срок жизни клиента ltv

LTV: как считать пожизненную ценность клиента

Блочный редактор писем, готовые шаблоны email, формы подписки и автоматизация. Запускайте email-рассылки, чтобы быть на связи со своими клиентами.

Где взять базу? Как сделать красивое письмо? Какие показатели смотреть? Расскажем об этом в бесплатном курсе из 16 писем. Татуировка в каждом письме!

Рассказываем про инструменты для email-рассылок. Обсуждаем лучшие примеры и механики. Говорим о деньгах. Публикуем вакансии.

LTV, или lifetime value — метрика, которая показывает, сколько денег принесёт клиент за всё время взаимодействия с компанией: от первой покупки до последней.

Знать пожизненную стоимость клиента полезно любому бизнесу. Эта информация поможет развиваться в правильном направлении. Для некоторых отраслей LTV особенно важен — например, для SaaS-компаний. Их бизнес-модель рассчитана на длительное взаимодействие с клиентом.

LTV превращает абстрактную ценность клиента в конкретные цифры. Одно дело — постоянно убеждать себя и других, что «клиент очень важен для нас», и совсем другое — знать, что в среднем покупатели приносят вам по 100 тыс. руб.

О чем пойдет речь в статье:

Зачем считать LTV

LTV измеряет ценность клиента в рублях. Это важная, но не единственная польза, которую даёт показатель бизнесу. Также LTV помогает:

Источник

5 простых способов рассчитать жизненную ценность клиента (LTV)

Соберите все данные для сквозной аналитики вместе с OWOX BI

Соберите все данные для сквозной аналитики вместе с OWOX BI

Среди всех маркетинговых показателей есть особенный, который измеряет прибыль от клиента в течение его жизненного цикла. Правильно рассчитав эту метрику, бизнес сможет узнать, сколько тратить на привлечение клиента, чтобы не работать в убыток. Также этот показатель раскрывает особенности поведения клиента в динамике и дает ценные инсайты, как его удержать.

Знакомьтесь — жизненная ценность клиента.

бонус для читателей

Полезные дашборды для маркетологов от OWOX BI

Содержание

Что такое жизненная ценность клиента

Жизненная ценность клиента (англ. customer lifetime value, LTV или CLV) — это общая прибыль, которую вы получите от клиента в ходе его сотрудничества с вами. Этот показатель помогает прогнозировать будущие доходы и измерять долгосрочный успех в бизнесе. Более того, он помогает оценить, сколько нужно инвестировать, чтобы удержать клиента.

Согласно журналу Forbes, вероятность того, что вы продадите продукт или услугу новому потребителю составляет 5–20%, тогда как вероятность продажи его существующему покупателю составляет около 60–70%.

Удержание клиента обойдется намного дешевле. Таким образом, успешные маркетологи всегда разрабатывают планы удержания и побуждения к новым покупкам. Некоторые расчеты LTV позволяют прогнозировать прирост прибыли компании, основываясь на данных о покупках ваших клиентов, их типичного поведения и особенностей ваших рекламных кампаний.

Показатель LTV дает ответы на следующие вопросы:

Рассмотрим несколько примеров того, как крупные компании использовали этот показатель.

LTV кейсы

Еще в 2013 году, по оценке исследования потребительского поведения, покупатели с подпиской Amazon Prime тратили 1340 долларов в год на шоппинг в Amazon, что вдвое больше, чем покупатели, которые не пользовались Prime аккаунтом. Основываясь на показателе жизненной ценности клиента, компания Amazon начала уделять больше внимания клиентам с Prime аккаунтами и значительно повысила прибыль за следующие четыре года.

Netflix также извлекли ценный инсайт из расчета LTV. В 2007 году компания обнаружила, что типичный подписчик оставался с ними в течение 25 месяцев. Их LTV составлял 291,25 долларов. Менеджеры компании поняли, что их зрители нетерпеливы и большинство из них отказывается от сервиса, когда приходится долго ждать желанный DVD. Проанализировав статистику, компания Netflix решила внедрить онлайн-трансляцию, чтобы развлечь пользователей, пока они ждут свою доставку. В результате компании Netflix удалось повысить вовлеченность зрителей на 4% и при этом отдать в прокат миллиардный DVD. Вскоре они почти отказались от DVD-продаж, начав полномасштабную экспансию в сети.

Примеры выше доказывают, что показатель жизненной ценности клиента существенно влияет на бизнес.

OWOX BI поможет объединить данные из разных систем: действия пользователей на сайте, звонки и заказы из CRM, email-рассылки и расходы на рекламу. Вы сможете настроить сквозную аналитику и автоматизировать отчеты любой сложности: по рекламным кампаниям, когортному анализу, ROPO, CPA, ROI, ROAS, LTV, САС, атрибуции и многие другие.

Как посчитать LTV

Есть много способов рассчитать жизненную ценность клиента, и выбор зависит от типа бизнеса и индустрии. Мы выбрали пять методов расчета, от простых к сложным.

Исторический и когортный подход к расчету LTV

Для исторического подхода нужны только данные о предыдущих покупках, так как формула рассчитывает жизненную ценность, исходя из прибыли от покупок в прошлом. Для расчета «исторического» LTV можно использовать показатель среднего дохода с клиента (ARPU) (способ 1) или когортный анализ (способ 2).

Способ 1

Посмотрим, что принесут нам эти люди через год:

Способ 2

Когортный анализ — это продвинутый подход ARPU. Когорта — это группа пользователей, которые имеют похожие характеристики и совершили первую покупку в течение одного и того же периода. С помощью когортного анализа, вы рассчитываете средний доход от группы, а не от пользователя.

Используя пример выше, мы рассчитали ARPU в месяц для когорты с января 2018 года и когорты с марта 2018 года и внесли их в таблицу. Таким образом, сумма всех ARPU за период общения с компанией и будет отражать LTV. Удобно, не так ли?

Кроме того, когортный анализ может помочь вам определить количество лояльных клиентов, повысить жизненную ценность клиента, определить точки падения интенсивности покупок, точнее оценить эффективность рекламных кампаний.

Читайте также: что такое когортный анализ и для чего он нужен. Какие возможности и ограничения у когортного анализа в Google Analytics. Как проводить анализ когорт в Google Sheets 4 способами.

Недостаток исторического подхода

Оба эти способа просты, но они не могут быть использованы для прогнозов. Исторический подход действителен только в том случае, если ваши клиенты имеют схожие предпочтения и остаются с вами в течение одинакового периода времени. Но эти способы не учитывают изменения в их поведении. Поэтому, если интересы пользователей меняются и они по-другому осуществляют покупки, нужен другой метод расчета LTV.

Прогностический подход к расчету LTV

Этот подход нацелен на моделирование потребительского поведения и прогнозирование того, что клиент сделает в будущем. Данный подход точнее исторического расчета, потому что в нем используются алгоритмы прогнозирования общей ценности клиента. Наряду с прошлыми покупками этот подход учитывает действия пользователя. Учтите, есть много способов прогностического расчета LTV. Ниже мы рассмотрим один из самых доступных.

Способ 3

Этот расчет LTV может показаться сложнее остальных, но он более точный. Вам также необходимо будет дополнительно рассчитать некоторые метрики для формулы:

Теперь разберемся, как рассчитать все метрики для формулы. Ниже пример расчета с данными за 6 месяцев.

Сначала считаем среднее количество транзакций (T).​

Общее количество транзакций: 120

AOV — средняя стоимость заказа или средний доход от каждого заказа за период.

Количество заказов: 20

AGM — средний коэффициент прибыли, которой показывает, какая часть каждой продажи является вашей фактической прибылью, а какая является себестоимостью (выражается в процентах). Нам нужно выполнить двухшаговый расчет, чтобы получить метрику AGM.

Определяем коэффициент прибыльности (GM) в процентах в месяц:

Рассчитываем средний показатель за период:

Рассчитываем коэффициент прибыльности за период, суммируя все показатели среднего коэффициента прибыльности по месяцам. Получившееся число делим на количество месяцев и получаем средний показатель:

AGM = 1.71 / 6 = 0.285, or 28,5%

ALT — средний жизненный цикл клиента, который показывает, как долго он оставался с вашей компанией.

Чтобы узнать это число, используем формулу ниже:

Чтобы узнать коэффициент оттока клиентов, используйте формулу ниже:

Предположим, у вас было 200 клиентов в начале ноября и 150 в конце ноября.

Коэффициент оттока (%) = (200 — 150) / 200 = 50 / 200 = 0.25, или 25%

ALT = 1 / 25% = 1 / 0.25 = 4 месяца

Наконец, у нас есть все метрики для нашей прогностической формулы LTV:

Теперь мы должны принять во внимание общее количество существующих клиентов на конец последнего месяца, то есть ноября. Их было 150.

Слабые стороны способа 3

Хотя этот подход лучше, чем исторический, вы все равно должны учитывать, что прогнозы могут ввести в заблуждение. Мы только предполагаем продолжительность жизненного цикла клиентов на основе ежемесячных данных. Для более точного результата следует скорректировать показатель LTV в соответствии со своей отраслью и бизнес-стратегиями.

бонус для читателей

Полезные дашборды для маркетологов от OWOX BI

Традиционный подход к расчету LTV

Способ 4

Если у вас нет годовых объемов продаж, вы можете использовать традиционную формулу расчета. В ней учитывается размер скидки, средний коэффициент прибыли на срок жизни одного клиента и коэффициент удержания.

Формула выглядит так:

GML — средняя прибыль от клиента в течение срока его жизни.

GML = Коэффициент прибыли (%) × Средний общий доход на одного клиента

Валовая прибыль: 28,5% (из примера выше)

R — это процент людей, совершивших повторную покупку в течение определенного периода, по сравнению с таким же предыдущим периодом. Для расчета месячного значения R понадобятся следующие цифры:

Предположим, что в ноябре у вас было:

R = ((250 — 50) / 220) × 100 = (200 / 220) × 100 = 0.9 × 100 = 90%

D — размер скидки. Мы возьмем стандартную ставку 10%.​

Теперь у нас есть все необходимые метрики для расчета традиционного показателя LTV:

Эта формула охватывает все возможные изменения дохода в течение определенного периода. Чтобы учесть инфляцию, каждый последующий период должен быть скорректирован по примеру скидки.

Жизненная ценность клиента в Google Analytics

Многие маркетологи пользуются Google Analytics для отслеживания необходимых данных. В этом сервисе есть функция для расчета ценности пользователей по показателям вовлеченности и дохода с учетом сессий за 90-дневный период.

Способ 5

Отчет LTV в Google Analytics показывает, как менялся доход с пользователя, совершившего конверсию, рассчитывая этот показатель на просмотрах страниц, достижении целей, событиях и трендах. Вы выбираете вкладку Общая ценность, и Google Analytics формирует этот отчет для вас.

Что следует учесть:

Google Analytics — эффективный инструмент для сбора данных, но для расчета LTV требуются данные о реальных клиентах и их покупках из CRM, а эта информация по умолчанию недоступна в GA. Чтобы объединить действия пользователей на сайте, звонки и заказы из внутренних систем, email-рассылки и расходы на рекламу, вы можете использовать OWOX BI. Сервис поможет вам автоматизировать отчеты по LTV и любым другим метрикам.

Источник

Пожизненная ценность клиента — считаем LTV

«Я приберёг свои самые горячие объятия, поцелуи, улыбки, уважение и глубочайшее восхищение для маркетологов и аналитиков, которые вычисляют LTV», — восклицает гуру веб-аналитики Авинаш Кошик. Это не простые эмоции — это реальное положение вещей.

В нашей стране первыми считать показатель LTV (Lifetime Value — пожизненной ценности клиента) стали сотовые операторы. Их потребность была неслучайной — на фоне высокого уровня проникновения сотовой связи стоимость привлечения одного клиента становилась всё больше — настала пора избавляться от нерентабельных каналов продаж и менять модель дистрибуции.
На сегодняшний день e-commerce становится всё больше похожа на деятельность сотового оператора: массовое привлечение клиентов, серьёзный отток, многочисленные каналы лидогенерации и продаж. Такой облик интернет-торговли породил новую парадигму подсчёта эффективности работы — с позиций LTV, общей ценности клиента. Последователей у этой парадигмы пока немного, а зря.

Большинство интернет-маркетологов и аналитиков используют в своей работе комплекс показателей, позволяющих оценивать эффективность рекламных кампаний: уровень отказов, CTR, количество и долю конверсий, churn (отток), стоимость привлечения клиента. Эти показатели способны дать общее представление об эффекте маркетинговых мероприятий и уровне лояльности клиентов, однако с финансовой точки зрения они не несут почти никакого смысла, если вкупе с ними не считать LTV.

Зачем и как считать показатель LTV?

Готовые формулы

LTV = (Monthly Revenue per Customer * GrossMargin per Customer) / Monthly ChurnRate

ChurnRate = Q / Nt, где

Q — число ушедших пользователей на конец периода
Nt — общее число оставшихся на конец периода

Для упрощения этой формулы и некоего сравнения источников можно использовать

GrossMargin per Customer = (TotalRevenue — Costs) / Nt

Вообще, в Интернете можно найти множество формул и адаптировать их к конкретной структуре управления отношениями с клиентом. Вот, например, довольно универсальная формула, которую можно найти:

где AC – средний чек, N – среднее число покупок в месяц, P – доля прибыли к средней сумме чека, t – среднее время жизни пользователя (сколько выделенных периодов времени он является вашим покупателем — в месяцах, днях, годах).
Есть также формулы, составленные с учётом оттока клиентов. Интересный кейс расчёта LTV можно посмотреть, например, в переводной статье блога.

Оценочный способ

Менеджер рассчитывает среднюю стоимость привлечения, а затем и среднюю ценность клиента, остальные группы распределяются по принципу «ниже среднего» и «выше среднего». Этот метод — не лучшее решение, т.к. не даёт точных значений и не учитывает дополнительные факторы, связанные с конкретным каналом продвижения.

Готовые калькуляторы,

которые предоставляют рекламные агентства. Можно посмотреть, например, калькулятор от Netpeak, который подсчитывает LTV на основе введённых вами данных. В принципе, хороший вариант, но он имеет общие ограничения на значения, а также не учитывает отраслевую специфику.

Калькуляторы, создаваемые специалистами под заказ

Например, мы в RealWeb рассчитываем LTV для каждого своего клиента и уже исходя из совокупности этого и остальных показателей выстраиваем дальнейшую рекламную стратегию.

Условия расчёта показателя LTV

Как вы уже смогли увидеть, простыми средствами веб-аналитики при решении задачи оценки пожизненной стоимости клиента не обойтись. К сожалению, Google Analytics в общем случае не умеет считать показатель LTV, а о частном — расскажем чуть ниже. Соответственно, для расчёта показателя вам необходимо будет провести некоторую подготовку.

Желательно проводить ценностную сегментацию, чтобы понять, какие каналы приносят наиболее ценных клиентов из каждого сегмента. Например, возьмём двух покупателей магазина техники. Пусть на привлечение каждого было потрачено по 1 000 р. (допустим, AdWords). Клиент А пришёл и купил телевизор за 27 000 рублей. Через полгода он купил колонки за 3 000 рублей. Клиент Б — руководитель фирмы, разрабатывающей софт. Раз в неделю он приходит в магазин и покупает то флешку, то кабель, то сетевой фильтр, то крутую мышку в подарок партнёру. В среднем в неделю он тратит около 1 200 рублей. Проходит год. Клиент A принёс 30 000 рублей. Он не вернётся, потому что ему больше не нужна новая бытовая техника. Клиент Б принёс 1 200*52 = 62 400 рублей. И будет приносить дальше. А как вы думаете, кто получил карту лояльности сразу, а кто — после накопления определённой суммы? Между тем, клиент Б за это время мог просто отказаться от магазина и карта лояльности в конкретном случае послужила бы дополнительным стимулом сохранить отношения.

Необходимо проанализировать каналы и кампании, которые принесли средних и выше среднего клиентов, чтобы распределить средства на стимулирование.

Нужно определиться с временем жизни клиента на основе опыта или имеющейся статистики, установить единицу измерения периодов (например, для ресторана или магазина продуктов это и месяц, и годы, а для интернет-магазина — дни и недели, хотя и тут не всё столь однозначно). Кроме этого, необходимо измерить периоды повторных действий (покупок, платежей) — так вы сможете раздробить lifetime на промежутки и спрогнозировать прибыль или спланировать рекламные активности.

В Google Analytics есть LTV для мобильных приложений

Действительно, в платформе предусмотрен раздел LTV ( на англ. и на русском). Отчёт, доступный только для представлений приложений, рассчитывает значение LTV в разрезе каналов привлечения, исходя из жизненного цикла и объёма выручки. Также доступно сравнение LTV различных групп пользователей. Максимальный период оценки — 90 дней. Это достаточно небольшой интервал, однако для мобильных приложений и их динамики вполне подходит. Нельзя сказать, что этот отчёт является идеальным, однако какое-то представление для дальнейшего анализа он даёт.
В принципе, по своей логике он приближен к когортам, которые мы уже рассматривали в своём блоге. Остаётся надеяться, что инструмент будет развиваться и веб-аналитики получат в своё распоряжение отчёт для подсчёта LTV клиентов, пришедших с различных каналов онлайна. В сочетании с моделями атрибуции это даст сильный толчок для развития аналитики в сфере e-commerce.

Расчёт LTV нельзя заменить пулом других показателей — это ценное значение, имеющее экономический и маркетинговый смысл. Безусловно, он требует сбора данных для подстановки в достаточно несложную формулу, но усилия того стоят — недаром некоторые компании восторженно рассказывают, что сохранили десятки тысяч долларов после введения LTV в систему отслеживаемых показателей бизнес-аналитики. Осознание ценности клиентов позволяет грамотно и обоснованно развивать программы лояльности, выделять действительно «правильных» клиентов. А, как вы помните, только правильные пчёлы несут правильный мёд.

Источник

Срок жизни клиента ltv

LTV (lifetime value) — это прибыль компании, полученная от одного клиента за всё время сотрудничества с ним. LTV отвечает на вопрос, сколько денег вам приносит клиент.

Иногда LTV называют пожизненной ценностью клиента — ПЦК (customer lifetime value, CLV или CLTV). LTV, CLV, CLTV, ПЦК — это одно и то же.

Формула расчёта LTV:
LTV = доход от клиента — затраты на привлечение и удержание клиента

Пример. Компания: интернет-магазин, предлагающий принтеры и расходные материалы.
Данные о первой покупке: средний чек — 1500 рублей, стоимость привлечения клиента — 300 рублей, себестоимость продукции — 850 рублей.
Данные о второй покупке: средний чек — 400 рублей (покупают только расходники), стоимость удержания — 60 рублей, себестоимость материалов — 50 рублей.

Какой доход принёс клиент, который совершил первую покупку?
Вычтем из среднего чека (1500) себестоимость товаров (850) и затраты на привлечение (300): получим 350 рублей.

Какой доход принёс клиент, который совершил вторую покупку?
Вычтем из среднего чека (400) себестоимость товаров (50) и затраты на удержание (60): получим 290 рублей.

Каков доход от клиента, который совершил первую и вторую покупку?
350 + 290 = 640 рублей.

Так мы можем посчитать, сколько денег компании приносит клиент после одной, двух или более покупок.

LTV — это важный показатель. По мнению инвестора Дэвида Скока, большинство стартапов умирает из-за того, что стоимость привлечения нового клиента перевешивает LTV. Чаще всего причина в том, что продавец фокусируется на сделке и забывает об опыте, который клиент получает после покупки. Для эффективной работы бизнеса важно не только привлечь клиента, но и удержать его.

Если вы знаете LTV:

Источник

Считаем LTV клиента: почему это так важно для бизнеса доставки?

Lifetime Value — «пожизненная стоимость покупателя» — показатель дохода между первой и последней покупкой клиента в рамках одной компании.

LTV — один из ключевых показателей в маркетинге и e-commerce в целом. Зная, какую сумму денег клиент приносит компании, вы сможете рассчитать, сколько денег выделять на его привлечение.

— Найти своего “идеального потребителя”. Показатель помогает понять на какие сегменты ЦА таргетироваться, выявить самых лояльных клиентов и уделить им больше внимания;

— Анализировать каналы привлечения — увидеть реальный ROI, а может и кардинально пересмотреть маркетинговую стратегию. LTV показывает, какие источники приносят больше доходов, какие следует убрать или улучшить;

— Улучшить стратегию удержания клиента. Если показатель низкий, нужно концентрироваться не на привлечении новых клиентов, а на удержании текущих. LTV также косвенно помогает выявить недостатки в маркетинге и сервисе компании.

— Подобрать индивидуальные предложения для каждой целевой группы. Распределите пользователей на сегменты по уровню LTV и проработайте персональную стратегию для каждого сегмента.

— Понять поведенческие факторы. Показатель помогает определить, какие факторы подталкивают клиента к покупке и сотрудничеству с вами.

Есть несколько формул расчета LTV. Применять их следует, ориентируясь на задачи бизнеса, особенности работы компании. Рассмотрим 3 основные:

Не дает точного значения, но из-за быстроты вычислений, используется для получения приблизительного показателя.

Пример: берем клиента со сроком постоянных сделок около года.

Для более точных результатов, в рекламу можно добавить инвестиции на удержание клиента в течение года (обзвоны, смс, мероприятия и тд)

Более точная, но для её использования необходимо знать ещё два показателя: Lifetime и ARPU.

LTV = Lifetime x ARPU

Lifetime — время, которое пользователь взаимодействует с компанией. Определите средний период отсутствия активности, от первой покупки до завершения сотрудничества.

ARPU — доход от одного клиента за период активности. Чтобы его найти, нужно разделить Ваш доход за период на количество клиентов за этот же срок.

Для расчёта LTV по этой формуле необходимо использовать больше показателей. Сначала нужно определить несколько новых показателей:

— AOV (Average Order Value) — средний чек;

— RPR (Repeat Purchase Rates) — частота повторных покупок;

— Lifetime — длительность взаимодействия с клиентом;

Теперь перемножьте эти показатели и получите ваш LTV.

LTV = Lifetime x AOV x RPR

Есть несколько проверенных способов увеличить это показатель:

LTV — очень важный показатель для бизнеса по доставке воды. Маржа здесь небольшая и клиент окупается не с первой продажи. Поэтому так важен сервис в компании и стимулирование пользователей на повторные покупки.

Источник