Empresas de software com modelo de receita recorrente desenvolveram uma relação ambígua com suas fórmulas de aquisição de clientes. O que nasceu como instrumento de medição tornou-se, em muitos casos, o próprio fundamento estratégico do negócio. Executivos de SaaS que deveriam perguntar “como criamos valor diferenciado” passaram a perguntar “como otimizamos a arbitragem entre CAC e LTV”. Essa substituição silenciosa produziu uma geração de empresas estruturalmente dependentes de marketing para existir.
Bill Gurley articulou esse problema em 2012, quando observou que o modelo de Lifetime Value havia deixado de ser ferramenta tática para virar justificativa de perdas prolongadas. A sedução funciona da seguinte forma: ao projetar fluxos de caixa futuros por cliente, o LTV permite que qualquer custo de aquisição pareça racional. Se o cliente renderá mil dólares ao longo de cinco anos, gastar trezentos para adquiri-lo parece prudente. O problema está nas premissas. Quem define as variáveis do modelo costuma ser quem quer gastar mais, o que incentiva projeções otimistas de receita, subestimação de churn e exclusão de custos futuros de atendimento. O resultado é uma planilha que justifica quase qualquer decisão de marketing.
Vale notar que o ambiente macroeconômico de 2012 a 2021 amplificou essa dinâmica. Com juros próximos de zero, o desconto de fluxos futuros tornava LTVs altos mais defensáveis — capital era abundante e paciente. Com custo de capital em 5% ou mais, o cálculo inverteu. Payback periods longos tornaram-se insustentáveis. A pressão por lucratividade rápida expôs fragilidades estruturais de negócios que dependiam de capital barato para financiar aquisição de clientes.
A crítica de Gurley não é contra a matemática do LTV, mas contra seu uso como estratégia. A fórmula não cria vantagem competitiva porque qualquer concorrente pode replicá-la. Se sua única diferenciação é gastar mais que os outros em Google Ads, você não tem diferenciação — tem uma corrida armamentista. Pior: as variáveis do modelo não são independentes. Aumentar preço eleva churn. Acelerar aquisição sobe o SAC marginal. Expandir o mercado-alvo piora a qualidade média do cliente. Executivos que tratam o modelo como lei da física descobrem, tarde demais, que ele era apenas um chute informado. Segundo análises públicas de cohorts de empresas SaaS, um CAC:LTV ratio aceitável varia entre 1:3 e 1:5, com payback period entre 12 e 18 meses em cenários saudáveis. Mas essas projeções dependem de premissas sobre churn que raramente se confirmam nos primeiros 24 meses de operação de um cohort.
Há também efeitos sobre a marca e o produto. Empresas que dependem de CAC tendem a empurrar vendas, dificultar cancelamento e cortar investimento em experiência do cliente. O dinheiro que vai para mídia poderia ir para o produto. Marketing pesado tende a exigir margem mais alta, o que pode encarecer a oferta e abrir espaço para concorrentes mais eficientes — quando não há outras barreiras de entrada como efeitos de rede, dados proprietários ou integrações profundas com sistemas legados. O risco se materializa quando a empresa percebe que não pode reduzir gastos sem perder receita, porque nunca construiu canais orgânicos, viralidade ou reputação.
Existe, porém, um counterargument relevante. Em mercados com efeitos de rede fortes e dinâmica winner-take-all, gastar agressivamente em CAC pode ser racional mesmo com ROI aparentemente negativo no curto prazo. O objetivo não é otimizar margem, é capturar market share antes que outro player faça. Uber versus Lyft, Airbnb versus VRBO, redes sociais — em mercados concentrados, quem gasta menos perde. Esse argumento tem mérito, mas não invalida a tese central. Mesmo nesses casos, a diferenciação de produto importa. Uber venceu Lyft não apenas por gastar mais, mas por ter produto melhor em dimensões como cobertura geográfica, confiabilidade e experiência do motorista. Airbnb prevaleceu porque criou experiência diferenciada de hospedagem que hotéis não ofereciam. O CAC agressivo funciona como acelerador quando há fundamento estrutural; sem fundamento, apenas antecipa o colapso.
A General Catalyst ofereceu, anos depois, uma leitura complementar. O argumento é que empresas de software em estágio avançado parecem deficitárias porque contabilizam investimento em crescimento como despesa corrente. Se você trata CAC como CapEx e olha EBITCAC em vez de EBITDA, muitos negócios já são geradores de caixa. A proposta é separar a “máquina de CAC” da “operating company” e financiar aquisição de clientes com capital dedicado, como se faz com ativos físicos.
Há mérito nessa visão. CFOs pressionados por metas de EBITDA tendem a cortar S&M primeiro, mesmo quando o ROI de CAC é alto e demonstrável. Isso destrói valor de longo prazo. Se uma empresa provou, com dados reais de cohorts maduros, que cada dólar investido em aquisição retorna três em valor presente, cortar esse investimento é subotimizar o negócio. A ressalva é que essa lógica funciona apenas quando o ROI é genuíno — medido em cohorts com pelo menos 24 meses de maturação —, não projetado em cenário otimista. E mesmo com ROI comprovado, o investimento em CAC continua sendo mecanismo de captura de valor, não de criação. A proposta de EBITCAC também depende de acesso a capital a custo razoável; em ambiente de juros altos, financiar a “máquina de CAC” fica caro.
A reconciliação entre Gurley e a General Catalyst está no reconhecimento de que as duas análises tratam de estágios diferentes. Gurley critica startups que usam LTV para racionalizar perdas antes de provar o modelo. A GC fala de empresas maduras que subinvestem por pressão de métricas inadequadas. O erro está em aplicar a lógica de EBITCAC a negócios que ainda não demonstraram vantagem competitiva estrutural.
A lição operacional é distinguir duas dimensões. Na dimensão tática, LTV e CAC são instrumentos de otimização de canais e alocação de budget. Servem para comparar eficiência entre Google e Meta, entre inside sales e outbound, entre desconto de primeiro mês e trial gratuito. Nessa função, são indispensáveis. Na dimensão estratégica, nenhuma métrica substitui os fundamentos: produto que resolve problema real, marca que gera confiança, distribuição que concorrentes não conseguem replicar, efeitos de rede que aumentam valor com escala.
Para distinguir uso tático de uso estratégico, três testes práticos ajudam. Primeiro, o teste de dependência: se a empresa parar de gastar em marketing por 90 dias, quanto a receita cai? Queda superior a 30% indica dependência estrutural. Segundo, o teste de viralidade: qual percentual de novos clientes vem de indicação, SEO orgânico e word-of-mouth versus mídia paga? Menos de 40% orgânico é sinal de alerta. Terceiro, o teste de eficiência: o CAC marginal está subindo ou caindo com escala? Se sobe consistentemente, a empresa está comprando clientes cada vez piores.
Empresas que confundem as duas dimensões acabam em posição vulnerável. Quando o capital fica caro ou a paciência do mercado acaba, descobrem que o churn é mais alto do que projetavam, o SAC marginal subiu, e a receita depende do próprio marketing para se manter.
A metáfora de Gurley permanece atual: você não ganha luta com uma fita métrica. A fita mede a distância, não percorre o caminho.
Não é conteúdo sobre tecnologia. É tecnologia repensando conteúdo. – por MBi