LTV:CAC: a relação que define a saúde econômica do modelo de negócio
O ratio LTV:CAC é a métrica que responde à questão fundamental de qualquer modelo de negócio: estamos adquirindo clientes que valem mais do que custam para adquirir? Em empresas B2B de alto ticket, essa relação determina se o crescimento é sustentável ou apenas uma queima de capital maquiada por crescimento de receita.
O benchmark para empresas B2B SaaS saudáveis: LTV:CAC acima de 3:1. Isso significa que, para cada R$ 1 investido em aquisição, o cliente gera R$ 3 ou mais ao longo da vida. Abaixo de 3:1, ou o CAC está alto demais ou o LTV está baixo demais — e provavelmente os dois ao mesmo tempo.
Calculando o LTV com precisão: além da fórmula básica
A fórmula básica: LTV = (Receita Anual por Cliente × Margem Bruta) ÷ Churn Rate Anual. Simples, mas cheia de armadilhas. A receita anual por cliente deve ser calculada por segmento — clientes enterprise têm LTV dramaticamente diferente de SMB. A margem bruta relevante é a margem do produto, não a margem operacional. O churn rate deve ser baseado em dados reais por coorte, não em estimativa otimista.
Para empresas com expansão de receita significativa (upsell, cross-sell), o LTV deve incorporar o NRR: LTV = (ARR inicial × NRR) ÷ Churn. Com NRR de 115%, o LTV é significativamente maior que o calculado pela fórmula simples — e subestimá-lo leva a subinvestimento em aquisição.
Calculando o CAC com honestidade: o que a maioria ignora
CAC honesto inclui: salários e comissões do time de vendas e marketing, ferramentas e stack de tecnologia de aquisição, custos de conteúdo, eventos e publicidade, overhead proporcional das equipes. Muitas empresas calculam CAC apenas como custo de mídia paga — o que subestima o CAC real em 2x a 4x.
CAC também deve ser calculado por canal. Um lead de indicação pode ter CAC de R$ 2.000 enquanto um lead de outbound tem CAC de R$ 18.000. A estratégia de go-to-market deve concentrar investimento nos canais com menor CAC e maior LTV — não nos canais de maior volume.
Como IA melhora ambos os lados da equação
IA reduz CAC ao melhorar a qualificação de leads (menos tempo de rep em leads não convertíveis) e ao automatizar atividades de prospecção (SDR virtual). Ao mesmo tempo, IA aumenta LTV através de churn preditivo (retém clientes que sairiam) e identificação de oportunidades de expansão (aumenta receita por cliente).
Em clientes da Trilion, implementações de RevOps com IA melhoraram o LTV:CAC de 2,8:1 para 4,5:1 em 12 meses — não por mágica, mas pela combinação de redução de CAC via automação de prospecção e aumento de LTV via CS proativo com analytics preditivo.
