LTV 计算：你是否用错了方法？

什么是客户 LTV？

尽管计算终身价值（LTV，有时称为客户生命周期价值，缩写为 CLTV 或 CLV）的方法多种多样，令人眼花缭乱，但它们都试图为您提供相同的结果：客户在其与公司关系的整个过程中平均花费的总额。了解您组织的 LTV 及其随时间变化的情况应该会促使您从更长期的角度考虑客户关系，而不是只关注快速收益。

如果您刚刚开始创业，请不要急于计算 LTV 公式；虽然您不需要立即盈利，但在没有一些真正的付费客户的情况下，您无法计算 LTV。

SaaS 公司的基本 LTV 公式

对于每个组织来说，计算 LTV 的方式都不尽相同——这正是它可能成为一个难以确定的公式的部分原因。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账单周期中每个客户、用户或账户的平均收入（称为 ARPC、ARPU 或 ARPA——本身是一个计算指标，通过将每月经常性收入 [MRR] 除以有效订阅数来确定）。

一旦您知道您的 ARPC，简单的 LTV 可以通过将其除以您的客户流失率来计算

客户流失率在这个等式中比任何其他变量都起着更大的作用。如果您的客户永不流失——也就是说，您的净收入留存率 (NRR) 保持在 100 左右或以上——那么理论上他们永远不会停止付费，而 LTV 也会随之飙升。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 MRR 为 500,000 美元，有效订阅数为 1000，客户流失率为 10%。这意味着您在每个账单周期中每个客户的平均收入为 500 美元。要使用这个基本公式计算 LTV，您需要执行以下操作

500 / 0.10 = 5000

因此，您的平均客户在其整个订阅过程中将花费 5000 美元。现在，如果您设法提高了客户流失率，将其降至 7%，您的 LTV 将相应地（且显着地）改变

500 / 0.07 = 7143

这些保留率的提高是复合的——在本例中，保留率提高 30%（从 10% 的客户流失率降至 7%）导致 LTV 提高的幅度更大（42%）。

LTV 用例

一旦掌握了 LTV，它就可以指导以下决策，例如

• 优先考虑营销工作 – 也许您正在考虑购买广告，但需要了解您可以花费多少钱来获取客户。根据不同的渠道（如电子邮件、搜索或社交媒体）计算 LTV 可以表明在何处投放这些广告可能是最佳选择。在广告系列结束后，您可以比较这些广告购买对 LTV 的影响。
• 倡导产品功能 – 如果您知道某些客户因为您的产品缺少特定功能而流失，那么计算该客户细分的 LTV 可以帮助决策者证明该功能是否值得为未来的版本开发。
• 团队扩张预算 – 更高的 LTV 意味着您的组织可以花费更多资金来获取新客户，例如让更多团队成员加入。

LTV 的美妙之处在于，它可以帮助团队优先考虑现有客户的工作，而不是新客户的新功能。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事物，但这种计算可以帮助您证明投资于改进当前用例是合理的。

LTV 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改进。

一开始不要在复杂的公式上花费太多时间和精力；首先使用一些简单的东西（如上面的基本公式）。与任何有用的指标一样，您应该随着公司的发展评估和改进您的公式，例如在您的计算基础上考虑毛利率和账户扩张。

这些更复杂的公式可以提供更精确的结果，但这将需要额外的分析师时间。如果您只是想立即了解您的 LTV，请从基本计算开始。

除了调整公式外，您可能还希望按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 在真空中不会有太大用处；您还需要知道获取客户的成本。这里的一个良好经验法则是将 LTV 与 CAC 的比率定为 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。该比率会因您细分 LTV 的方式而异，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，无法做出决定

解决方案：要有耐心，并跟踪您的 LTV 趋势，而不是个别波动。

LTV 依赖于历史数据。如果您是一个新组织，客户群较小，可供借鉴的数据较少，那么当该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，您可能需要一段时间才能依靠 LTV 作为稳定的指标。

与此同时，在绘制 LTV 随时间变化的图表时，使用趋势线会有所帮助，而不是过多关注每月波动。

问题：利益相关者不了解您如何计算 LTV

解决方案：改进您关于 LTV 的消息传递，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，如果您不是整天沉浸在数字中的人，则更是如此。当您的团队选择复杂的 LTV 模型时，您是在用额外的精度来换取可访问性。

如果您难以用通俗易懂的语言有效地传达 LTV 数字的来源，那么从长远来看，该指标可能不会有太大用处。从这个意义上说，围绕 LTV 的消息传递可能比确切的公式本身更重要。鉴于客户保留率对 LTV 的影响，强调客户保留率的重要性可能会有所帮助。

问题：没有人知道您的 LTV 是否真的符合实际情况

解决方案：实施定期回溯测试，以衡量您的计算准确性。

与许多常见的业务指标一样，LTV 是一种预测——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，通过对所有流失账户的支出进行加权平均），回溯测试您的计算可以很好地了解预测值在给定时间段内与现实的接近程度。

如何开始

计算 LTV 可能会变得非常复杂，但不必如此。要开始使用，您只需要知道您的 ARPC 和客户流失率。从那里开始，您可以构建更复杂的模型，按订阅类型或账户规模细分您的客户，并使用这些数字来指导决策。您甚至可以使用Metabase 中的 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，但了解如何计算它——以及如何处理该数字——可以为您的长期成功做好准备。