Kan een AI-agent je maximaal betaalbare CAC uit een export berekenen?
Kort antwoord: Ja, een AI-agent kan je maximaal betaalbare CAC berekenen uit een analytics-export, op voorwaarde dat die export echte kostgegevens bevat. De agent rekent van je gemiddelde orderwaarde af: retours, inkoopprijs, fulfilment en betaalkosten, tot je bijdrage per bestelling. Daartegen zet hij het plafond. De nauwkeurigheid hangt af van hoe eerlijk je kostprijs is, niet van het model.
Het plafond is een grens, geen meting
Maximaal betaalbare CAC is het meeste wat je mag betalen om een bestelling binnen te halen voor die bestelling meer kost dan ze opbrengt: een plafond dat volgt uit je contributiemarge. Je huidige CPA is iets anders: wat je vandaag effectief betaalt, een waarneming. Het ene is een grens die uit de margeanalyse komt; het andere meet wat je nu uitgeeft.
Die twee door elkaar halen is de klassieke fout. Een CPA die er gezond uitziet tegenover vorig kwartaal zegt niets over de vraag of hij onder het plafond zit. Het plafond is het cijfer dat bepaalt of een bestelling überhaupt de moeite is om te kopen.
Wat de agent leest voor hij rekent
Vier kostgegevens dragen de berekening: je retourpercentage, je inkoopprijs, je fulfilmentkost per bestelling en je betaalkosten, plus elke vaste korting. Ontbreekt er één, dan blaast dat je bijdrage per bestelling op en tilt het je CAC-plafond boven wat je echt kunt betalen. Een goede agent meldt wat ontbreekt in plaats van nul te veronderstellen.
Een export uit de meeste analytics-platformen geeft je vlot omzet en aantallen bestellingen; je kostprijs zit er zelden in. Daar zit het werk. De eerste taak van de agent is benoemen wat hij niet heeft, niet het gat vullen met een gok.
Hoe het plafond tot stand komt
Het plafond komt uit een margeanalyse, geen gok: start bij je gemiddelde orderwaarde, trek retours, inkoopprijs, fulfilment en betaalkosten af en je komt bij je bijdrage per bestelling. Dat bedrag is je maximaal betaalbare CAC op break-even: het punt waar een extra bestelling niets oplevert en niets kost.
Zet je CAC-doel onder dat break-evenpunt en elke bestelling die je koopt draagt marge; zet je het erboven, dan koop je elke bestelling met verlies. De analyse is rekenwerk, en precies daarom is ze controleerbaar: je ziet elke aftrek, en een zoekmachine die ernaar verwijst ook.
Het plafond volgt uit de cijfers, je gokt het niet. Elke aftrek staat er, dus een fout cijfer valt op. En op break-even is het plafond gelijk aan je bijdrage per bestelling.
Wat dit je niet vertelt
Herhaalaankopen tillen het plafond hoger, maar alleen met een gemeten herhaalaankoopratio, nooit met een veronderstelde. Toont een echte cohorte dat klanten opnieuw bestellen, dan bepaalt je bijdrage over de hele klantrelatie het plafond, niet die van één bestelling, en stijgt je betaalbare CAC. Veronderstel je een herhaalaankoopratio die de data niet toont, dan wordt het plafond fictie.
Een verkeerde kostprijs zet het cijfer het hardst scheef: onderschat je je inkoopprijs of vergeet je fulfilment, dan geeft de agent een zelfverzekerd maar verkeerd plafond, en dat plafond geeft je toestemming om op elke bestelling te veel uit te geven. De berekening is maar zo eerlijk als wat je erin stopt. Een export die er netjes uitziet met zachte kosten geeft je een precies en onveilig cijfer. Een agent kan je inkoopprijs niet controleren; hij kan de analyse enkel zichtbaar genoeg maken zodat een fout cijfer opvalt.
FAQ
Kan een AI-agent je maximaal betaalbare CAC uit een export berekenen?
Ja, op voorwaarde dat de export echte kostgegevens bevat. De agent rekent van je gemiddelde orderwaarde af: retours, inkoopprijs, fulfilment en betaalkosten, tot je bijdrage per bestelling. Daartegen zet hij het plafond. De nauwkeurigheid hangt af van hoe eerlijk je kostprijs is, niet van het model.
Wat is maximaal betaalbare CAC, en hoe verschilt die van je huidige CPA?
Maximaal betaalbare CAC is het meeste wat je mag betalen om een bestelling binnen te halen voor ze meer kost dan ze opbrengt: een plafond dat volgt uit je contributiemarge. Je huidige CPA is wat je vandaag effectief betaalt, een waarneming. Het ene is een grens; het andere een meting.
Welke kostgegevens heeft de agent nodig?
Vier: je retourpercentage, je inkoopprijs, je fulfilmentkost per bestelling en je betaalkosten, plus elke vaste korting. Ontbreekt er één, dan blaast dat je bijdrage per bestelling op en tilt het je plafond boven wat je echt kunt betalen. De agent hoort te melden wat ontbreekt in plaats van nul te veronderstellen.
Hoe komt het plafond tot stand?
Via een margeanalyse, geen gok: start bij je gemiddelde orderwaarde en trek retours, inkoopprijs, fulfilment en betaalkosten af tot je bijdrage per bestelling. Dat bedrag is je maximaal betaalbare CAC op break-even, het punt waar een extra bestelling niets oplevert en niets kost.
Methodenota van Cocoon Productions voor de E-Commerce Agent Workflow (€279), OFF-AI-GEO-CA-06. De eurobedragen in de margeanalyse zijn ter illustratie, geen benchmarks. De agent draait in je eigen ChatGPT- of Claude-workspace, zonder code en zonder API-sleutels. Bijgewerkt in augustus 2026.
