。参考点：SaaS 常被引用的比值是 3 以上，而这条参考默认 LTV 按毛利计算。写出比值；没有用户自己的目标时，不说好或不好。
5. 计算 CAC 回收期 回收期（月）= CAC ÷（每月 ARPA × 毛利率 %）。参考点：对 SaaS 来说，12 个月以内通常被认为是健康的；5 到 7 个月算很好。企业级销售往往更长。
6. 列出口径问题 逐项检查：收入口径 LTV 还是毛利口径 LTV；混合 CAC 掩盖了付费 CAC；费用和客户数来自不同期间；流失率用期末客户数而不是期初客户数做分母；年付合同按月计；新客户 ARPA 中混入了增购收入。每个问题都写出对数字的影响。
7. 总结 每个指标的用户数字与重算数字对比，以及最重要的 1 到 2 个问题。

SKILL.md 全文

这就是 AI 读取的完整文件。 下载

---
name: unit-economics-check
description: 用用户自己的数字核查初创公司的单位经济模型。重新计算 CAC、LTV、LTV/CAC、CAC 回收期（月）和毛利率，列出每个公式，并指出口径错误，例如用收入而不是毛利算 LTV、混合 CAC 掩盖了付费 CAC、流失率的分母用错。当有人发来 CAC、LTV、回收期或毛利率数字、融资 BP 里的指标页或 SaaS 指标表，要求核对计算，或问“我们的单位经济好不好”时使用。
---

# 单位经济核查

单位经济指标只有按投资人和经营者理解的口径来定义，才有用。从原始输入重新计算每个指标，写出公式，并指出哪里的口径把结果抬高了。基准只是参考点，不是结论。

## 适用场景

- 融资前，指标页上展示了 LTV:CAC 或回收期。
- 市场和财务报出的 CAC 数字不一致。
- 加大广告投放前，确认付费获客能回本。
- 不适用于完整的模型审查：请用 model-assumptions-review。

## 需要准备

- 获客：该期间的销售和市场费用（以及包含什么：薪资、广告、工具、代理商），同一期间的新客户数，如果知道，按付费和自然来源拆分。
- 收入：每个客户每月的平均收入（或 ARPA），以及毛利率 %（收入减去服务成本，如服务器托管、客服、支付手续费）。
- 留存：月度客户流失率或收入流失率，以及计算方法。
- 用户自己算出的 CAC、LTV、回收期（如有），用来对比。
- 缺少的一律写“[待确认：……]”。绝不填入行业平均的流失率或毛利率。

## 步骤

1. **重算 CAC。** CAC = 销售和市场费用 ÷ 新客户数，同一期间。写明费用包含哪些。如果只包含广告费，称为“付费媒体 CAC”，而不是 CAC。如果付费和自然来源混在一起，且给出了拆分，再算付费 CAC = 付费费用 ÷ 付费获取的客户数。
2. **重算毛利率。** 毛利率 % =（收入 − 收入成本）÷ 收入。检查服务器托管、产品中用到的第三方软件、支付手续费和客户支持是否计入了收入成本。如果没有，指出毛利率被高估。
3. **按毛利重算 LTV。** 客户生命周期（月）= 1 ÷ 月流失率。LTV = 每月 ARPA × 毛利率 % × 生命周期。如果用户的 LTV 用的是收入而没乘毛利率，指出这一点，并把两者都列出。如果流失率低于每月 1%，或者基于不足 6 个月的数据，指出生命周期很可能被高估。
4. **计算 LTV:CAC。** LTV ÷ CAC。参考点：SaaS 常被引用的比值是 3 以上，而这条参考默认 LTV 按毛利计算。写出比值；没有用户自己的目标时，不说好或不好。
5. **计算 CAC 回收期。** 回收期（月）= CAC ÷（每月 ARPA × 毛利率 %）。参考点：对 SaaS 来说，12 个月以内通常被认为是健康的；5 到 7 个月算很好。企业级销售往往更长。
6. **列出口径问题。** 逐项检查：收入口径 LTV 还是毛利口径 LTV；混合 CAC 掩盖了付费 CAC；费用和客户数来自不同期间；流失率用期末客户数而不是期初客户数做分母；年付合同按月计；新客户 ARPA 中混入了增购收入。每个问题都写出对数字的影响。
7. **总结。** 每个指标的用户数字与重算数字对比，以及最重要的 1 到 2 个问题。

## 输出格式

```markdown
# 单位经济核查 — [公司]，[期间]

## 结果
| 指标 | 用户数字 | 重算结果 | 公式 | 说明 |
|---|---|---|---|---|
| CAC | [n] | [n] | [费用 ÷ 新客户数] | [包含哪些] |
| 毛利率 | [%] | [%] | [（收入 − 销售成本）÷ 收入] | |
| 生命周期（月） | | [n] | [1 ÷ 月流失率] | |
| LTV | [n] | [n] | [ARPA × 毛利率 × 生命周期] | |
| LTV:CAC | [x] | [x] | [LTV ÷ CAC] | 参考：常被引用的是 3 以上 |
| CAC 回收期（月） | [n] | [n] | [CAC ÷（ARPA × 毛利率）] | 参考：常被引用的是 12 个月以内 |

## 口径问题
1. **[问题]：** [实际怎么算的] → [对数字的影响]

## 最重要的
- [1–2 条]

## 缺少的
- [没有给出的输入]
```

## 示例

**输入：**

> 微风科技（B2B SaaS），第二季度。销售和市场费用 180,000（广告 90,000，2 名 SDR 薪资 60,000，工具 30,000）。新客户 120 个（付费广告带来 50 个）。ARPA 每月 400。毛利率 78%（销售成本中只有服务器托管；客服团队每月 9,000 未计入）。月度客户数流失率 1.5%。BP 上写着 LTV 26,667，LTV:CAC 17.8。

**输出（节选）：**

```markdown
# 单位经济核查 — 微风科技，第二季度

## 结果
| 指标 | 用户数字 | 重算结果 | 公式 | 说明 |
|---|---|---|---|---|
| CAC | 1,500 [推算：26,667 ÷ 17.8] | 1,500 | 180,000 ÷ 120 | 包含全部销售和市场费用 |
| 付费 CAC | | 1,800 | 90,000 ÷ 50 | 只含广告；不含 SDR 的时间 |
| 毛利率 | 78% | [待确认：计入客服所需的收入数据] | | 客服未计入销售成本 |
| 生命周期（月） | | 66.7 | 1 ÷ 0.015 | |
| LTV | 26,667 | 20,800 | 400 × 0.78 × 66.7 | 用户的是收入口径（400 × 66.7） |
| LTV:CAC | 17.8 | 13.9 | 20,800 ÷ 1,500 | 参考：常被引用的是 3 以上 |
| CAC 回收期（月） | | 4.8 | 1,500 ÷（400 × 0.78） | |

## 口径问题
1. **收入口径的 LTV：** 400 × 66.7 = 26,667，没有考虑毛利 → LTV 被高估 28%（26,667 对 20,800）。
2. **客服未计入销售成本：** 每月 9,000 的客服费用不在收入成本里 → 毛利率、LTV 和回收期都比实际好看 [待确认：用季度收入重算毛利率]。
3. **66.7 个月的生命周期：** 按 1.5% 的流失率，这意味着客户平均留存 5 年以上；[待确认：流失率基于几个月的数据？]。

## 最重要的
- BP 发出前，把 LTV 改为毛利口径：20,800，比值 13.9。

## 缺少的
- 第二季度的总收入，用来把客服计入毛利率。
```

## 发送前检查

- [ ] 每个重算的指标都写出了公式和输入数字。
- [ ] LTV 用毛利计算，任何收入口径的 LTV 都已指出。
- [ ] CAC 的费用和新客户数来自同一期间。
- [ ] 基准标注为参考点，而不是结论。
- [ ] 没有出现输入里没有的流失率、毛利率或 ARPA；缺口写“[待确认：……]”。

## 常见错误

- 用几个月的数据得出极低的流失率，算出 10 年的生命周期。
- 因为薪资是“固定的”，就不计入 CAC。
- 拿毛利口径的 LTV:CAC 和别家公司收入口径的比值做比较。

与团队共享

把它添加到 AI Skill Pod，团队里的每个人（包括外包人员）都能在自己的 AI 中使用同一个版本。 了解与团队共享 AI 技能的最佳方式

添加到团队的 Pod

更新记录

• v1.0.0 · 2026年11月4日 · First release.