CAC LTV คือ ตัวเลขที่ B2B ต้องรู้ก่อนยิงแอด 2026
CAC LTV คือ ตัวชี้วัดสำคัญที่ B2B ต้องเข้าใจก่อนยิงแอด เรียนรู้สูตรคำนวณ ratio ที่ปลอดภัย และวิธีใช้ตัดสินใจงบโฆษณาปี 2026
CAC LTV คือ ตัวเลขคู่หูที่ B2B ต้องรู้ก่อนยิงแอด ปี 2026
Last updated: 2026-07-13 · Author: Brad K
ทีม B2B ไทยจำนวนมากเพิ่มงบโฆษณา Meta และ Google อย่างต่อเนื่อง แต่กลับพบว่ากำไรสุทธิลดลง — เพราะไม่รู้ว่า ต้นทุนหาลูกค้า 1 คน (CAC) สูงกว่า มูลค่าที่ลูกค้าคนนั้นจ่ายให้ตลอดอายุ (LTV) อยู่หลายเท่า ผลลัพธ์คือยิ่งยิงแอดมาก ยิ่งขาดทุนมาก แต่ตัวเลขบน dashboard ยังดูสวย เพราะ Conversion เพิ่มขึ้นจริง
บทความนี้อธิบายว่า cac ltv คือ อะไร คำนวณยังไง ratio เท่าไหร่ถึงเรียกว่าธุรกิจแข็งแรง และจะใช้สองตัวเลขนี้ตัดสินใจงบโฆษณาให้ scalable ยังไงในบริบท B2B ไทยที่ sales cycle ยาว 3-9 เดือน พร้อมตัวอย่าง mini case ที่ใช้ได้ทันทีในสัปดาห์นี้
Key Takeaways: CAC (Customer Acquisition Cost) และ LTV (Lifetime Value) เป็นตัวเลขคู่ที่ตัดสินว่าธุรกิจ B2B ควรเร่งงบโฆษณาหรือชะลอ — LTV:CAC ratio ที่ปลอดภัยสำหรับ B2B อยู่ที่ 3:1 ขึ้นไป และ payback period ไม่ควรเกิน 12-18 เดือน ทีมที่วัดเฉพาะ CPL/CPA โดยไม่ดู LTV มักลงทุนกับ channel ผิด เพราะ lead ราคาถูกอาจกลายเป็นลูกค้าที่ churn เร็ว การคำนวณต้องอิงข้อมูลจริงจาก CRM ไม่ใช่ค่าเฉลี่ยอุตสาหกรรม
cac ltv คือ อะไร และทำไม B2B ต้องรู้ก่อนยิงแอด
cac ltv คือ คู่ตัวเลขที่ใช้วัด “สุขภาพการเงินของ growth engine” — CAC (Customer Acquisition Cost) คือต้นทุนเฉลี่ยที่ธุรกิจต้องจ่ายเพื่อหาลูกค้าใหม่ 1 ราย ส่วน LTV (Customer Lifetime Value) คือรายได้สุทธิที่ลูกค้าคนนั้นสร้างให้ตลอดระยะเวลาที่อยู่กับเรา
ถ้า LTV > CAC หลายเท่า = ธุรกิจกำไร scalable ยิ่งลงทุนยิ่งโต แต่ถ้า LTV ≤ CAC = ทุก บาทที่ยิงแอดคือขาดทุน แม้ dashboard จะโชว์ ROAS สูงก็ตาม
ทำไมสองตัวเลขนี้สำคัญกว่า CPL หรือ ROAS
หลายทีม B2B วัดแค่ CPL (Cost per Lead) หรือ ROAS ระยะสั้น ซึ่งบอกได้แค่ว่า “ยิงแอดคุ้มมั้ยในเดือนนี้” แต่ไม่ได้บอกว่าลูกค้าที่ได้มาจะอยู่กับเรานานแค่ไหน หรือจ่ายเพิ่มอีกกี่รอบ
B2B โดยเฉพาะ SaaS, consulting และ service-based มี recurring revenue และ upsell ที่ทำให้ LTV สูงกว่า order แรกหลายเท่า ถ้าไม่วัด LTV จะประเมินคุณค่าลูกค้าต่ำเกินไป และตัดงบโฆษณาผิด channel
กรณีที่ CAC สูงแต่ยังคุ้ม
Enterprise B2B บางรายมี CAC ต่อดีลถึง 80,000-200,000 บาท แต่ LTV เฉลี่ย 5 ปี สูงถึง 3-5 ล้านบาท → LTV:CAC ratio = 25:1 นี่คือเหตุผลว่าทำไมบริษัท B2B ระดับ enterprise ยอมจ่าย CAC สูง เพราะรู้ตัวเลข LTV ที่แท้จริง
วิธีคำนวณ CAC สำหรับ B2B ไทย
CAC = ต้นทุนรวมด้านการตลาดและขาย ÷ จำนวนลูกค้าใหม่ ในช่วงเวลาเดียวกัน
สูตรพื้นฐาน vs สูตรครอบคลุม
| แบบ | สูตร | เหมาะกับ |
|---|---|---|
| Marketing CAC | ค่าโฆษณา ÷ ลูกค้าใหม่ | วัด channel efficiency |
| Blended CAC | (ค่าโฆษณา + เงินเดือน sales + tool) ÷ ลูกค้าใหม่ | วัดต้นทุนจริงระดับบริษัท |
| Paid CAC | ค่าโฆษณา paid เท่านั้น ÷ ลูกค้าใหม่จาก paid | ตัดสินใจงบโฆษณา |
ตัวอย่าง: บริษัท SaaS ไทยใช้ Meta + Google รวม 300,000 บาท/เดือน + เงินเดือน sales 2 คน 120,000 บาท + tool CRM 15,000 บาท = ต้นทุนรวม 435,000 บาท ได้ลูกค้าใหม่ 12 ราย → Blended CAC = 36,250 บาท/ราย
ข้อควรระวังในการเก็บข้อมูล CAC
- Attribution model ต้องเลือกให้เหมาะ — B2B ใช้ time-decay หรือ position-based ดีกว่า last-click ดูรายละเอียดที่ Attribution Model B2B Guide
- แยก new customer vs existing upsell ไม่งั้น CAC ต่ำผิดปกติ
- นับเฉพาะลูกค้าที่ปิดดีลจริง (closed-won) ไม่ใช่ MQL หรือ SQL
วิธีคำนวณ LTV และตัวแปรที่หลายคนลืม
LTV = ARPU (Average Revenue per User) × Gross Margin × ระยะเวลาเฉลี่ยที่ลูกค้าอยู่กับเรา (customer lifetime)
หรือใช้สูตร subscription: LTV = (ARPU × Gross Margin) / Churn Rate
ตัวอย่างการคำนวณ LTV แบบ B2B SaaS
- ค่าบริการเฉลี่ย: 15,000 บาท/เดือน
- Gross margin: 75%
- Monthly churn rate: 2% → customer lifetime = 50 เดือน
- LTV = 15,000 × 0.75 × 50 = 562,500 บาท
ตัวแปรสำคัญที่หลายคนลืม
- Gross margin — ถ้าไม่หัก COGS ออก LTV จะ overstate 2-4 เท่า
- Expansion revenue — upsell, cross-sell เพิ่ม LTV ได้อย่างเห็นได้ชัด
- Discount/promo — ต้องหักส่วนลดเฉลี่ยออกจาก ARPU
- Payment failure — โดยเฉพาะ SaaS ต่างประเทศ credit card decline rate 5-10%
LTV:CAC Ratio และ Payback Period ที่ปลอดภัย
Benchmark ที่นักลงทุน VC ใช้ตัดสิน
| LTV:CAC Ratio | ความหมาย | Action |
|---|---|---|
| < 1:1 | ขาดทุน | หยุด scale ทันที ทบทวน pricing |
| 1:1 – 3:1 | Break-even ถึงกำไรน้อย | Optimize funnel + retention |
| 3:1 | มาตรฐานที่ปลอดภัย | เร่งงบได้ ระวังคุณภาพ lead |
| 3:1 – 5:1 | Healthy growth | Scale aggressive ได้ |
| > 5:1 | อาจ under-invest ในการตลาด | เพิ่มงบเพื่อจับ market share |
Payback Period คือระยะเวลาคืนทุน CAC
Payback Period (เดือน) = CAC ÷ (ARPU × Gross Margin)
- SMB B2B: ≤ 12 เดือน = ดี
- Mid-market: ≤ 18 เดือน = ยอมรับได้
- Enterprise: 24-36 เดือน = ปกติ
ตัวอย่างเทียบ: ถ้า CAC = 36,250 บาท, ARPU = 15,000, margin 75% → Payback = 36,250 / 11,250 = 3.2 เดือน ถือว่าเร็วมาก scale ได้เต็มที่
เชื่อม CAC/LTV กับการตัดสินใจงบโฆษณา
ทีมที่เก่งจะแบ่ง CAC ตาม channel — ดูว่า channel ไหนให้ลูกค้าที่ LTV สูงกว่า ไม่ใช่แค่ CPL ต่ำ เช่น LinkedIn อาจ CPL แพงกว่า Meta แต่ LTV ของลูกค้าจาก LinkedIn สูงกว่าอย่างชัดเจน = คุ้มกว่า
ดูวิธี track ให้แม่นที่ MarTech Analytics & Tracking Guide และ setup event tracking ที่ GA4 + GTM + Conversion API Setup
ผิดพลาดที่พบบ่อยเมื่อใช้ CAC และ LTV
1. คำนวณ LTV จาก revenue ไม่ใช่ gross profit
ทำให้ LTV overstate 2-3 เท่า → ตัดสินใจงบเกินตัว วิธีแก้: หัก COGS + ค่า hosting/servicing ก่อนเสมอ
2. ใช้ Blended CAC ตัดสินใจ channel-level
Blended CAC บอกได้แค่ภาพรวม แต่บอกไม่ได้ว่า Meta หรือ Google คุ้มกว่ากัน วิธีแก้: แยก CAC ตาม channel ด้วย proper attribution
3. ไม่คำนึงถึง sales cycle length
B2B sales cycle 6 เดือน แต่คำนวณ CAC แบบ monthly attribution → ผิดพลาด วิธีแก้: ใช้ cohort analysis + ขยาย attribution window ให้ตรง cycle
4. LTV ใช้ค่าเฉลี่ยอุตสาหกรรมแทนของตัวเอง
Benchmark จาก SaaS US ไม่ใช้ได้กับ B2B ไทย วิธีแก้: ดึงข้อมูลจริงจาก CRM ย้อนหลัง 12-24 เดือน
5. ไม่รวมต้นทุน sales team ใน CAC
โดยเฉพาะ B2B ที่ต้อง demo + negotiate นาน sales cost = 30-50% ของ CAC จริง วิธีแก้: ใช้ Blended CAC สำหรับ decision งบระดับบริษัท
การอ้างอิง benchmark ที่น่าเชื่อถือ ดู HubSpot State of Marketing Report และ report จาก iAB Thailand 2025
Real-world Example: B2B SaaS ไทย ปรับ LTV:CAC จาก 1.8 → 4.2 ใน 6 เดือน
⚠️ Placeholder: ตัวเลขในตัวอย่างนี้เป็นสถานการณ์สมมติเพื่อแสดง framework การวิเคราะห์ — โปรดแทนที่ด้วยเคสจริงของทีมคุณเมื่อมีข้อมูลพร้อม
สถานการณ์: บริษัท B2B SaaS ไทย ARPU 12,000 บาท/เดือน กำไรลด 3 ไตรมาสติด แม้ lead เพิ่มขึ้นมาก
การวิเคราะห์:
– Blended CAC = 78,000 บาท (สูงจาก Meta lead กลุ่มผิด)
– LTV = 141,000 บาท (churn 2.8%/เดือน)
– LTV:CAC = 1.8:1 (ต่ำกว่า benchmark)
การแก้:
1. หยุด campaign Meta ที่ CPL ต่ำแต่ churn สูง → CAC ลดลงอย่างชัดเจน 2. เพิ่ม onboarding + customer success → churn ลดลง → LTV เพิ่มขึ้นอย่างมีนัยสำคัญ
3. เปิด LinkedIn Ads เจาะ decision-maker → CAC สูงขึ้นบ้าง แต่ LTV สูงกว่าอย่างชัดเจน (คุ้มค่ากว่าในระยะยาว)
ผลลัพธ์หลัง 6 เดือน: LTV:CAC = 4.2:1, Payback period จาก 22 เดือน → 11 เดือน
FAQ
Q1: CAC LTV คืออะไรในภาษาง่าย ๆ?
CAC คือเงินที่ต้องจ่ายเพื่อได้ลูกค้า 1 ราย ส่วน LTV คือเงินที่ลูกค้าคนนั้นจ่ายให้ตลอดที่อยู่กับเรา ถ้า LTV มากกว่า CAC 3 เท่าขึ้นไป = ธุรกิจกำไรและ scale ได้
Q2: LTV:CAC ratio เท่าไหร่ถึงเรียกว่าดีสำหรับ B2B ไทย?
มาตรฐานที่ยอมรับกันคือ 3:1 ขึ้นไป — ถ้าต่ำกว่า 1:1 คือขาดทุน ถ้าสูงกว่า 5:1 อาจแปลว่าลงทุนโฆษณาน้อยเกินไปและเสียโอกาส market share
Q3: จำเป็นต้องแยก CAC ตาม channel ทำไม?
เพราะแต่ละ channel ดึงลูกค้าคนละ segment ที่มี LTV ต่างกัน Meta อาจ CPL ต่ำแต่ churn สูง ส่วน LinkedIn CPL แพงกว่าแต่ได้ลูกค้าที่อยู่นานกว่า การแยก CAC + LTV ตาม channel ช่วยตัดสินใจงบได้แม่นขึ้น
Q4: Payback Period ควรอยู่ที่กี่เดือน?
B2B SMB ไม่ควรเกิน 12 เดือน, mid-market 18 เดือน, enterprise ยอมรับได้ถึง 24-36 เดือน ยิ่ง payback สั้น เงินสดหมุนเร็ว ยิ่ง scale ได้ปลอดภัย
Q5: ต้องใช้ tool อะไรวัด CAC และ LTV?
เริ่มจาก CRM (HubSpot, Salesforce) + Google Analytics 4 + Spreadsheet — สำหรับทีมขนาดกลางขึ้นไปควรมี BI dashboard เช่น Looker Studio ดู template ที่ Looker Studio Dashboard B2B
สรุป + ขั้นตอนต่อไป
3 Takeaways หลัก:
1. cac ltv คือ คู่ตัวเลขที่ตัดสินว่าธุรกิจ B2B ควรเร่งงบโฆษณาหรือชะลอ — ไม่ใช่แค่ CPL หรือ ROAS
2. LTV:CAC ratio 3:1 คือมาตรฐาน — ต่ำกว่านั้นต้องปรับ funnel/retention ก่อน scale
3. แยก CAC + LTV ตาม channel + segment เพื่อลงทุนถูกที่ ไม่ใช่ถูกเงิน
ขั้นตอนต่อไป:
ถ้าคุณยังไม่มี attribution ที่แม่นพอจะวัด CAC ต่อ channel เริ่มจาก Attribution Model B2B Guide แล้วต่อด้วย MarTech Analytics & Tracking Guide เพื่อสร้าง data foundation ที่ใช้ตัดสินใจงบได้จริง
หรือถ้าอยากเข้าใจ framework การตัดสินใจ B2B แบบครบชุด อ่านต่อที่ Marketing Framework B2B Guide และ subscribe newsletter รับ MarTech insight สำหรับ B2B ไทยทุกสัปดาห์
