计算LTV：你是不是算错了？

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。