Marginal CAC: Cara Marketer Indonesia Memutuskan Kapan Berhenti Menambah Budget Akuisisi

TL;DR: Marginal CAC adalah biaya akuisisi untuk pelanggan tambahan terakhir, bukan rata-rata semua pelanggan. Saat marginal CAC mulai melewati kontribusi marjin atau LTV per cohort, itu sinyal bahwa budget tambahan tidak lagi efisien. Mengukurnya mingguan membantu marketer Indonesia berhenti membakar uang di kanal yang sudah jenuh, jauh sebelum laporan bulanan menunjukkan masalah.

Banyak laporan bulanan yang saya lihat di tim klien menampilkan CAC sebagai satu angka tunggal, hasil bagi total spend dengan total pelanggan baru. Angka itu kelihatan stabil dari bulan ke bulan, tapi diam-diam menyembunyikan fakta penting: pelanggan terakhir yang Anda akuisisi mungkin biayanya tiga kali lipat dari pelanggan pertama. Inilah yang membuat banyak tim merasa pertumbuhan masih sehat, padahal mereka sebenarnya sedang mendaki kurva diminishing returns yang curam.

Marginal CAC adalah cara membaca kurva itu sebelum terlambat. Konsepnya pinjaman dari mikroekonomi, dan dalam praktiknya cukup mudah dihitung kalau Anda mau memecah data spend dan akuisisi per increment, bukan per total.

Average CAC Menyembunyikan Diminishing Returns

Misalkan bulan lalu Anda spend Rp 100 juta di Meta Ads dan dapat 200 pelanggan baru. Average CAC Anda Rp 500 ribu. Bulan ini Anda naikkan budget jadi Rp 150 juta dan dapat 250 pelanggan. Average CAC turun tipis ke Rp 600 ribu. Sekilas oke. Tapi 50 pelanggan tambahan itu memakan Rp 50 juta, artinya marginal CAC untuk batch terakhir adalah Rp 1 juta, dua kali lipat dari batch awal.

Saat membantu Yuanita Sekar membangun mesin akuisisi untuk personal branding-nya, kami menemukan pola yang sama di kanal LinkedIn Ads. Spend awal sangat efisien karena audiens lookalike masih segar. Tapi setelah audiens jenuh, setiap rupiah tambahan menghasilkan lead dengan kualitas turun. CAC rata-rata baru menunjukkan masalah ini di bulan ketiga, padahal marginal CAC sudah memperingatkan di minggu keempat.

Cara Menghitung Marginal CAC

Marginal CAC paling akurat dihitung per increment spend, idealnya mingguan atau per kampanye. Rumusnya:

Marginal CAC dihitung dari spend tambahan dibagi pelanggan tambahan dibandingkan periode sebelumnya. Angka ini lebih jujur dibandingkan rata-rata, karena memisahkan kontribusi spend baru dari spend lama. Pasangkan dengan [CAC payback period](/artikel/cac-payback-saas-indonesia-membaca-kesehatan-bisnis) untuk membaca kapan investasi balik modal.

Berhenti di Mana?

Aturan praktis dari pengalaman beberapa proyek SaaS dan e-commerce: berhenti scaling kanal saat marginal CAC melewati 60-70% dari CLV per cohort kanal tersebut. Bukan rata-rata global. Cohort kanal Meta Ads punya retention pattern berbeda dengan cohort dari Google Search, jadi rasio aman juga berbeda.

Untuk e-commerce parfum Nalesha, kami pakai threshold 50% karena marjin produk tipis dan retention 90 hari masih volatil. Ketika marginal CAC pada satu kampanye Meta sudah menyentuh 50% CLV cohort, kami pause kampanye tersebut dan rotasi creative sebelum lanjut spend. Hasilnya, blended CAC bulanan turun 18-25% selama kuartal berikutnya tanpa kehilangan volume signifikan.

Pertanyaan Umum

Apakah marginal CAC sama dengan incremental CAC?

Hampir sama dalam konteks marketing. Beberapa praktisi memakai incremental untuk mengisolasi efek kausal kanal tertentu, sementara marginal lebih sering dipakai untuk membaca kurva diminishing returns dalam satu kanal.

Berapa frekuensi yang ideal untuk mengukur marginal CAC?

Mingguan untuk kanal paid yang aktif diiterasi. Bulanan terlalu lambat karena kanal jenuh dalam 2-4 minggu, terutama kanal sosial dengan audiens terbatas seperti LinkedIn Ads di Indonesia.

Apakah konsep ini berlaku untuk SEO dan kanal organik?

Berlaku, walau lebih sulit diukur. Untuk SEO, marginal CAC bisa didekati lewat biaya konten tambahan dibagi traffic incremental dari konten itu, dilanjutkan ke konversi. Cocok untuk evaluasi programmatic SEO.

Disiplin Ini Lebih Penting daripada Eksperimen Mahal

Banyak tim marketing Indonesia menghabiskan waktu mendebat attribution model atau memilih platform A/B testing baru, padahal disiplin paling murah adalah memecah laporan CAC bulanan jadi marginal CAC mingguan. Tools-nya bisa pakai spreadsheet, datanya sudah ada di dashboard ads. Yang berubah hanyalah cara membaca, dan dampaknya bisa berarti perbedaan antara kuartal yang membakar uang dan kuartal yang scaling sehat. Untuk metodologi pengukuran efek sebab-akibat yang lebih dalam, lihat [incrementality vs A/B test](/artikel/incrementality-vs-ab-test-marketer-indonesia-pengukuran).

Referensi praktis tambahan: Reforge growth model documentation.