Unit Economics E-commerce: Cara Menghitung dan Menggunakan CAC, LTV, dan Payback Period

Brand e-commerce yang tumbuh cepat tapi tidak tahu unit economics-nya adalah bisnis yang bisa collapse kapan saja — karena mereka tidak tahu apakah setiap Rupiah yang dihabiskan untuk iklan sebenarnya menghasilkan profit atau membakar uang.

Menghitung CAC (Customer Acquisition Cost)

CAC sederhana = Total biaya marketing dan sales / Jumlah customer baru yang diakuisisi dalam periode yang sama. Contoh: kalau Anda menghabiskan Rp30 Juta untuk iklan di bulan Januari dan mendapat 150 customer baru, CAC Anda adalah Rp200.000 per customer. Yang perlu diperhatikan: pastikan denominator-nya adalah customer baru (first purchase), bukan semua order — karena repeat order dari customer lama bukan “acquisition.” Juga, pastikan semua biaya marketing tercakup, bukan hanya biaya iklan berbayar.

Menghitung LTV (Customer Lifetime Value)

LTV sederhana = Average Order Value × Purchase Frequency × Customer Lifespan. Contoh: AOV Rp300.000, customer beli rata-rata 3x per tahun, dan rata-rata tetap menjadi customer selama 2 tahun → LTV = Rp300.000 × 3 × 2 = Rp1,8 Juta. Untuk menghitung profit LTV (yang lebih relevan untuk keputusan bisnis): kalikan dengan gross margin. Kalau gross margin 40%, profit LTV = Rp1,8 Juta × 40% = Rp720.000.

LTV:CAC Ratio dan Interpretasinya

LTV:CAC ratio adalah health indicator untuk bisnis e-commerce. Ratio 1:1 berarti hanya balik modal dari akuisisi — belum untung setelah operating cost lain. Ratio 3:1 adalah target yang sering dijadikan benchmark — setiap Rp1 yang dihabiskan untuk akuisisi menghasilkan Rp3 profit LTV. Ratio di bawah 1:1 berarti setiap customer yang diakuisisi rugi — bisnis model tidak sustainable.

Payback Period

Payback period = CAC / (Average Order Value × Gross Margin × Purchase Frequency per bulan). Ini menunjukkan berapa bulan untuk menutup biaya akuisisi dari contribution margin yang dihasilkan customer tersebut. Bisnis yang payback period-nya di bawah 6 bulan bisa tumbuh lebih agresif karena cash flow kembali cepat. Payback period di atas 24 bulan sangat bergantung pada modal eksternal untuk bisa tumbuh.

Relevan untuk Siapa?

Relevan kalau: brand sudah menjalankan iklan dan ingin tahu apakah setiap rupiah yang dihabiskan benar-benar menguntungkan, atau omset tumbuh tapi profit tidak ikut tumbuh — sering kali masalahnya ada di unit economics yang tidak pernah dihitung.

Belum relevan kalau: brand masih di tahap sangat awal sebelum ada penjualan yang cukup untuk dihitung — unit economics baru bermakna ketika ada data transaksi yang representatif.

Pertanyaan yang Sering Muncul

Apa yang harus dilakukan kalau CAC lebih tinggi dari LTV?

Kalau CAC melebihi LTV, setiap customer yang diakuisisi secara net merugikan bisnis. Ada dua jalur untuk memperbaiki ini: (1) kurangi CAC — optimalkan biaya akuisisi melalui lebih banyak organic, perbaiki conversion rate, atau fokus pada channel dengan CAC lebih rendah; (2) naikkan LTV — tingkatkan AOV (melalui upsell/bundle), tingkatkan purchase frequency (melalui program retensi), atau perpanjang customer lifespan. Biasanya kombinasi keduanya lebih efektif dari mengejar satu sisi saja. Yang perlu dihindari: terus menambah budget iklan ketika LTV:CAC masih di bawah 1 — ini hanya mempercepat kerugian.

Bagaimana cara menghitung LTV kalau brand masih sangat baru (kurang dari 1 tahun)?

Untuk brand baru yang belum punya data historis yang cukup untuk menghitung LTV actual, gunakan proyeksi konservatif berdasarkan: (1) average purchase frequency dari data pembelian yang ada (meski baru 3–6 bulan); (2) asumsi lifespan customer yang konservatif (1–2 tahun untuk produk yang tidak habis pakai); (3) benchmark industri untuk kategori produk serupa. Ketahui bahwa LTV proyeksi brand baru sering lebih optimistik dari realita — selalu stress-test dengan skenario yang lebih konservatif sebelum membuat keputusan scaling besar.

Apakah CAC yang sama di Meta Ads dan TikTok bisa dibandingkan langsung?

Harus dibandingkan dengan hati-hati karena attributi setiap platform berbeda. Meta sering mengklaim credit untuk konversi yang juga diklaim platform lain (attribution overlap). CAC yang dilaporkan Meta dan TikTok bisa jauh lebih rendah dari CAC yang sebenarnya kalau ada double-counting. Cara lebih akurat: gunakan blended CAC — total semua spending iklan dibagi total customer baru dalam periode yang sama — dan bandingkan dengan incrementality test (matikan satu platform sementara dan lihat apakah customer baru berkurang secara meaningful).

Bagaimana cara memisahkan CAC untuk customer baru vs revenue dari customer lama?

Di platform marketplace, data ini sulit didapatkan secara granular karena platform tidak memberikan akses ke user ID yang teridentifikasi secara konsisten lintas transaksi. Di website dengan tracking yang baik (GA4 + platform email marketing), Anda bisa melihat new vs returning visitor dan memisahkan order dari keduanya. Proxy yang bisa digunakan untuk platform marketplace: segmentasi iklan dengan tracking code atau UTM untuk masing-masing campaign, dan estimasikan berapa persen revenue yang diklaim berasal dari iklan tersebut vs organic/repeat.

Berapa LTV yang dianggap baik untuk brand e-commerce Indonesia?

Sangat bergantung pada kategori dan harga produk: untuk produk FMCG dengan AOV Rp100.000–Rp300.000, LTV Rp500.000–Rp1,5 Juta dalam 12 bulan pertama bisa menjadi baseline target. Untuk produk high-ticket dengan AOV Rp500.000–Rp2 Juta, LTV yang lebih rendah dalam nilai absolut masih bisa acceptable kalau gross margin-nya tinggi. Yang paling penting: LTV harus dibandingkan dengan CAC spesifik brand Anda — angka absolut LTV tanpa konteks CAC tidak bisa dijadikan keputusan.

Apakah perlu tracking tool khusus untuk memantau unit economics?

Tidak harus. Untuk brand yang baru mulai, spreadsheet dengan template yang benar sudah cukup untuk menghitung dan memantau CAC, LTV, dan payback period secara berkala. Yang lebih penting dari tool adalah konsistensi dalam menghitung dengan metodologi yang sama setiap periode — sehingga trend bisa dilihat secara reliabel. Tool analytic yang lebih sophistikated (Klaviyo analytics, platform BI seperti Looker) berguna ketika volume data sudah terlalu besar untuk di-manage manual, atau ketika segmentasi yang lebih granular dibutuhkan untuk keputusan yang lebih sophisticated.

{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Apa yang harus dilakukan kalau CAC lebih tinggi dari LTV?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Dua jalur perbaikan: (1) kurangi CAC melalui lebih banyak organic, perbaiki conversion rate, atau fokus ke channel dengan CAC lebih rendah; (2) naikkan LTV melalui AOV lebih tinggi, purchase frequency lebih sering, atau customer lifespan lebih panjang.”}},{“@type”:”Question”,”name”:”Bagaimana cara menghitung LTV kalau brand masih sangat baru?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Gunakan proyeksi konservatif dari data yang ada (meski 3–6 bulan), asumsi lifespan konservatif 1–2 tahun, dan benchmark industri. LTV proyeksi brand baru sering lebih optimistik dari realita — selalu stress-test dengan skenario konservatif.”}},{“@type”:”Question”,”name”:”Apakah CAC yang sama di Meta Ads dan TikTok bisa dibandingkan langsung?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Harus hati-hati karena attribution overlap. Cara lebih akurat: gunakan blended CAC (total spending / total customer baru) dan bandingkan dengan incrementality test untuk melihat kontribusi nyata masing-masing platform.”}},{“@type”:”Question”,”name”:”Berapa LTV yang dianggap baik untuk brand e-commerce Indonesia?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Sangat bergantung kategori dan harga produk. FMCG AOV Rp100.000–Rp300.000: LTV Rp500.000–Rp1,5 Juta dalam 12 bulan bisa menjadi baseline. LTV harus selalu dibandingkan dengan CAC spesifik brand — angka absolut tanpa konteks tidak berguna.”}},{“@type”:”Question”,”name”:”Bagaimana cara memisahkan CAC untuk customer baru vs revenue dari customer lama?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Di Shopee sulit karena keterbatasan data. Di website dengan GA4 dan email marketing, bisa pisahkan new vs returning. Proxy: segmentasi iklan dengan tracking code dan estimasikan persentase revenue dari iklan vs organic/repeat.”}},{“@type”:”Question”,”name”:”Apakah perlu tracking tool khusus untuk memantau unit economics?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Tidak harus. Spreadsheet dengan template yang benar sudah cukup untuk mulai. Yang lebih penting adalah konsistensi metodologi setiap periode sehingga trend bisa dilihat reliabel. Tool sophistikated berguna saat volume data sudah terlalu besar untuk manage manual.”}}]}