Blended CAC
Blended CAC is de gemiddelde kostprijs om een nieuwe klant te werven via alle marketingkanalen samen, zowel betaald als organisch, berekend door de totale marketinguitgaven te delen door het totaal aantal nieuwe klanten in een periode. Het verschilt van kanaalspecifieke CAC doordat het één enkel, algemeen efficiëntiecijfer geeft in plaats van een uitsplitsing per kanaal.
Definitie van Blended CAC
Blended CAC (gemengde klantwervingskosten) is de gemiddelde kostprijs om één nieuwe klant te werven via elk marketingkanaal dat een bedrijf gebruikt, betaald en onbetaald samen. In plaats van de kosten van een specifiek advertentieplatform te isoleren, wordt het totale marketingbudget over het hele bedrijf over een bepaalde periode genomen en gedeeld door het totale aantal nieuwe klanten dat in diezelfde periode is verworven, ongeacht via welk specifiek kanaal elke klant is binnengekomen.
Hoe Blended CAC Wordt Berekend
De formule is: Blended CAC = Totale marketinguitgaven (alle kanalen) ÷ Totaal aantal geworven nieuwe klanten
Uitgewerkt voorbeeld: een online winkel geeft in een maand €18.000 uit aan betaalde sociale media, betaald zoeken en e-mailmarketing, terwijl er ook klanten binnenkomen via organische zoekresultaten en mond-tot-mondreclame waar niet direct voor wordt betaald. In die maand doen 900 nieuwe klanten hun eerste aankoop, uit alle bronnen samen. Blended CAC = €18.000 ÷ 900 = €20 per klant. Als dezelfde winkel alleen naar betaalde kanalen zou kijken, zou deze €15.000 uitgeven om 500 toegeschreven klanten te werven, wat een paid CAC van €30 oplevert — aanzienlijk hoger dan het gemengde cijfer van €20, omdat de 400 klanten die via gratis kanalen zijn binnengekomen het gemiddelde omlaag trekken.
Waarom Blended CAC Belangrijk Is voor E-commerce Merken
Blended CAC geeft een snelle lezing op hoofdniveau van de algehele marketingefficiëntie en is nuttig om te vergelijken met de klantlevensduurwaarde op het niveau van het hele bedrijf. Het filtert de ruis weg van discussies over attributiemodellering tussen kanalen, omdat het simpelweg elke bestede euro en elke gewonnen klant telt, zonder dat hoeft te worden bepaald welk specifiek contactpunt de eer krijgt voor een bepaalde verkoop. Het is echter een slecht hulpmiddel om te beslissen waar er meer of minder moet worden uitgegeven, omdat het een specifiek betaald kanaal dat stilletjes onrendabel is, kan verbergen achter goedkope organische acquisitie of verwijzingsverkeer dat tegelijkertijd plaatsvindt.
| Metriek | Reikwijdte | Beste Gebruikt Voor |
|---|---|---|
| Blended CAC | Alle kanalen, betaald en organisch samen | Bedrijfsbrede efficiëntie, LTV-vergelijking |
| Kanaal-CAC (bijv. paid CAC) | Enkel kanaal | Budgettoewijzingsbeslissingen tussen kanalen |
Blended CAC en de Tools van AmICited
De eshop_get_cac_roas-tool van AmICited berekent de klantwervingskosten en het rendement op advertentie-uitgaven op individueel campagneniveau, waardoor merchants de kanaalspecifieke details krijgen die één enkel gemengd cijfer niet alleen kan bieden. Door blended CAC te vergelijken met deze uitsplitsing op campagneniveau, kan een merchant vaststellen of een stijgende algemene CAC wordt veroorzaakt door één ondermaats presterend betaald kanaal of door een breder, winkelbreed efficiëntieprobleem.
Beste Praktijken voor Blended CAC
- Volg blended CAC naast kanaalspecifieke CAC, nooit als vervanging ervan
- Vergelijk blended CAC met de gemiddelde klantlevensduurwaarde, niet alleen met de totale omzet
- Let meer op de trend over tijd dan op het cijfer van één enkele periode, aangezien wervingskosten van nature fluctueren van maand tot maand
- Herbereken telkens wanneer een nieuw marketingkanaal wordt toegevoegd of een groot kanaal wordt gepauzeerd, omdat de mix het gemengde gemiddelde aanzienlijk beïnvloedt
Blended CAC en AI-Gestuurde Commerce
AI-winkelassistenten zoals ChatGPT Shopping en Perplexity Shopping introduceren een nieuw acquisitiepad dat niet netjes past in de categorieën ‘betaald’ of ‘organisch’ in de meeste attributie-opstellingen — een merk dat gunstig wordt genoemd in een AI-gegenereerd antwoord kan een klant winnen zonder dat er directe media-uitgaven aan die specifieke interactie zijn gekoppeld, vergelijkbaar met hoe organisch zoekverkeer een blended CAC-gemiddelde omlaag trekt. Naarmate dit kanaal groeit, wordt het een nieuwe factor die blended CAC gezonder kan laten lijken dan de realiteit van de betaalde kanalen eronder. Dit is precies waarom het combineren van het gemengde cijfer met details op kanaalniveau belangrijker wordt, niet minder, naarmate het aantal acquisitiepaden toeneemt.
Veelgemaakte Blended CAC-fouten
De meest voorkomende fout is het gebruik van blended CAC als enige basis voor een kanaalbudgetbeslissing, omdat een gezond ogend gemengd cijfer een specifiek betaald kanaal kan maskeren dat geld verliest — controleer altijd de CAC op kanaalniveau voordat u het budget herverdeelt. Een andere veelgemaakte fout is het vergelijken van blended CAC tussen bedrijven of concurrenten zonder rekening te houden met verschillen in het aandeel organisch en verwijzingsverkeer, aangezien twee bedrijven met identieke prestaties van betaalde kanalen heel verschillende gemengde cijfers kunnen laten zien, puur omdat het ene een sterkere organische aanwezigheid heeft. Een verwante fout is het behandelen van een stijgende blended CAC als automatisch slecht nieuws, zonder te controleren of deze wordt veroorzaakt door een bewuste, winstgevende opschaling van een werkend betaald kanaal, of door een echte efficiëntiedaling over de hele linie — de trend heeft context op kanaalniveau nodig om correct te worden geïnterpreteerd. Tot slot berekenen sommige bedrijven blended CAC met alleen de uitgaven aan advertentieplatforms en vergeten ze andere werkelijke wervingskosten mee te nemen, zoals affiliate-commissies, influencer-vergoedingen of agency-retainers, waardoor de werkelijke kosten van de klanten die via die kanalen binnenkomen, worden onderschat.