‧
7 分钟阅读
计算LTV:你是不是算错了?

Bruno Bergher
‧ 7 分钟阅读
分享本文
什么是客户LTV?
尽管计算客户生命周期价值(LTV,有时也称为客户生命周期价值,缩写为 CLTV 或 CLV)的方法有很多,但它们都试图获得相同的结果:客户在与公司关系期间的平均总支出。了解您组织的 LTV 及其随时间的变化,应该会促使您以更长远的眼光思考客户关系,而不仅仅关注短期收益。
如果您的初创公司刚刚起步,请不要急于制定 LTV 公式;虽然您不必立即盈利,但在没有一些实际付费客户的情况下,您无法计算 LTV。
SaaS 公司的基本 LTV 公式
LTV 的计算方法因组织而异——这也是它如此难以确定公式的部分原因。对于基于订阅的公司(如 SaaS 初创公司),您需要了解您的客户流失率和每个结算周期中每个客户、用户或账户的平均收入(称为 ARPC、ARPU 或 ARPA ——它本身是一个计算出的指标,通过将每月经常性收入 [MRR] 除以活跃订阅数量来确定)。
一旦您知道您的 ARPC,简单的 LTV 就可以通过将其除以您的客户流失率来计算
客户流失率在这个方程式中扮演着比任何其他变量都重要的角色。如果您的客户从不流失——也就是说,您的净留存率 (NRR) 保持在或高于 100——他们理论上永远不会停止付费,LTV 也会因此飙升。实际上,这意味着留住客户将比说服这些客户升级产生更大的长期影响。
假设您的月经常性收入 (MRR) 为 500,000 美元,有 1000 个活跃订阅,客户流失率为 10%。这意味着您每个结算周期的平均客户收入为 500 美元。使用此基本公式计算 LTV,您将进行以下操作
500 / 0.10 = 5000
因此,您的平均客户在整个订阅期间将花费 5000 美元。现在,如果您设法改善了客户流失率,将其降至 7%,您的 LTV 将相应地(并且显著地)发生变化
500 / 0.07 = 7143
这些留存率的提高是复合的——在这种情况下,留存率提高 30%(从 10% 的流失率降至 7%)会导致 LTV 大幅提高(42%)。
LTV 的用例
一旦掌握了 LTV,它就可以指导以下决策:
- 优先考虑营销工作 – 也许您正在考虑购买广告,但需要了解您在获取客户方面可以花费多少。根据不同的渠道(如电子邮件、搜索或社交媒体)计算 LTV 可以指示在哪里投放广告效果最佳。活动结束后,您可以比较这些广告购买对 LTV 的影响。
- 倡导产品功能 – 如果您知道有些客户流失是因为您的产品缺乏某个特定功能,计算该客户群的 LTV 可以帮助决策者判断该功能是否值得为未来版本开发。
- 团队扩展预算 – 更高的 LTV 意味着您的组织可以花费更多来获取新客户,例如招聘更多团队成员。
LTV 的一个优点是它可以帮助团队优先处理现有客户的工作,而不是为新客户开发新功能。人们的直觉通常是,要增加收入,您必须为更广泛的用户群构建新功能,但这种计算可以帮助您证明投资改进当前用例是合理的。
LTV 的挫折:组织出错的地方
问题:计算 LTV 的方法太多了
解决方案:从简单的计算开始,并随着时间的推移进行完善。
一开始不要在复杂的公式上花费太多时间或精力;先使用简单的公式(如上面这个基本公式)。与任何有用的指标一样,您应该随着公司的发展评估和完善您的公式,例如在您的计算中考虑毛利率和账户扩展。
这些更复杂的公式可以提供更精确的结果,但这需要额外的分析师时间。如果您只想立即了解您的 LTV,请从基本计算开始。
除了调整公式之外,您可能还需要根据不同的订阅级别或客户群细分该数字。
问题:您不确定您的 LTV 到底有多健康
解决方案:将 LTV 与您的客户获取成本 (CAC) 进行比较。
LTV 单独使用没有多大意义;您还需要知道获取客户的成本。这里的一个经验法则是将 LTV 与 CAC 的比率目标设定为 3:1 或更高,以确保您能够保持健康的利润率并为可持续增长做好准备。该比率将根据您如何细分 LTV 而有所不同,因为某些渠道将带来比其他渠道更多的价值。
问题:LTV 波动太大,无法做出决策
解决方案:耐心等待,并追踪 LTV 的趋势,而不是个别的起伏。
LTV 依赖于历史数据。如果您是一个拥有较小客户群和较少数据的新组织,那么当这个数字每月发生巨大变化时,请不要感到惊讶。幸运的是,随着您的数据增长,您的 LTV 会随着时间的推移变得更加稳定,只是在您能够将 LTV 作为稳定指标依赖之前,可能还需要一段时间。
与此同时,在绘制 LTV 随时间变化的图表时,使用趋势线会很有帮助,而不是过多关注每月的波动。
问题:利益相关者不理解您如何计算 LTV
解决方案:改进您关于 LTV 的信息传达,并考虑使用更简单的公式。
复杂的指标可能会令人困惑,尤其是那些涉及变化率的指标,如果您不是整天与数字打交道的人,情况更是如此。当您的团队选择复杂的 LTV 模型时,您正在用可访问性来换取额外的精度。
如果您难以用通俗易懂的方式解释 LTV 数字的来源,那么从长远来看,该指标可能作用不大。从这个意义上讲,围绕 LTV 的信息传达可能比公式本身更重要。鉴于客户留存对 LTV 的影响,在此强调客户留存的重要性可能会有所帮助。
问题:没有人知道您的 LTV 是否与现实相符
解决方案:定期进行回溯测试,以衡量您计算的准确性。
与许多常见的业务指标一样,LTV 是一个预测——总会存在一些猜测成分。通过将预测的 LTV 与实际流失客户在您公司花费的金额进行比较(例如,使用所有流失账户支出的加权平均值)来回溯测试您的计算,可以很好地了解在给定时间段内该预测值与现实的接近程度。
如何开始
计算 LTV 可能很快变得复杂,但并非必须如此。要开始,您只需了解您的 ARPC 和客户流失率。从那里,您可以构建更复杂的模型,按订阅类型或账户规模细分客户,并使用这些数字来指导决策。您甚至可以在 Metabase 中使用 SQL 查询来计算 LTV!
客户 LTV 只是您组织整体分析图景的一个方面,但知道如何计算它以及如何利用这个数字可以帮助您取得长期成功。