Druk maar niet winstgevend
in E-commerce & DTC

Het korte antwoord

Hoge omzet en dunne winst is een kanaal- en assortimentsprobleem dat zich voordoet als acquisitie. De versie van deze vraag die geldt voor e-commerce en DTC-merken is niet de generieke. Retail distributie lost de customer-acquisition cost op maar heeft werkkapitaal nodig dat de runway niet kan financieren — dus een antwoord dat LTV/CAC negeert zal zeker fout zijn. De analyse moet starten bij contribution margin en paid media als % van omzet in plaats van bij omzet.

Wanneer een e-commerce operatie sterke top-line groei laat zien maar nog steeds niet aan zijn cashbehoefte kan voldoen, is de neiging om fulfillment of creatieve output te onderzoeken. Er zit meestal wel wat inefficiëntie, maar het weghalen daarvan raakt het kernprobleem niet omdat de orders die worden gedreven niet zijn geselecteerd op de contribution margin die ze na paid media werkelijk opleveren.

Het patroon verschijnt op dezelfde manier bij DTC-merken. Een kleine set SKU’s of campagnes levert positieve LTV/CAC. Een veel grotere staart van repeat-purchase rate en AOV-combinaties verbruikt mediabudget en magazijntijd terwijl die bijna nul of negatieve contribution margin teruggeeft. Omdat die staart de beschikbare ad allocatie en het werkkapitaal bezet, kan het werk met hogere marge niet schalen — de limiet is niet vraag maar het feit dat het budget al vastzit aan de verkeerde mix.

De correctie is daarom een selectieregel die op media en assortiment wordt toegepast, niet nog een ronde creatieve testen of warehouse optimalisatie. Zodra elk product en elk kanaal kan worden gerangschikt op contribution margin na paid media aandeel, volgen de meeste allocatiebeslissingen vanzelf.

DTC-operators komen hier terecht wanneer retail distributie of brede paid campagnes een vaste customer-acquisition cost vastzetten die de huidige runway niet kan dragen: media spend stijgt met volume, maar de repeat purchase rate op de extra orders compenseert de uitgave niet, zodat de oprichter of CFO $62M omzet over 95 mensen ziet en toch terugkerende cash tekorten heeft.

Hoe je ziet dat dit jouw probleem is

Deze drie samen zijn het kenmerk. Eén op zichzelf wijst meestal ergens anders op.

✓ Paid media als % van omzet blijft hoog terwijl contribution margin over het volledige assortiment onduidelijk is zonder een eenmalige export.
✓ Wekelijkse dashboards tonen stijgende AOV en orderaantal maar de bankbalans verbetert niet mee met de omzet.
✓ Een campagne of productlijn pauzeren voelt onmogelijk omdat het team niet kan aangeven welke de rest subsidieert.

De stap die het meestal erger maakt. Paid media budgets verhogen of extra mensen aannemen om het volume aan te kunnen, waardoor precies het aandeel laagbijdragende orders meeschaalt en de cash kloof in dezelfde verhouding groter wordt.

Who this is for — and who it is not

It is for you if you run or finance a DTC brand and everyone is fully occupied and cash is tight. It is the situation where the numbers are available but nobody has put them in an order that produces a decision.

It is not for you if Percision is the wrong tool if you already know the answer and only need execution capacity, or if the business is pre-revenue — then the constraint is evidence about the market, not analysis of your own figures. Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library. Also wrong if you need facilitation, politics, or someone to sit with a lender or buyer. Those are human jobs.

Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library.

Hoe dit eruitziet als de analyse echt draait

Below is an excerpt from a real run of this analysis on een DTC-merk. It is a sample profile rather than a customer, and it is engine output translated from English — this is the format you get, on your own numbers.

The subject is Northaven Goods, a sample company profile used for testing rather than a customer — $62M revenue, 95 people.

This is one move out of a full analysis. Read a complete report — every page, no email required.

Wat de engine met deze vraag doet

This question routes to Proprietary EFF Methodology, one of 29 engagements the platform runs. For e-commerce en DTC-merken it works through LTV/CAC, contribution margin, paid media as % of revenue and repeat purchase rate, then produces the sequence rather than a list of options — which move first, what it funds, and the observation that would say the sequence is wrong.

You watch the analysis get built before paying anything. Lees hier een volledig rapport if you would rather see the depth first.

Vragen die mensen hierover stellen

Hoe weet ik welk werk ik moet stoppen?

Rangschik op contribution per eenheid van je echte constraint — machine-uur, factureerbaar uur, leveringsslot, vierkante meter. Niet op omzet en niet op brutomargepercentage, die allebei het verkeerde werk bevoordelen als de constraint capaciteit is.

Werkt het afwijzen van werk de relatie tegen?

Soms, en het is meestal goedkoper dan het alternatief. In de praktijk zorgt een prijs die weerspiegelt wat het werk verbruikt ofwel dat het account winstgevend wordt of dat het naar een concurrent gaat, en beide uitkomsten zijn beter dan de huidige.

Is dit een prijsprobleem of een efficiëntieprobleem?

Test het: als elk project perfect zou verlopen met nul verspilling, zouden de dunne dan winst opleveren? Als het antwoord nee is, gaat het om prijs en selectie, en haalt geen enkel efficiëntieprogramma het.

Is this different in e-commerce & dtc than in other industries?

Materially, yes. Retail distribution fixes the customer-acquisition cost but needs working capital the runway cannot fund — which changes both the diagnosis and the order of the fixes. The metrics that decide it here are LTV/CAC, contribution margin, paid media as % of revenue, and an answer built on industry-general benchmarks will usually point at the wrong one first.

What data do I need before this analysis is worth running for a DTC brand?

Less than most people expect. Your last twelve months of revenue and cost split the way you already split it, plus whatever you hold on LTV/CAC and contribution margin. The analysis is explicit about what it is assuming where your data stops, which is more useful than waiting for numbers you may never have.

When is Percision the wrong tool?

Percision is the wrong tool if you already know the answer and only need execution capacity, or if the business is pre-revenue — then the constraint is evidence about the market, not analysis of your own figures. Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library. Also wrong if you need facilitation, politics, or someone to sit with a lender or buyer. Those are human jobs.

Does Percision replace a lawyer, tax advisor, auditor, or AI implementation team?

Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library.