官方技能 · 財務

單位經濟檢查

v1.0.0 · 2026 年 11 月 4 日 更新

用你的數字檢查 CAC、LTV、LTV 對 CAC 比、回收期和毛利率，列出每個公式，並指出讓結果灌水的定義錯誤。

可在 Claude、ChatGPT 和程式設計代理中使用。使用 Team 和 Business 方案時，我們改進官方技能後，你 Pod 裡的這個技能會自動更新。

適用情境

• 募資前，簡報上出現 LTV:CAC 或回收期
• 行銷和財務回報的 CAC 不一樣

你要提供的內容

• 業務與行銷支出和新客戶數
• ARPA 與毛利率
• 流失率與計算方式

你會得到的內容

一張他們的數字對照重算結果並附公式的表、定義問題，以及最重要的事。

運作方式

1. 重算 CAC CAC = 業務與行銷支出 ÷ 新客戶數，同一期間。列出包含了哪些支出。如果只算了廣告支出，稱為「付費媒體 CAC」，不是 CAC。付費和自然來源混在一起時，如果有拆分，另外算付費 CAC = 付費支出 ÷ 付費取得的客戶數。
2. 重算毛利率 毛利率 % =（營收 − 營收成本）÷ 營收。確認主機、產品內使用的第三方軟體、金流手續費和客服都算在營收成本裡。沒有的話，指出毛利率被高估了。
3. 用毛利重算 LTV 客戶生命週期（月）= 1 ÷ 每月流失率。LTV = 每月 ARPA × 毛利率 % × 生命週期。如果他們的 LTV 用營收而沒有乘上毛利率，指出來並兩個都列出。如果流失率每月低於 1%，或依據的資料不到 6 個月，指出生命週期很可能被高估。
4. 計算 LTV:CAC LTV ÷ CAC。參考點：SaaS 常被引用的標準是比值高於 3，而這個說法假設的是以毛利計算的 LTV。寫出比值；沒有使用者自己的目標，就不評斷好壞。
5. 計算 CAC 回收期 回收期（月）= CAC ÷（每月 ARPA × 毛利率 %）。參考點：SaaS 常被引用的健康標準是 12 個月以內；5 到 7 個月算很好。企業級銷售通常更長。
6. 列出定義問題 逐項檢查：營收 LTV 還是毛利 LTV；混合 CAC 掩蓋了付費 CAC；支出和客戶數來自不同期間；流失率以期末客戶數而不是期初為分母；年約被當成月約計算；新客戶的 ARPA 裡含有擴充營收。每個問題都寫出對數字的影響。
7. 摘要 每個指標列出他們的數字和你重算的數字，以及最重要的 1 到 2 個問題。

SKILL.md 檔案

完整檔案，就是你的 AI 讀到的內容。 下載檔案

---
name: unit-economics-check
description: 用使用者自己的數字檢查新創的單位經濟（unit economics）。重算 CAC、LTV、LTV 對 CAC 比、CAC 回收月數和毛利率，每個都列出公式，並指出定義上的錯誤，例如用營收而不是毛利算 LTV、混合 CAC 掩蓋了付費 CAC，或用錯基數算流失率。適用於有人提供 CAC、LTV、回收期或毛利數字、募資簡報的指標頁，或 SaaS 指標表，要求檢查計算或問「我們的單位經濟好不好」時。
---

# 單位經濟檢查

單位經濟只有在定義和投資人、經營者的讀法一致時才有用。從原始輸入重算每個指標，列出公式，並指出哪裡的定義讓結果灌了水。基準值只是參考點，不是判決。

## 適用情境

- 募資前，指標頁上出現 LTV:CAC 或回收期。
- 行銷和財務回報的 CAC 數字不一樣。
- 加碼廣告預算之前，確認付費獲客能回本。
- 不適用於完整的模型檢視：請用 model-assumptions-review。

## 需要準備

- 獲客：這段期間的業務與行銷支出（以及包含哪些：薪資、廣告、工具、代理商），同一期間的新客戶數，知道的話分成付費與自然來源。
- 營收：每位客戶每月平均營收（或 ARPA），以及毛利率 %（營收減去服務成本，例如主機、客服、金流手續費）。
- 留存：每月客戶或營收流失率，以及計算方式。
- 他們自己提出的 CAC、LTV、回收期（如果有），方便比較。
- 缺少的都寫「[待確認：……]」。絕不填入產業平均的流失率或毛利率。

## 步驟

1. **重算 CAC。** CAC = 業務與行銷支出 ÷ 新客戶數，同一期間。列出包含了哪些支出。如果只算了廣告支出，稱為「付費媒體 CAC」，不是 CAC。付費和自然來源混在一起時，如果有拆分，另外算付費 CAC = 付費支出 ÷ 付費取得的客戶數。
2. **重算毛利率。** 毛利率 % =（營收 − 營收成本）÷ 營收。確認主機、產品內使用的第三方軟體、金流手續費和客服都算在營收成本裡。沒有的話，指出毛利率被高估了。
3. **用毛利重算 LTV。** 客戶生命週期（月）= 1 ÷ 每月流失率。LTV = 每月 ARPA × 毛利率 % × 生命週期。如果他們的 LTV 用營收而沒有乘上毛利率，指出來並兩個都列出。如果流失率每月低於 1%，或依據的資料不到 6 個月，指出生命週期很可能被高估。
4. **計算 LTV:CAC。** LTV ÷ CAC。參考點：SaaS 常被引用的標準是比值高於 3，而這個說法假設的是以毛利計算的 LTV。寫出比值；沒有使用者自己的目標，就不評斷好壞。
5. **計算 CAC 回收期。** 回收期（月）= CAC ÷（每月 ARPA × 毛利率 %）。參考點：SaaS 常被引用的健康標準是 12 個月以內；5 到 7 個月算很好。企業級銷售通常更長。
6. **列出定義問題。** 逐項檢查：營收 LTV 還是毛利 LTV；混合 CAC 掩蓋了付費 CAC；支出和客戶數來自不同期間；流失率以期末客戶數而不是期初為分母；年約被當成月約計算；新客戶的 ARPA 裡含有擴充營收。每個問題都寫出對數字的影響。
7. **摘要。** 每個指標列出他們的數字和你重算的數字，以及最重要的 1 到 2 個問題。

## 輸出格式

```markdown
# 單位經濟檢查：[公司]，[期間]

## 結果
| 指標 | 他們的數字 | 重算 | 公式 | 備註 |
|---|---|---|---|---|
| CAC | [n] | [n] | [支出 ÷ 新客戶數] | [包含哪些] |
| 毛利率 | [%] | [%] | [（營收 − 營收成本）÷ 營收] | |
| 生命週期（月） | | [n] | [1 ÷ 每月流失率] | |
| LTV | [n] | [n] | [ARPA × 毛利率 × 生命週期] | |
| LTV:CAC | [x] | [x] | [LTV ÷ CAC] | 參考：常被引用的標準是高於 3 |
| CAC 回收期（月） | [n] | [n] | [CAC ÷（ARPA × 毛利率）] | 參考：常被引用的標準是 12 個月以內 |

## 定義問題
1. **[問題]：**[實際的做法] → [對數字的影響]

## 最重要的事
- [1–2 點]

## 缺少的資料
- [沒有提供的輸入]
```

## 範例

**輸入：**

> 微風雲端（B2B SaaS），Q2。業務與行銷支出 180,000（廣告 90,000、2 位 SDR 薪資 60,000、工具 30,000）。新客戶 120 家（付費廣告帶來 50 家）。ARPA 每月 400。毛利率 78%（營收成本只算主機；每月 9,000 的客服團隊沒有算進去）。每月客戶流失率 1.5%。簡報上寫 LTV 26,667、LTV:CAC 17.8。

**輸出（節錄）：**

```markdown
# 單位經濟檢查：微風雲端，Q2

## 結果
| 指標 | 他們的數字 | 重算 | 公式 | 備註 |
|---|---|---|---|---|
| CAC | 1,500 [推算：26,667 ÷ 17.8] | 1,500 | 180,000 ÷ 120 | 包含所有業務與行銷支出 |
| 付費 CAC | | 1,800 | 90,000 ÷ 50 | 只算廣告；不含 SDR 的時間 |
| 毛利率 | 78% | [待確認：要把客服算進去所需的營收] | | 客服不在營收成本內 |
| 生命週期（月） | | 66.7 | 1 ÷ 0.015 | |
| LTV | 26,667 | 20,800 | 400 × 0.78 × 66.7 | 他們的是以營收計算（400 × 66.7） |
| LTV:CAC | 17.8 | 13.9 | 20,800 ÷ 1,500 | 參考：常被引用的標準是高於 3 |
| CAC 回收期（月） | | 4.8 | 1,500 ÷（400 × 0.78） | |

## 定義問題
1. **以營收計算的 LTV：**400 × 66.7 = 26,667，忽略了毛利 → LTV 高估 28%（26,667 對 20,800）。
2. **客服不在營收成本內：**每月 9,000 的客服沒有算進營收成本 → 毛利率、LTV 和回收期都比實際好看 [待確認：用季營收重算毛利率]。
3. **66.7 個月的生命週期：**以 1.5% 的流失率來看，這等於假設客戶會留 5 年以上；[待確認：流失率依據幾個月的資料？]。

## 最重要的事
- 簡報發出前，把 LTV 改用毛利重新計算：20,800，比值 13.9。

## 缺少的資料
- Q2 的總營收，用來把客服算進毛利率。
```

## 寄出前檢查

- [ ] 每個重算的指標都列出公式和輸入的數字。
- [ ] LTV 用毛利計算，任何以營收計算的 LTV 都已指出。
- [ ] CAC 的支出和新客戶數來自同一期間。
- [ ] 基準值都標為參考點，不是判決。
- [ ] 沒有任何不在輸入中的流失率、毛利率或 ARPA；缺口都標「[待確認：……]」。

## 常見錯誤

- 用短短幾個月資料得出極低的流失率，算出 10 年的生命週期。
- 因為薪資是「固定的」就不算進 CAC。
- 拿以毛利計算的 LTV:CAC，和別家公司以營收計算的比較。

分享給你的團隊

把它加入 AI Skill Pod，團隊每個人（外包人員也包括在內）都能從自己的 AI 使用同一個版本。 看看和團隊分享 AI 技能的最佳做法

加入我團隊的 Pod

更新紀錄

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