Показатель LTV: понятие, важность, способы вычисления.

Мы выпустили новую книгу «Контент-маркетинг в социальных сетях: Как засесть в голову подписчиков и влюбить их в свой бренд».

LTV - это показатель прибыли, которую компания получает от одного клиента за все время работы с ним. LTV – аббревиатура от английского Lifetime Value или Customer Lifetime Value. В русском языке эту метрику называют пожизненной стоимостью клиента.

Больше видео на нашем канале - изучайте интернет-маркетинг с SEMANTICA

Расчет Customer Lifetime Value: для чего это нужно

Метрика LTV очень важна в бизнесе особенно если ваш сайт относится к сегменту E-commerce. Если не учитывать это показатель, вы рискуете упустить прибыль или даже разориться. Обозреватели отмечают, что многие стартапы прогорают еще на начальном этапе, потому что затраты на привлечение клиента превышают показатель Lifetime Value.

Этой проблемы можно избежать, если не фокусировать все усилия только на сделке. Когда начальный этап завершен, нужно помнить о дальнейшей опыте, который получает клиент после конверсии.

Объясним на простом примере. Если вы решили заняться бизнесом, то должны думать об окупаемости. Например, вы шьете одежду на заказ. Если продавать платья по цене ниже себестоимости, вы разоритесь. Такая же ситуация с клиентами. Если привлечение одного клиента обходится вам в 300$, то вы должны разработать стратегию, как получить с него прибыль в размере 9 000$ – 1 200$. Не учитывая пожизненную стоимость клиента вы тратите деньги на ветер.

Что вы получаете при подсчете LTV:

Четко видите ROI по затратам на получение нового клиента.
Понимаете, какие каналы дают вам больше всего выгоды, и на чем нужно сфокусироваться. Так вы сможете более грамотно оптимизировать свои каналы по продвижению, выстроить стратегию на основе текущей прибыли с канала, а не по доходу от его начального приобретения.
Когда вы определяете, у каких клиентов самый высокий LTV, вам проще вычислить аудиторию, которую нужно таргетировать.
Вычисляете способы удержания клиентов.
Видите, как показатель LTV меняется в динамике, с течением времени и под воздействием различных маркетинговых стратегий.
Разрабатываете эффективную систему взаимодействия с клиентами: обмениваетесь электронными письмами и сообщениями, информируйте пользователей по важным вопросам, настраиваете таргетинг.
Определив LTV для каждого клиента, вы можете составить несколько групп в соответствие с этими показателями и распределить по ним клиентов. Это позволяет подбирать и применять разные подходы в работе для каждого сегмента, а персонализированное взаимодействие всегда более эффективно.
Вносите правки в поведенческие триггеры и разрабатываете новые, которые позволяют подтолкнуть клиента к покупке.
Повышаете производительность за счет поддержки клиентов.
Выявляете наиболее ценных клиентов, которым стоит уделить особенное внимание.

Формулы подсчета LTV

Самый простой и очевидный метод посчитать пожизненную ценность – из прибыли от клиента вычесть затраты на его привлечение. Но это грубая и неточная формула. Она не учитывает многие изменяющиеся показатели, например увеличение клиентской базы. Способов вычислить этот показатель существует несколько. Есть простые и сложные формулы, разберем две из них.

Формула №1

Самый быстрый способ подсчета. В этом и заключается его преимущество – показатель можно определить в одно действие, разделив прибыль на количество пользователей.

Недостатки этого метода – полученные данные будут неточными, так как учитываются доходы не со всех пользователей. Например отсеиваются те клиенты, которые уже есть у компании, но еще не принесли прибыли.

Формула №2

Формула простая, для нее необходимо знать всего два значения: количество дней, проведенных пользователем в интернете, и прибыль, которую вы получаете от этого пользователя за день. Формула в это случае выглядит так:

Теперь разложим ее на составные части.

Lifetime . Вы определяете время, после которого пользователь обычно не возвращается в приложение, т.е. период неактивности. Обычно задают значение 1-2 недели. Затем ежедневно отслеживаете пользователей, у которых на сегодняшний день закончился период неактивности и вычисляете число дней от первого посещения до текущего момента. После вы рассчитываете Lifetime – средние показатели по всем пользователям.
ARPU . Чтобы получить этот показатель, разделите значение дневного дохода на количество пользователей.

Умножив ARPU на Lifetime вы получите показатель LTV.

Преимущества формулы:

Простота. Оба показателя рассчитываются легко, а чтобы получить конечный результат, нужно лишь выполнить умножение.
Подсчеты можно проводить регулярно.
Есть возможность рассчитать показатель для каждого сегмента пользователей.

Недостатки формулы:

Результат зависит от периода активности. Так как обычно он определяется экспертно, показатели могут быть усредненными и неточными.
Показатели lifetime и ARPU в данном случае отражают средние значения, а значит при подсчете будет присутствовать погрешность.,
Когда мы считаем Lifetime и ARPU, мы учитываем разных пользователей: в первом случае тех, кто уже вышел из приложения, а во втором – тех кто на текущий момент времени активен.
Показатель ARPU, который мы берем при подсчете, показывает результат лишь для текущего дня, а пожизненную ценность мы должны спрогнозировать на много дней и недель вперед.

LTV, CLV, CLTV. Названия разные, суть одна. Что это и почему каждый маркетолог должен знать этот показатель? Читайте далее.

Что такое LTV?

LTV (Lifetime Value) - это совокупная прибыль компании, получаемая от одного клиента за все время сотрудничества с ним. Есть также упрощенный вариант русского определения, который кратко характеризует этот показатель, - пожизненная стоимость клиента. Такой перевод встречается чаще всего. Эту метрику также называют CLV (Customer Lifetime Value) или CLTV.

Почему так важно знать LTV?

LTV - это одна из важнейших метрик в бизнесе (особенно E-commerce). Девид Скок, известный венчурный инвестор, в своей статье говорит, что большинство стартапов умирает из-за того, что стоимость привлечения нового клиента (CAC) «перевешивает» пожизненную стоимость клиента (LTV), и выглядит это примерно так:

Как показывает практика, чаще всего такой перевес происходит из-за того, что мы фокусируемся на осуществлении сделки и зачастую забываем об опыте, который получает клиент после конверсии.

Знание LTV поможет вам:

Определить реальный ROI по стоимости привлечения нового клиента.
LTV поможет вам сфокусироваться на тех каналах, которые приносят лучших клиентов. Ведь лучше оптимизировать свои маркетинговые каналы на основе прибыли, которую приносит клиент за всё время, нежели на доходе от его начальной покупки. Следовательно, вы можете максимизировать пожизненную ценность клиента по отношению к стоимости привлечения нового (CAC). Сделав это, вы полностью измените стратегию привлечения клиентов.

Возможно, вы поймёте, что переплачиваете за это. И вы не ограничены знанием дохода с одной покупки, а знаете, сколько получаете с каждого клиента за весь период вашего взаимодействия. Информация о вашем клиенте с высоким LTV также даст вам точное понимание о том, кого вы должны таргетировать. Эта информация в совокупности позволит вам опередить конкурентов, которые не обладают этими данными.
Улучшить стратегию удержания клиента.
Значение маркетинговой кампании (например, той, что превращает покупателя, однажды совершившего покупку, в постоянного клиента) не должно быть основано на текущем доходе. Оно должно оцениваться во влиянии на средний LTV в сегменте потребителей, который вы таргетируете. Как это изменило траекторию LTV, который мы получаем со среднего клиента? Чтобы рассчитать это, вам понадобится точная аналитика и тогда вы сможете увидеть, как LTV изменяется под воздействием различных маркетинговых мероприятий.
Создать более эффективными обмен сообщениями, таргетинг и информирование клиентов.
Сегментируйте своих клиентов по LTV. Так вы сможете усовершенствовать релевантность маркетинговых кампаний при помощи более персонифицированных сообщений. Важная переменная, используемая здесь - это типы продуктов, которые вы продаете клиентам из разных сегментов.
Усовершенствовать поведенческие триггеры.
Используя кластерные техники, вы сможете открыть новые поведенческие триггеры, которые простимулировали вашего клиента сделать свою первую покупку. Вы сможете продублировать этот поведенческий фактор с вашими новыми потенциальными клиентами, подтолкнув их к первому приобретению.
Улучшить производительность за счет поддержки клиентов.
Сфокусируйте свое время на особое внимание к самым ценным клиентам.

Существует несколько подходов для подсчета LTV. Есть довольно сложные и запутанные, а есть простые, но менее точные. Ниже приведено четыре формулы, каждая из которых имеет право на существование.

Простая формула:
LTV = доход от клиента - затраты на привлечение и удержание клиента.

Пример от Topanalytics: 1-я покупка - 200 клиентов, 1500 р. средний чек, стоимость привлечения - 300 р., себестоимость продукции - 850 р.; 2-я покупка - 90 клиентов (допустим, что вторую покупку совершают 45% клиентов), средний чек - 400 р. (т.к. они покупают только расходные материалы), стоимость удержания - 60 р., себестоимость расходных материалов - 50 р.

При условии совершения одной покупки: Profit1 = 200 * (1500 - 850 - 300) = 300 000 - 170 000 - 60 000 = 70 000 руб. LTV1 = 70 000 / 200 = 350 руб. ROI1 = (70 000 – 60 000) / 60 000 * 100% = 16,7%

При условии совершения двух покупок: Profitобщий = Profit1 + 90 * (400 - 50 - 60) = 70 000 + 26 200 = 96 200 руб. LTVобщий = 96 200 р. / 200 = 481 р. ROIобщий = (96 200 – 69 900) / 69 900 * 100% = 37,6% Вычислим показатели только для сегмента клиентов, совершивших 2 покупки: LTV2 = LTV1 + 26 200 / 90 = 641 руб. ROI2 = (641 – 360) / 360 * 100% = 78% Обратите внимание, что эта формула является наиболее простой и не учитывает множество деталей, например, прирост клиентской базы.
Базовая формула. Этот способ подсчёта является более точным:
LTV =(средняя стоимость продажи) х (среднее число продаж в месяц) х (среднее время удержания клиента в месяцах)

Брэд Шугарс из Entrepreneur.com предлагает простой пример расчёта LTV. Член тренажерного зала платит за абонемент 20 $ в месяц в течение 3 лет. $ 20 х 12 месяцев х 3 года = $ 720 в общем объеме выручки или $ 240 / год. Владелец тренажерного зала сможет использовать эту информацию для расчета выгодной стоимости привлечения и удержания.

Однако, стоит учесть что далеко не все клиенты будут с компанией в течении 3 лет. Обратите внимание, что средние значения всегда неточны. Если вы хотите посчитать действительную пожизненную ценность ваших клиентов, нужно учесть:

а) Покупку персональных тренировок;

б) Оплату дополнительных занятий;

в) Покупку сопутствующих товаров (спорт-бар, оборудование и т.п.)

Вам также стоит проанализировать данные и корреляцию между теми членами спортзала, которые продолжают покупать абонементы и теми, которые «отваливаются».
Фактическая (историческая) формула.
Это просто сумма общего дохода за всю историю покупок для каждого отдельного клиента. Прибавьте сумму всех покупок (транзакций) клиента к транзакции N, где транзакция N - это последняя покупка, которую совершил клиент в вашей компании. Если у вас есть доступ ко всем данным по транзакциям клиентов, то вы можете легко вычислить это с помощью Excel.

Итак, LTV = (транзакция 1 + транзакция 2 + транзакция 3... + транзакция N) х долю прибыли в выручке.

Расчет LTV на основании чистой прибыли в конечном счете и показывает фактическую прибыль, которую клиент приносит вашей компании. Здесь берется во внимание и стоимость обслуживания клиентов, и стоимость удержания, и стоимость привлечения и т.д. В результате получается целый комплекс вычислений, основанный на отдельно взятых данных. Совокупная прибыль, получаемая от одного клиента за все время, даст вам точное понимание рентабельности ваших клиентов на сегодняшний день.
Прогнозная формула.
Алгоритмы прогнозного LTV дадут вам возможность получить более точный показатель LTV за счет прогноза общего дохода, который со временем принесет вам клиент. На практике может быть довольно сложно добиться необходимых условий, учитывая постоянно меняющиеся скидки и т.п. Есть много путей вычисления прогнозного LTV, и многие из них чрезвычайно сложны и запутаны. Ниже приведён один из них.

LTV = ((T x AOV) AGM) ALT, где T = среднее количество заказов (продаж) в месяц AOV = средний чек ALT = средняя продолжительность взаимодействия клиента с компанией (в месяцах) AGM = доля прибыли в выручке.

Корректно LTV выражать как сумму всех будущих доходов минус все затраты на привлечение и удержание клиентов, приведённых к сегодняшнему дню. Потому что будущие доходы обесцениваются. Однако примите во внимание, что эта формула не может быть абсолютно точной, так как она лишь даёт прогноз.

Известный консультант, специалист по маркетингу и управлению в Великобритании
Техники прогнозирования всегда ограничены в диапазоне точности наших моделей вычисления и вашего доверия.

Вывод

На самом деле все эти формулы должны быть использованы только в качестве отправной точки для понимания ваших клиентов. И, как правило, их необходимо корректировать и подгонять под специфику вашего бизнеса и другие бизнес-показатели. Очень важно делать такие вычисления для того, чтобы понять, насколько ваши клиенты рентабельны и совершенствовать маркетинговые кампании, делая их более эффективными.

Источники:

Пожизненная ценность клиента Client Lifetime Value, CLV (Lifetime Value, LTV)

Вопрос расчёта lifetime value (он же LTV, customer lifetime value, CLV) рано или поздно встаёт перед разработчиками мобильных (впрочем, и не только) приложений. Методов расчёта придумано множество, и по поводу того, как считать LTV, существует сколько людей, столько же и мнений. В данном материале я решил описать наиболее распространённые методы, обозначить их плюсы и минусы. Данные методы подходят прежде всего для описания f2p-модели.

1. Постфактум
Этот метод выделяется на фоне всех последующих, так как он не моделирует LTV и не прогнозирует его, а считает фактический LTV.
Для этого метода надо взять когорту пользователей, которые уже точно покинули проект, посмотреть, сколько денег принесла вся эта когорта, затем поделить эту сумму на размер когорты. Желательно, чтобы пользователи были зарегистрированы примерно в одно время (в один месяц, а лучше - в один день).
На практике же этот метод слабо применим, так как обязательно найдётся хотя бы один человек из когорты, который до сих пор активен, как бы давно не регистрировалась когорта. А потому на практике LTV именно моделируют, а не рассчитывают по факту. И все последующие методы будут именно моделировать будущий LTV, а не оценивать прошлый.

2. Взять всё и поделить, или метод Шарикова

Наиболее быстрый, но грубый метод. Берём весь доход приложения за период и делим на общее количество пользователей за тот же период.

Плюс у этого метода только один: считается довольно быстро, буквально в одно действие.

Минус заключается в очевидной неточности метода, которая может быть обусловлена, например, следующими причинами:

не учитывается доход от тех пользователей, которые уже успели стать активными (попали в знаменатель), но еще не успели принести доход (который попал бы в числитель);
в расчёт попадают значения метрик приложения с самого начала его жизни; не стоит забывать, что приложения имеют свой жизненный цикл, и как правило, в начале своего жизненного цикла показатели лучше, чем спустя некоторое время после (читайте об этом отличное исследование от GameAnalytics). В этом же методе все этапы жизни приложения объединены.
также в этом методе трудно посчитать LTV отдельно для каждого пользовательского сегмента, для этого нужно заранее знать размер сегмента и количество денег, принесенных пользователями этого сегмента.

3. Lifetime по-простому
Если мы знаем, сколько дней пользователь в среднем живёт в приложении, и сколько денег он в среднем приносит за день жизни, то мы можем и оценить, сколько денег он принесёт за всю свою жизнь в приложении. А это и есть наш LTV. Формула этого метода такова:

Дальше возникает вопрос, как считать lifetime. Существует два метода, и первый - это расчёт по-простому (как вы могли уже заметить из заголовка):
1) Мы определяем некоторый период неактивности, то есть время, после которого пользователь скорее всего уже не вернётся в приложение. Определяют это либо на основании значений retention, либо, что чаще, экспертно. Обычно экспертно это значение задают равным одной или двум неделям.
2) Каждый день мы смотрим на пользователей, у которых в этот конкретный день истек период неактивности.
3) Для каждого пользователя вычисляем количество дней от его первого визита до текущего дня.
4) Рассчитываем среднее значение по всем пользователям. Это и есть lifetime.

Ну а ARPU (в данном случае ARPU = ARPDAU) рассчитывается как дневной Revenue, делённый на DAU. Перемножаем lifetime на ARPU и получаем LTV.

Плюсы метода:

Простота расчётов. Рассчитать lifetime таким образом нетрудно, ещё легче рассчитать ARPU. А перемножить одно на другое сможет любой школьник.
Можно рассчитывать LTV хоть каждый день.
LTV можно рассчитать по каждому пользовательскому сегменту в отдельности.

Минусы вновь заключаются в неточности, которая в этом случае обусловлена следующими причинами:

Значение сильно зависит от периода неактивности, задаваемого, как правило, экспертно.
Мы умножаем среднее значение lifetime на среднее значение ARPU, получаем накопленную ошибку.
При расчёте lifetime мы смотрим на тех пользователей, которые уже покинули приложение. При расчёте же ARPU мы смотрим на пользователей текущего дня. Получается, что множества пользователей, формирующих lifetime и ARPU, не пересекаются: lifetime считается по данным прошлых дней, ARPU - по текущему дню.
Сильное предположение о неизменности ARPU. Мы берём ARPU лишь за один день и на его основании прогнозируем LTV на множество дней вперёд.

4. Lifetime по-сложному, или Bottoms Up
Второе название этого метода взято из материала Wooga , а это, согласитесь, источник, к которому стоит прислушаться. Формула метода точно такая же:

Но lifetime тут считается немного сложнее и получается намного точнее. Вспомним, как выглядит график retention :

Дело в том, что lifetime - это площадь фигуры под графиком retention, иначе говоря - интеграл от retention по времени.
Но прежде чем считать интеграл, надо построить саму функцию. Как это делается:
1) Как правило, у вас есть значения показателей retention за несколько дней (например, за 1 день, 7 дней, 28 дней). Если есть за другие дни, а ещё лучше - за бОльшие промежутки времени - это прекрасно, это сделает расчёты лишь точнее.
2) На основании известных значений (допустим, за 1, 7 и 28 дней) нам нужно построить кривую retention. Будем искать уравнение кривой вида:

где t - количество дней от первого визита, F(t) - будущее уравнение retention, а A, B и C - коэффициенты модели.
3) Подставляем известные значения retention, сколько бы их ни было, в уравнение, и получаем систему уравнений относительно коэффициентов A, B и C.
4) Рассчитываем сумму квадратов разностей отклонений между фактическими и моделируемыми значениями F(t).
5) Находим такие значения A, B и C, которые минимизируют суммарное отклонение. Это можно прекрасно выполнить, например, с помощью инструмента Solver (Поиск решения) в MS Excel.
6) Подставляем найденные значения A, B, C в уравнение и получаем функцию, с помощью которой можно оценить retention за сколько угодно дней.
Это ещё не всё, но мы уже близко. Дальше по-прежнему можно выбрать сложный или простой метод.
Сложный метод заключается в нахождении интеграла от функции retention.
Напомним, что

Простой же метод заключается в том, чтобы, пусть и примерно, поделить кривую retention на сегменты в зависимости от значения lifetime. Например, на пользователей, ушедших через день, проживших в приложении от 2 до 7 дней, от 8 до 30 дней, от 1 до 3 месяцев, свыше 3 месяцев. Чем больше сегментов, тем лучше. Для каждого сегмента посчитать по таблице retention процент пользователей (вес сегмента), относящихся к нему, а затем посчитать средневзвешенный lifetime по всем сегментам.

Но какой бы метод вы ни выбрали, вы столкнётесь с вопросом, до какого момента считать LTV (в случае с интегралом это будет правый край области интегрирования, в случае с суммой - количество дней в самом последнем сегменте). И здесь вновь существует два метода решения: простой и сложный.
Простой метод заключается в том, что правый край задаётся экспертно. Обычно это происходит так:
- а давайте возьмём полгода!
- почему?
- а почему бы и нет?
- хорошо, давайте полгода.

Сложный метод заключается в использовании дисконтирования и нахождении ставки дисконтирования WACC (признайтесь, вы не ожидали увидеть финансовую математику в этом материале?). Дело в том, что тысяча долларов сейчас и тысяча долларов завтра - это разные суммы денег. Завтрашняя тысяча долларов сегодня будет равна девятистам долларам или около того, в зависимости от выбора ставки дисконтирования.
Формула такова:

Здесь PV (present value) - текущая стоимость будущих денег,
CFi - деньги, которые вы получите через i временных периодов,
WACC (weighted average cost of capital) - та самая ставка дисконтирования.
Как её найти? Обычно WACC делают равным фактической рентабельности капитала в среднем по фирме. Также можно приравнять его к желаемой рентабельности капитала, либо к рентабельности капитала альтернативных проектов. Если вы не поняли этот абзац, спросите у своих финансистов, они наверняка знают WACC вашей компании.
Итак, зная WACC, вы сможете дисконтировать будущие временные потоки, а следовательно, в качестве правого края интегрирования выбрать хоть бесконечность. Дело в том, что добавление WACC делает из вашей суммы (или из вашего интеграла) бесконечно убывающую последовательность, у которой можно найти сумму.
Будем считать, что lifetime мы посчитали. Теперь же считаем ARPU (Revenue/DAU), умножаем ARPU на lifetime и получаем LTV.

Плюсы метода:

Точность. Lifetime рассчитан очень точно, погрешность в нём минимальна.
Побочным эффектом от расчёта такого метода является то, что вы бонусом получаете ещё и прогноз retention на сколько угодно дней.
Возможность посчитать LTV для каждого сегмента в отдельности.

Минусы метода:

Сложно считать (хотя опытный аналитик при наличии всех данных посчитает вам LTV за пять минут).
Вновь предположение о неизменности ARPU во времени. Можно немного перестраховаться и взять в расчёт не ARPU за один день, а среднедневной ARPU за lifetime, это увеличит точность.

5. Накопительный ARPU, или Top Down
Второе название метода вновь взято из материала Wooga , что даёт +10 к доверию к данному методу. Из этого же материала взята и картинка:

Поясним. Допустим, к вам в проект пришла группа новых игроков, и вы стали за ней следить. Вы замеряете, сколько денег принёс вам в среднем один игрок из этой группы за 7 дней, за 14, за 28, и так далее. То есть, по сути, вы переходите от обычного ARPU к накопительному за N дней.
Ну а зная Cumulative ARPU за 7, 14, 28 и т.д. дней, мы вновь сможем построить математическую модель кривой, которая будет прогнозировать значения Cumulative ARPU за сколько угодно дней. Будем искать уравнение кривой вида:

где t - количество дней от первого визита пользователя, F(t) - будущее уравнение, A и B - коэффициенты модели.
Вновь рассчитываем сумму квадратов отклонений и минимизируем её за счёт подбора оптимальных значений коэффициентов A и B.
Если же у вас есть больше значений Cumulative ARPU (скажем, за 60 и 90 дней), то можно добавить в уравнение дополнительные слагаемые вида C*t или D/t, это может повысить точность. Ну и в целом - здесь нет одного уравнения, гарантированно дающего минимальное отклонение. Экспериментируйте с видом уравнения!
Путём нескольких итераций вы таки получите уравнение, которое вас устроит. Теперь, подставив в это уравнение нужное вам значение t, вы получите Cumulative ARPU(t), что по сути и будет равняться LTV.
Как выбрать значение t для расчёта LTV?

Итак, мы рассмотрели пять методов расчёта LTV, которые, как вы могли заметить, упорядочены от наименее точного к наиболее точному. Выбирайте тот метод, который вам по душе, рассчитывайте свой LTV и принимайте правильные решения. А теперь главное правило LTV: делите пользователей на сегменты, и считайте LTV каждого сегмента в отдельности. Это даст вам и более высокую точность, и больше поводов для принятия правильных решений по вашему продукту.

Специалисты в сфере интернет-маркетинга сходятся во мнении, что анализировать eCommerce-бизнес можно с помощью ряда метрик, но самой важной все же является LTV (Lifetime Value, ценность жизненного цикла клиента). LTV отображает прибыль, которую потребитель приносит в течение всего срока использования услуг фирмы. Если клиент тратит по 300 долларов в год в течение пяти лет, то LTV за этот промежуток времени составляет 1500 долларов.

LTV (также называют CLV - Customer Lifetime Value) является подходящей метрикой для аналитики как интернет-магазинов, так и SaaS. Этот показатель намного значительнее остальных, так как на другие KPI оказывают влияние изменения по типу колебаний пользовательского спроса. Главная особенность LTV в том, что он сфокусирован именно на долгосрочной ценности клиента. Метрика позволяет оценить общую эффективность бизнеса, учитывая как позитивные, так и негативные изменения.

Одним из поклонников LTV является известный веб-аналитик и маркетолог Авинаш Каушик. По его мнению, правильное определение LTV является работой на достижение успеха, позволяет определить потребителей, которые имеют ценность для компании, а также дает возможность решить в текущий момент времени еще и будущие проблемы. Потребительский жизненный цикл включает в себя пять основных пунктов:

Осознанность о бизнесе;
Сравнение и оценка;
Рассмотрение и интерес к покупке;
Оформление сделки;
Лояльность.

Что же включает этот цикл, если говорить о бизнесе? Прежде всего, это стратегия и маркетинг, а также привлечение внимания аудитории, пользовательский опыт, клиентский сервис, сам продукт, организация продажи и принятия решений. Эти факторы оказывают значительное влияние на жизнеспособность предприятия в целом. Вывод напрашивается сам собой: LTV оказывает влияние практически на все аспекты работы, а увеличение LTV обязательно влечет за собой рост прибыли.

В книге «Метрики маркетинга» приводится интересная статистика. Продажи потенциальном клиентам составляют скромные 5-20%, тогда как текущим - 60-70%. Таким образом, фокусировка на клиентах - это фокусировка на стратегии, приносящей большую чистую прибыль.

Отрывок популярной статьи с сайта BigCommerce гласит: «Важно добиться того, чтобы покупатели все чаще оформляли повторные сделки, это даст возможность увеличивать прибыль. Другими словами, отток клиентов должен быть максимально низким, чтобы потребители постоянно делали все новые и новые покупки. Низкий уровень оттока позволяет добиться более высокого LTV и сделать бизнес более жизнеспособным».

Как посчитать LTV для интернет-магазина?

Формул расчета показателя LTV существует очень много, и для каждого типа бизнеса используется своя методика расчётов. Интернет-магазин отличается от подписки тем, что владельцу интернет-магазина бывает сложно понять, будет ли клиент еще раз оформлять заказ. Полученные данные нельзя считать точными, они очень приблизительные и весьма усредненные, возможно эту формулу LTV придётся модифицировать для своей ниши.

LTV = AMPU / Churn rate

AMPU (Average Margin Per User) - средняя прибыль с покупателя. Вычисляется за период, который вы устанавливаете сами. Это может быть месяц, квартал, год, несколько лет.

Churn rate - показатель оттока клиентов. Вычисляется так:

Churn rate = Ушедшие клиенты за период / Активные клиенты за предыдущий период

Причём активные - это такие клиенты, у которых с момента совершения последней покупки прошло не более какого-то времени. К примеру, в службе доставки еды активный клиент - тот, который делает заказ хотя бы раз в 2 месяца. Если прошло 2 месяца, а клиент больше не делал заказы, можно считать его ушедшим. А вот в мебельном магазине покупки делают реже. Там клиент может быть активным годами, не совершив покупок.

Способы увеличения LTV

Главной стратегией увеличения пожизненной ценности клиента для обычных интернет-магазинов станет техника увеличения , о которой мы писали ранее. Но есть и другие хорошие действенные методы, которые стоит рассмотреть.

Кросс-селлинг и апселлинг

Допродажи имеющимся клиентам - это не только высокая вероятность достижения успеха, но и увеличение LTV. Нил Патель представляет пример того, как специалист по подготовке налоговых сводов смог повысить ценность жизненного цикла потребителей в пять раз за счет апселлинга некоторых дополнительных услуг.

Можно сказать, что допродажи в сфере электронной коммерции - это аналог педали газа автомобиля. Чем сильнее на нее будут нажимать, тем быстрее удастся оказаться в конечном пункте. Конечно же, желаемого уровня прибыли можно достичь и без апселлинга, но времени придется потратить куда больше.

На графике можно увидеть, как допродажи положительно сказываются на прибыльности SaaS-бизнеса, ускоряя при этом его развитие, и помогают достигать необходимого уровня доходности. Принципы, которые используются для обеспечения эффективности апселлинга для облачного бизнеса, являются актуальными для любой из ниш eCommerce, в том числе для интернет-магазинов.

Очевидно, что кросс-селлинг и апселлинг приносят куда больше выгоды, чем продажи возможным покупателям. Нужно лишь правильно применить технику на практике, и результаты не заставят себя долго ждать. Клиентов нужно привлекать к совершению повторных сделок, а не ожидать, что они будут делать их сами.

Клиентский сервис

В отчете Гарвардской школы бизнеса (Harvard Business School) сказано, что благодаря увеличению показателя удержания потребителей на 5% возможно добиться повышения прибыли на 25-95%. Рост retention rate положительно сказывается на ценности жизненного цикла. Очевидно, что чем дольше потребитель находится в статусе клиента, тем более значительные прибыли он может принести. Если какой-то секретный способ удержания клиентов и существует, то его наверняка знают владельцы парков Диснея, показатель повторных посещений которых достигает 70%. Если говорит на сухом языке маркетинга, причина большого количества повторных посещений Диснейлендов заключается в том, что парки всегда работают для удовлетворения клиентов, постоянно оптимизируя свою работу и предлагаемые услуги. Довольные покупатели автоматически становятся постоянными клиентами.

Патель выделил сразу несколько незамысловатых способов увеличения LTV благодаря предоставлению клиентского сервиса высокого качества:

Необходимо отвечать на все запросы и звонки клиентов;
В приоритете должно быть не количество, а качество;
Ради повышения авторитетности нужно публиковать контент;
Нужно всегда быть готовым сделать намного больше, чем клиент может ожидать;
Общаться с клиентами нужно обязательно в позитивном тоне;
Лояльность клиентов должна поощряться скидками или бонусами;
С разозленными клиентами важно быть терпеливым;
В процессе общения с клиентом нужно узнать как можно больше о нем.

LTV сводится не только к росту прибыли, но еще и помогает выстраивать отношения. Клиенты, к которым хорошо относятся, будут хорошо относиться к бизнесу. С точки зрения маркетинга ценность довольных клиентов невозможно переоценить.

Подписная модель - эффективное средство увеличения LTV

Самый эффективный вариант увеличения LTV - это превращение продукта в подписной сервис. Практика показывает, что в такой способ можно добиться стабильной прибыли, а также получить клиентов с куда большим жизненным циклом. Можно сказать, что бизнес, который работает по классической eCommerce модели привлекает клиентов с непредсказуемым и не самым стабильным LTV. Вместе с тем компания, которая предлагает , получает возрастающий приток прибыли.

Продажи по подписке уже не первый год пользуются большим спросом среди некоторых магазинов. Так, например, Dollar Shave Club продает станки для бриться именно таким способом. Традиционный интернет-магазин представляет собой каталог, с помощью которого каждый клиент может выбрать товар, оплатить его и дождаться доставки. Модель продажи по подписке хорошо работает с теми товарами, которые потребители покупают регулярно и приблизительно в одинаковых количествах. Это могут быть подгузники, корм для домашних питомцев, контактные линзы, струны для гитары, лекарства и т.д. Конечно, такая модель подходит очень небольшому количеству интернет-магазинов. Но она определённо даст дополнительные идеи.

Как работает продажа товара по подписке:

Клиент приобретает подписку на длительный период (полгода, год) и получает товары с доставкой по установленному графику.
Весь период, все партии товара оплачиваются сразу.
Клиент с определенной периодичностью получает заказанный товар на дом.
Товары по подписке имеют более низкую стоимость из-за того, что продавец договаривается с поставщиками о снижении стоимости за счет заказа крупной партии товаров, мотивируя поставщика оплатой наперед.
Покупатель в итоге получает товары по выгодной стоимости, которые будут поставляться ему с нужной периодичностью.

Основные преимущества подписки:

Нет необходимости в большом количестве финансовых ресурсов для запуска подписки.
Поставки товаров начинаются только после получения оплаты, то есть риск быть обманутым сводится к минимуму.
Продавец наверняка знает, какое количество товара он должен купить или заказать у поставщика.
Подписка может иметь элементы сюрприза или игры, что придется по душе людям, любящим подарки и неожиданности. На западе имеются подписки на игрушки для детей, подарки на праздники.

Сама модель подписки едва ли может считаться какой-то новинкой. Мы привыкли подписываться на журналы и газеты, телевизионные каналы, приобретать абонементы в спортивные залы и т.д. Количество товаров, которые можно купить по такой схеме, растет постоянно, так как этот формат сотрудничества выгоден и продавцу, и покупателю. Последний получает необходимый товар, не выходя из дома, что имеет большое значение, учитывая непрерывный рост занятости населения.

Из всех показателей SaaS-сферы индекс LTV, или «жизненный цикл клиента» (lifetime value ) представляет для маркетологов наибольшую загадку. Его довольно сложно посчитать, но даже если вам это и удастся — понять, что делать с результатом и как его оценить, не так-то просто. Попробуем разобраться, что это за метрика и как ее использовать.

LTV — количество денег, которое вы рассчитываете получить с конкретного клиента за время существования его аккаунта в активной фазе. Предположим, цена на услуги вашей компании составляет $100 /месяц, и клиент принимает решение работать с вами на протяжении 12 месяцев. В таком случае, LTV этого клиента будет равен $100x12=$1200.

Зачем нужен индекс LTV?

В облачном-бизнесе LTV — это показатель того, сколько средств вы можете потратить на привлечение новых покупателей. Так, если цена привлечения одного клиента, или CAC (customer acquisition cost ) равна $100, а его жизненный цикл составил $500, то представьте, что вы как будто бы напечатали 400 баксов. Неплохо, да?

Чем выше LTV и чем ниже CAC, тем быстрее растет ваша прибыль.

Однако, все не так просто. В целом, схема правильна, однако для долгосрочной перспективы такой расчет — не самое лучшее решение. Хотя бы потому, что не все клиенты одинаковы.

Прежде всего, вам необходимо знать LTV для каждого сегмента ваших пользователей. В SaaS-компании эти сегменты обычно определяются исходя из стоимости пакета услуг.

Например, LTV Владимира с его тарифным планом $30/месяц не сравнится с жизненным циклом Светланы, которая выбрала пакет за $200/месяц. И дело не только в разнице цен.

LTV и churn

Причина, по которой жизненные циклы клиентов могут значительно отличаться друг от друга, заключена в одном противном слове: churn или отток . Как правило, пользователи с низкими тарифными планами характеризуются наибольшими значения «оттока», что также требует внимания при расчете LTV для каждого сегмента.

Как говорилось ранее, LTV служит показателем того, сколько средств вы можете потратить на поиск и привлечение новых покупателей. Так, если средний пользователь обходится вам в $200, то при ожидаемом жизненном цикле в $100 такие расходы не имеют никакого смысла.

В связи с этим, учет оттока для каждого сегмента при расчете LTV является критичным.

Формулы для расчета LTV

Представленный выше базовый способ для расчета жизненного цикла пользователя, очевидно, не имеет большого практического значения для реального бизнеса (если, конечно, у вашей компании больше одного клиента).

Посмотрим, как лучше всего можно вычислить LTV:

LTV = ARPU x Average Lifetime of a Customer,

где ARPU — это средний ежемесячный доход на клиента (average monthly recurring revenue per user ), а Average Lifetime of a Customer — средняя продолжительность использования клиентами услуг вашей компании, которая в свою очередь высчитывается по формуле:

Average Lifetime of a Customer = 1 / churn rate, т.е.

LTV = ARPU / User Churn

Чем выше показатель оттока ваших клиентов, тем ниже будет конечный LTV. Таким образом, при расчетах прибыли обе метрики являются критичными.

Высоких вам конверсий!