Wat is blended CAC masking?
Als één enkel acquisitiekostencijfer in een boardpresentatie of CFO-review belandt, kan het overzichtelijk en geruststellend ogen, terwijl er onderliggend een serieus probleem op kanaalniveau schuilgaat. Groei- en financeteams vertrouwen vaak op blended CAC als belangrijkste diagnostische maatstaf, zonder te beseffen dat een goedkoop referral- of organisch kanaal stilletjes een duur betaald kanaal kan subsidiëren, waardoor het totaalbeeld gezonder lijkt dan het is. Wie begrijpt hoe dit maskeringseffect werkt, neemt budgetbeslissingen op basis van de echte prestaties per kanaal en niet op basis van een gemiddelde dat de gaten toedekt.
Bijgewerkt op
Blended CAC masking is de vertekening die ontstaat wanneer één gemiddeld cijfer voor klantacquisitiekosten alle marketing- en saleskanalen samenvoegt tot één getal. Hierdoor blijft verborgen welke kanalen echt efficiënt zijn en welke stilletjes budget verbranden. Het gebeurt doordat blended CAC de totale sales- en marketinguitgaven deelt door het totale aantal nieuwe klanten, ongeacht de bron. Een goedkoop organisch of referralkanaal kan een duur betaald kanaal daardoor op papier gezond laten lijken. Voor SaaS-teams die groeimetrics volgen in Seedling is het herkennen van dit maskeringseffect het verschil tussen herinvesteren in wat echt werkt en opschalen van een kanaal dat alleen efficiënt lijkt omdat een ander kanaal het subsidieert.
Blended CAC masking is geen aparte formule. Het is het praktische gevolg van blended CAC gebruiken als enige acquisitiemetric. Wie één CAC-getal rapporteert aan een board, een CFO of een investeerder zonder het uit te splitsen per kanaal, werkt, bewust of onbewust, met deze blinde vlek ingebouwd.
Wat is blended CAC masking?
Je berekent blended customer acquisition cost door de totale sales- en marketinguitgaven te delen door het totale aantal nieuwe klanten in een periode: de gemiddelde kosten om één klant te werven over alle kanalen en tactieken heen, betaald en organisch, inclusief volledig doorberekende sales- en marketingkosten gedeeld door het totale aantal nieuwe klanten in een periode. Het maskeringseffect treedt op zodra je dat ene cijfer als diagnostisch instrument behandelt in plaats van als samenvattende statistiek.
Omdat de formule alle acquisitiebronnen samenvoegt, geeft ze geen inzicht in welke kanalen het meest of minst kosteneffectief zijn, en blijven kanalen die ondermaats of juist bovengemiddeld presteren verborgen. Een founder of growth lead die alleen het blended getal volgt, kan niet zien dat één kanaal het hele bedrijf draagt, terwijl twee of drie andere stilletjes geld verspillen. Het getal zelf klopt wel. Het is alleen onvolledig, en onvolledigheid die als een nette enkele waarde wordt gepresenteerd, maakt het juist gevaarlijk.
Hoe ontstaat blended CAC masking bij SaaS-bedrijven?
De mechanica is eenvoudige rekenkunde, en dat is deels waarom het probleem zo gemakkelijk over het hoofd wordt gezien. Blended CAC gooit alle kanalen op één hoop, waardoor de prestaties van afzonderlijke stromen verborgen blijven. Het kan je niet vertellen waar je groei echt vandaan komt, welke kanalen zeer winstgevend zijn of welke je budget leegtrekken.
Het verschil tussen kanalen is vaak groter dan de meeste teams denken. Betaald zoeken kost gemiddeld $802 per klant, terwijl referrals slechts $141 tot $200 kosten. Een blended getal verbergt dus een kostenverschil tot wel 5x tussen je meest en minst efficiënte kanaal. Vergelijkbare verschillen zien we in de hele sector: betaalde CAC is nu in de meeste categorieën 2,4 tot 3,1 keer de blended CAC, en de kloof tussen blended CAC en betaalde CAC is sinds 2023 aanzienlijk groter geworden. Die groeiende kloof betekent dat organische, merk- en productreferralkanalen veel zwaarder meewegen in het blended cijfer dan de meeste teams beseffen.
Het maskeringseffect beperkt zich niet tot de splitsing tussen betaald en organisch. Het duikt op wanneer goedkopere acquisitiemodellen worden gemengd met dure. Blended CAC, berekend als alle sales- en marketinguitgaven gedeeld door alle nieuwe klanten, is de meest gebruikte berekening, maar het verbergt belangrijke dynamiek: expansion revenue van bestaande klanten is goedkoper te genereren dan nieuwe logo's, en door ze samen te voegen lijken je acquisitiekosten beter dan wat het je werkelijk kost om een onbekende te winnen.
Waarom is blended CAC masking belangrijk voor SaaS-groeiteams?
De gevolgen zie je terug in slechte budgetbeslissingen, lang voordat iemand merkt dat de metric misleidend is. Een stijgende blended CAC betekent vaak dat betaalde kanalen sneller opschalen dan organische, een waarschuwingssignaal voor je unit economics dat een team dat alleen op het blended cijfer vertrouwt te laat opmerkt.
Dezelfde logica geldt omgekeerd: een gezond ogende blended CAC kan blijven bestaan terwijl afzonderlijke kanalen verslechteren, omdat blended CAC organisch (lage CAC) mengt met betaald (hogere CAC) en zo inefficiëntie op kanaalniveau verbergt. Een team dat bezuinigt op content of het SEO-budget om een betaalde push te financieren, ziet de schade vaak een of twee kwartalen niet terug in het blended getal. Merken die bezuinigen op content marketing of SEO om dollars naar betaalde kanalen te verschuiven, zien de blended CAC namelijk bijna altijd binnen twee kwartalen stijgen doordat het organische vliegwiel vertraagt, ook als de betaalde CAC in het platformdashboard onveranderd lijkt.
Op boardniveau doet dit er meer toe dan de meeste groeiteams denken, omdat de lat voor controle hoger is gelegd. Investeerders eisen tegenwoordig LTV:CAC-analyses op cohortniveau, niet alleen blended ratio's, want een bedrijf met een blended ratio van 4:1 die voor recente cohorten zakt naar 2:1 zit in de problemen. Een CFO of investeerder die alleen het blended cijfer ziet, krijgt feitelijk de gemaskeerde versie van het verhaal. Teams die het getal uitsplitsen voordat erom wordt gevraagd, houden de regie over het verhaal in plaats van erop te reageren.
Er schuilt ook een benchmarkval in blended CAC masking. Je blended cijfer vergelijken met een sectorgemiddelde zegt bijna niets als je kanaalmix niet overeenkomt met die van de benchmark, want een blended getal is alleen zo betekenisvol als het segment erachter. Een generieke blended benchmark toepassen op een specifiek model, zoals een enterprise sales-led bedrijf beoordelen aan de hand van een op SMB gewogen gemiddelde, levert precies het soort onjuiste vergelijking op waardoor teams budget schrappen bij een kanaal dat voor hun model juist goed presteert.
Een rekenvoorbeeld: blended CAC masking in de cijfers
Cijfers maken het maskeringseffect concreet. Stel dat een SaaS-bedrijf in een kwartaal 100 klanten werft: 50 via betaald zoeken tegen het benchmarktarief van $802 per klant en 50 via referrals tegen ongeveer $141 tot $200 per klant.
Uitgaven betaald zoeken: 50 × $802 = $40.100
Uitgaven referrals: 50 × $170 (middenwaarde) = $8.500
Totale uitgaven: $48.600
Totaal aantal klanten: 100
Blended CAC: $486
Op zichzelf lijkt $486 naast een benchmark prima. Maar het referralkanaal draait tegen ongeveer een vijfde van de kosten van betaald zoeken. Als referrals volgend kwartaal opdrogen en betaald zoeken alle 100 klanten moet leveren, springen de uitgaven naar $80.200 en bijna verdubbelt de blended CAC naar $802, zonder dat de werkelijke prestaties van betaald zoeken veranderen. Het blended getal waarschuwde niemand. Het maskeerde simpelweg een afhankelijkheid die er al die tijd was.
Dit past bij het patroon in bredere kanaaldata, waar organische B2B CAC ongeveer de helft kost van betaald, en thought leadership-content per klant meerdere keren goedkoper is dan account-based marketing. Een enkel blended cijfer behandelt een referralklant van $150 en een betaalde klant van $800 als inwisselbare eenheden, en dat zijn ze niet.
Hoe ontmasker je blended CAC?
Blended CAC weer uitsplitsen in zijn onderdelen is niet ingewikkeld, maar vraagt een discipline die de meeste teams overslaan tot een bestuurslid de lastige vraag stelt.
- Splits eerst de uitgaven per kanaal uit. Koppel elke dollar aan sales- en marketinguitgaven aan zijn bron (betaald, organisch, referral, partner of outbound) voordat die in het blended totaal terechtkomt.
- Bereken CAC per kanaal apart. Kanaal-CAC is de totale kanaalkosten in een periode gedeeld door de klanten die in diezelfde periode aan dat kanaal zijn toegeschreven.
- Pas attributie eerlijk toe. Klanten die meerdere kanalen raken voordat ze converteren, hebben een consistente attributieregel nodig die elke periode op dezelfde manier wordt toegepast, en niet de erkenning toewijzen waar het het beste uitkomt.
- Volg cohorten, niet alleen totalen. Omdat expansion en acquisitie van nieuwe logo's zich anders gedragen, splits je ze uit, net als verschillende commerciële modellen zoals self-serve, sales-led en via partners gesourcete deals, want elk heeft een ander maskeringsrisico.
- Rapporteer beide cijfers samen. Blended CAC heeft nog steeds een plek voor trendmonitoring op boardniveau; kanaal-CAC stuurt de budgetbeslissingen echt aan. Geen van beide vervangt de ander.
De rapportage van Seedling is gebouwd rond deze tweede stap en toont kanaal-CAC naast het blended cijfer, zodat groeiteams de uitsplitsing kunnen zien zonder elke boardcyclus een apart spreadsheet te bouwen.
Blended CAC masking is geen fout in de metric zelf. Het is een fout om één getal als het hele verhaal te behandelen. Teams die blended CAC combineren met uitsplitsingen op kanaal- en cohortniveau, signaleren budgetafwijkingen maanden voordat ze in het topcijfer zichtbaar worden. Dat is precies het verschil tussen een bedrijf dat efficiënt lijkt en een bedrijf dat het ook echt is.
Bronnen
- SaaS Metrics 2.0: een gids voor het meten en verbeteren van wat telt, For Entrepreneurs (David Skok)
- SaaS Metrics 2.0: gedetailleerde definities, For Entrepreneurs (David Skok)