Skip to main content
AttribulyAttribuly
September 2026

New Customer CPA Benchmark

你的新客获客成本算高还是低?

您好:

假设您获得一位新客户需要花费 $35,这个获客成本究竟算高,还是算低?

答案是:不一定。同样是 $35 的 NC-CPA,对于平均客单价(Average Order Value,AOV)只有 $30 的店铺来说,可能已经很难持续;但如果一家店铺的 AOV 是 $300,同样的获客成本可能就会高效得多。

一个单独的 NC-CPA 数字,并不能告诉你表现到底好不好。你需要一个参照。

因此,Attribuly 正式上线了 New Customer CPA Benchmark,结合了 400+ 品牌的聚合数据,帮助你将自己的 NC-CPA 与相似 AOV 的店铺进行对比, 看看自己处于什么位置,以及差距主要来自哪些广告渠道。

看看你的新客获客成本处于什么水平

Attribuly 会自动将你的店铺与相似 AOV 区间的店铺进行对比。你可以直接看到自己的 NC-CPA,以及相似 AOV 店铺的整体 NC-CPA 分布,包括 Top 10%(P10)、中位数(P50) 以及其他百分位区间,快速判断自己的新客获客成本相较于同类店铺究竟更高还是更低。

新客获客成本分布和渠道对比

登录 Attribuly 并连接广告账户,即可查看你的 NC-CPA 及其与相似店铺的对比结果。

查看我的店铺处于什么水平 →

为什么要按照 AOV 对比?

因为脱离业务背景谈获客成本,本身没有太大意义。

还是以 $35 NC-CPA 为例:对于 AOV 只有 $30 的店铺来说,这样的获客成本可能很难持续; 但对于 AOV 达到 $300 的店铺来说,同样的 $35 获客成本可能已经相当高效。所以,我们不会 简单地把所有店铺放在一起比较,而是根据 AOV 匹配具有相似订单经济模型的店铺,让 NC-CPA 的对比结果更有参考价值。

不只知道高不高,还要知道差距来自哪里

知道自己的 NC-CPA 偏高,只解决了第一个问题。更重要的是:为什么高?差距到底来自哪里?

连接广告账户后,你可以进一步查看 Meta、Google Ads、TikTok、Bing 等不同广告渠道的 NC-CPA,并分别与相似 AOV 店铺在同一渠道上的表现进行比较。

这样,你得到的不再只是:“我的 NC-CPA 是 $42。” 而是:“我的 NC-CPA 高于相似 AOV 店铺的 中位数,而最大的差距来自 Meta——我的 Meta NC-CPA 明显高于同类店铺。”下一步该关注哪里, 也就更清楚了:优先检查和优化 Meta 的新客获客成本,缩小与同类店铺之间的差距,让每一美元 广告预算获得更高的回报。

Attribuly 按广告渠道显示获客对标
查看我的 NC-CPA 对比结果 →

100% 免费,无需订阅任何付费 Plan。

一套统一、可信的 Benchmark 口径

为了让不同店铺之间的 NC-CPA 真正具有可比性,所有参与 Benchmark 的店铺都采用统一的计算 口径。NC-CPA 仅计算新客户的首次购买,广告成本来自已连接的 Google、Meta、TikTok 等广告 渠道,并采用滚动 28 天的数据窗口。已取消以及全额退款的订单会被排除,归因统一采用 Attribuly Full Impact Model。

同时,你的店铺数据始终保持私密。Benchmark 基于 400+ 品牌经过聚合和匿名化处理的数据生成。 你可以看到整体市场的分布以及自己所处的位置,但其他商家无法看到你的 NC-CPA、广告花费、 收入或具体渠道表现。

更多 Benchmark 即将上线

“这个数据,到底算不算好?”类似的问题存在于几乎所有营销指标中:2x ROAS 看起来还可以, 但同类店铺如果普遍能做到 4x 呢?2% CVR 看起来似乎正常,但相似店铺的中位数如果已经达到 3% 呢?

没有参照,一个数字很难真正告诉你应该满意,还是应该继续优化。所以,NC-CPA 只是 Attribuly Benchmark 系列的第一个指标。接下来,我们还计划陆续推出 CPC、CTR、CPM、CVR 和 ROAS Benchmark,让更多营销指标不再只是一个孤立的数字,而是能够真正告诉你:我现在处于什么水平?

查看我的 NC-CPA Benchmark →

看看相似店铺获得一位新客户需要花多少钱,你的店铺处于什么位置,以及最大的差距来自哪里。 你最希望下一个 Benchmark 是哪个指标?也欢迎告诉我们,我们会将你的反馈加入后续产品规划。

如有任何问题,欢迎随时联系我们:support@attribuly.com

Cheers,

Alex Liju

Attribuly 创始人