Upptagen men inte lönsam
in E-handel & DTC

Det korta svaret

Hög omsättning och tunn vinst är ett kanal- och sortimentsproblem som döljer sig som ett anskaffningsproblem. Frågan för e-handel och DTC-varumärken är inte den generiska. Retail-distribution fixar kundanskaffningskostnaden men kräver rörelsekapital som kassan inte täcker – ett svar som ignorerar LTV/CAC blir fel. Analysen måste utgå från bidragsmarginal och betald media som procent av omsättningen, inte från omsättningen.

När en e-handelsverksamhet visar stark tillväxt men inte täcker sina kassaflöden, är instinkten att titta på fulfillment eller kreativt arbete. Visst finns ineffektivitet, men den lämnar kärnproblemet orört eftersom de drivna ordrarna inte väljs för den bidragsmarginal de faktiskt ger efter betald media.

Mönstret ser likadant ut hos DTC-varumärken. Ett litet antal SKU:er eller kampanjer ger positiv LTV/CAC. En större svans av återköpsfrekvens och AOV-kombinationer förbrukar mediabudget och lager tid men ger nära noll eller negativ bidragsmarginal. Eftersom svansen tar den tillgängliga annonsallokeringen och rörelsekapitalet kan det högre marginalarbetet inte skalas – gränsen är inte efterfrågan utan att budgeten redan är låst i fel mix.

Rättningen är därför en urvalsregel för media och sortiment, inte ytterligare kreativ testning eller lageroptimering. När varje produkt och kanal kan rangordnas efter bidragsmarginal efter betald medias andel följer de flesta allokeringsbesluten direkt.

DTC-operatörer når den här punkten när retail-distribution eller breda betalda kampanjer låser in en fast kundanskaffningskostnad som kassan inte klarar: mediakostnaden stiger med volymen, men återköpsfrekvensen på de tillagda ordrarna täcker inte utlägget, så grundaren eller CFO:n ser 62M dollar i omsättning över 95 personer och möter ändå återkommande kassabrist.

Hur du ser att det är ditt problem

De här tre tillsammans är signaturen. En ensam pekar oftast någon annanstans.

✓ Betald media som procent av omsättningen ligger kvar på hög nivå medan bidragsmarginalen på hela katalogen är oklar utan en engångsexport.
✓ Veckodashboardar visar stigande AOV och orderantal men bankbalansen förbättras inte i takt med omsättningen.
✓ Att pausa en kampanj eller produktlinje känns omöjligt eftersom teamet inte kan peka ut vilka som subventionerar resten.

Steget som brukar göra det värre. Att öka budgetarna för betald media eller lägga till personal för att hantera volymen, vilket bara skalas upp andelen låg-bidragsordrar och förstorar kassagapet i samma takt.

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.

Hur det ser ut när analysen körs

Below is an excerpt from a real run of this analysis on ett DTC-varumärke. 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.

Vad motorn gör med den här frågan

This question routes to Proprietary EFF Methodology, one of 29 engagements the platform runs. For e-handels- och DTC-varumärken 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. Läs en komplett rapport här if you would rather see the depth first.

Frågor som folk ställer om det här

Hur vet jag vilket arbete jag ska sluta ta?

Rangordna efter bidrag per enhet av din verkliga begränsning – maskintimme, debiterbar timme, leveransplats, kvadratmeter. Inte efter omsättning och inte efter bruttomarginalprocent, båda gynnar fel arbete när begränsningen är kapacitet.

Skadar det relationen att säga nej till arbete?

Ibland, och det är oftast billigare än alternativet. I praktiken gör ett pris som speglar vad arbetet förbrukar antingen kontot lönsamt eller flyttar det till en konkurrent, och båda utfallen är bättre än det nuvarande.

Är det ett prissättningsproblem eller ett effektivitetsproblem?

Testa det: om varje jobb kördes perfekt med noll spill, skulle de tunna jobben då gå med vinst? Är svaret nej är det prissättning och urval, och inget effektivitetsprogram når dit.

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.