Pensemos en un caso hipotético. Una empresa tiene dos campañas de adquisición: la primera consigue clientes por 30 dólares y la segunda por 70. Si el análisis se limita al CAC, la primera parece claramente mejor y sería razonable asignarle una mayor parte del presupuesto.
El problema aparece varios meses después, cuando la empresa observa lo que ocurrió con cada grupo. Los clientes adquiridos por 30 dólares compraron principalmente durante una promoción, pocos regresaron y una parte importante necesitó nuevos descuentos para volver. Los clientes adquiridos por 70 dólares tuvieron un ticket más alto, mayor recompra y permanecieron durante más tiempo.
Ninguna de las dos campañas tenía mal calculado el CAC. Lo que estaba incompleto era el análisis, porque el Customer Acquisition Cost explica cuánto cuesta conseguir un cliente, pero no explica qué calidad económica tiene ese cliente después de la adquisición.
Esta diferencia es importante porque una empresa puede mejorar su CAC de muchas maneras que no necesariamente mejoran el negocio. Puede ofrecer descuentos mayores, ampliar demasiado una audiencia, reducir requisitos de entrada o crear promociones capaces de atraer a personas interesadas principalmente en el incentivo. La campaña puede producir más conversiones y mostrar un CAC excelente mientras la rentabilidad posterior se deteriora.
Por eso no conviene interpretar CAC de manera aislada. El costo de adquisición tiene que relacionarse con margen, retención, recompra, churn, LTV y también con Customer Experience, porque esas variables permiten entender si la relación que comenzó con una conversión está creando valor para la empresa.
Supongamos que Meta consigue clientes por 40 dólares y LinkedIn por 90. Si los clientes provenientes de LinkedIn compran productos de mayor margen, permanecen durante más tiempo y tienen una frecuencia de recompra superior, el canal con mayor CAC puede terminar siendo mucho más rentable. El costo inicial solamente representa una parte de la economía completa del cliente.
Ésta es una de las razones por las que desarrollo el concepto de Profit Velocity. No me interesa únicamente saber cuánto vende una empresa, sino qué tan rápido y con qué calidad convierte su actividad comercial en utilidad sostenible. CAC forma parte de ese análisis, pero también intervienen margen, recurrencia, tiempo de recuperación de inversión, churn, costos de atención y valor generado durante la relación con el cliente.
Customer Experience también tiene un papel importante porque dos clientes que generan el mismo ingreso inicial pueden producir resultados completamente distintos después. Uno puede necesitar atención constante, presentar incidencias, cancelar rápidamente y no volver a comprar, mientras otro puede utilizar correctamente el producto, permanecer, recomendarlo y comprar nuevamente. Desde el punto de vista de la primera venta parecen similares, pero económicamente no lo son.
Cuando conectamos adquisición con comportamiento posterior empezamos a construir Customer Intelligence. Ya no sabemos solamente qué campaña produjo una venta, sino qué tipo de persona llegó, qué contenido consumió, qué problema estaba tratando de resolver, qué oferta recibió, cuánto tardó en comprar y qué ocurrió durante los meses siguientes.
Ese nivel de información permite descubrir patrones mucho más útiles para tomar decisiones. Una empresa puede encontrar que determinado contenido produce menos leads, pero esos leads generan clientes con mayor retención. También puede descubrir que una promoción reduce CAC, pero atrae clientes con baja recompra, o que un segmento aparentemente costoso termina produciendo mejor margen y mayor LTV.
Esto también afecta la manera en que entiendo Toma mi Dinero. TMD no debería limitarse a identificar quién tiene mayores probabilidades de comprar, porque una persona puede tener alta intención de aprovechar una promoción y muy poca probabilidad de convertirse en un buen cliente. La metodología busca identificar la coincidencia entre persona correcta, problema correcto, momento correcto, mensaje correcto y oferta correcta.
Con suficiente información histórica, esa misma lógica puede utilizarse para reconocer qué comportamientos aparecen antes de las compras que terminan generando buena rentabilidad y buena experiencia. El TMD Score puede evolucionar de una señal de intención a una herramienta que ayude a reconocer mejores oportunidades comerciales, considerando no solamente la probabilidad de conversión sino también la calidad esperada de la relación.
Este tema será todavía más importante conforme utilicemos inteligencia artificial para optimizar ventas y adquisición. Si un sistema recibe como objetivo únicamente reducir CAC, buscará patrones que produzcan conversiones baratas. Si además conoce margen, recompra, retención, churn y Customer Experience, tendrá mejores elementos para identificar qué clientes conviene atraer.
No se trata de abandonar CAC ni de convertirlo en una métrica secundaria. Sigue siendo fundamental para entender la eficiencia de adquisición, pero necesita contexto. Una empresa puede tener un CAC bajo y estar construyendo una base de clientes poco rentable, de la misma manera que puede tener un CAC relativamente alto y estar adquiriendo clientes que generan mucho más valor durante su relación.
Medir mejor adquisición significa seguir al cliente después de la venta. Cuando hacemos eso, dejamos de evaluar únicamente cuánto costó conseguirlo y empezamos a entender si realmente contribuyó a acelerar Profit Velocity de manera sostenible.