Customer Lifetime Value (CLV eller LTV) formel: Sådan beregnes den korrekt

har du nogensinde overvejet, hvordan beregning af Customer Lifetime Value forkert kan påvirke din virksomhed?

customer Lifetime Value (aka CLV eller LTV) for SaaS er en af de vigtigste præstationsmålinger for enhver virksomhed. Det lader dig vide meget, du kan bruge til at erhverve kunder og stadig:

• Generer overskud fra brugeren erhvervelse, og/eller
• holde sig inden for budgettet for at generere brugerbase vækst.,

Hvordan til at Beregne Kundernes Levetid

Normalt vil du ønsker først at vide, hvordan til at beregne kundernes levetid ved hjælp af formlen:

levetid = 1/churn rate

Hvordan til at Beregne Customer Lifetime Value(CLV eller LTV)

Næste er at grave i livet værdi., Mens der er et par måder til at beregne CLV eller LTV, at de alle starter med følgende customer lifetime value formel:

• David Skok: Hvad er din sande CLV?
• Forbes: CLV: Den Eneste Variabel, Der Spørgsmål

Arbejde med en bestemt virksomhed, vi har for nylig beregnet fire forskellige værdier for CLV, afhængigt af datakilden(s) vi har brugt:

1. Beregning 1 = $162
2. Beregning 2 = $222
3. Beregning 3 = $814
4. Beregning 4 = $1333

Der er en hel række. Hvorfor så meget uoverensstemmelse?

den første værdi, vi fandt, var $1333. Reaktionen vi fik til denne CLV var: det er for godt til at være sandt!, (Insider tip: en reaktion som denne er normalt et tegn, du bør undersøge yderligere.)

virksomhedens dashboards rapporterede en churn rate på 3% og en ARPA på $40. Så beregning af CLV bør være en simpel tre minutters opgave, ikke?

ikke så hurtigt.

validering af kundens levetids værdi

en uskrevet videnskabslov siger, at for at noget skal være sandt, skal det være sandt fra alle vinkler. Du kan ikke bare zoome ind på sorte og hvide striber for at afgøre, om et dyr er en .ebra eller en hvid tiger, for eksempel.,

det firma, vi arbejdede med, har været i forretning i over syv år, så vi ønskede at se, hvordan kundens levetidsværdi på $1333 matchede den faktiske gennemsnitlige omsætning genereret af brugere, der ikke længere var kunder.

en brugers levetid beregnes som 1 / Churn Rate, så i dette tilfælde er levetiden 33 måneder eller lidt mindre end tre år. Det betyder, at vi har nok brugere, der allerede har kærnet til at beregne, hvor meget hver af dem brugt på virksomhedens produkter.,

Vi eksporterede e-handelsdata om alle E. – kunder, herunder hvor meget de brugte med virksomheden, til at beregne både et gennemsnit og en distribution for denne gruppe. Der var mere end 20.000 brugere i denne churn-gruppe, hvilket gav os nok data til at overveje vores resultater relevante.

det gennemsnitlige beløb, som hver kunde brugte med virksomheden, var under $180. Sådan så distributionen ud:

hvordan forklarer vi dette for virksomheden? Vi fandt lige ud af, at alle de brugere, der forlod virksomheden i de sidste syv år, brugte i gennemsnit $180., Men tidligere vurderede vi, at virksomhedens nuværende brugere ville ende med at bruge mere end $1300.

Med ordene fra vores berømte matematiker: noget synes ikke rigtigt.

da vi beregnet $1333 CLV, brugte vi aggregerede data leveret af en række forskellige værktøjer. For at validere dette tal, vi havde brug for at forsøge at re-beregne churn og ARPA fra bunden.virksomheden, vi arbejdede med, sælger et FinTech-produkt designet til små virksomheder eller solopreneurs med et månedligt abonnement., Kunder kan vælge at købe et årligt abonnement med rabat eller købe forskellige tilføjelser med en engangsbetaling.

den churn, der blev rapporteret i virksomhedens dashboards, blev ikke adskilt mellem månedlige og årlige brugere eller tilføjelseskøb. Den gennemsnitlige omsætning pr. konto blev beregnet som omsætning divideret med antal kunder, men kunder med årsabonnementer havde en betydelig indvirkning på denne beregning.bevæbnet med disse baggrundsoplysninger forstod vi, at vi havde en ting tilbage at gøre: beregne churn og ARPA bare for månedlige kunder.,

Sådan beregnes Månedlig Churn

for at beregne Månedlig churn skal vi vide, hvor mange kunder vi har på den første dag i en given måned. Det får vi ved at tælle antallet af unikke kunder, der betalte for et månedligt abonnement – nye erhvervelser plus fornyelser – i den foregående måned.,

Churn Rate Formel

Churn Rate = (Brugere ved Begyndelsen af Perioden – Brugere i Slutningen af Perioden) / Brugere i Begyndelsen af Perioden

for At beregne churn rate, vi tæller antallet af månedlige abonnementer, der er udløbet i løbet af den aktuelle måned (Brugere ved Begyndelsen af Måneden – Brugere i Slutningen af Måneden) og dividere det med antallet af kunder, der i begyndelsen af måneden.

vi ønskede at være sikre på, at denne churn rate var korrekt, så vi bekræftede, at brugere, hvis abonnementer var udløbet, ikke købte et andet abonnement senere., 10%) udviste denne adfærd.

eksklusive disse brugere, vi beregnet CLV til $162. Dette var langt mindre end den oprindelige beregning og syntes for dårlig til at være sandt.

Vi omregnede derefter churn rate ved at fjerne de brugere, der købte noget senere, da de ikke churn trods alt.

den endelige værdi for churn rate var mellem 10% og 12%.,

Beregne ARPA

Fordi vi beregnet customer lifetime value kun for brugere med månedlige abonnementer, ARPA skal repræsentere, hvor meget en kunde bruger i gennemsnit i løbet af en given måned.

APRA-formel

Månedlig ARPA = månedlig indtægt fra abonnementer/samlede kunder

det er nemt at beregne ARPA, så længe du filtrerer dine data korrekt. For månedlig ARPA, divider indtægterne fra månedlige abonnementer med antallet af månedlige kunder.

vi opdagede, at den sande ARPA-værdi var mellem $23 og $26, ikke $40 som rapporteret oprindeligt., Tallet $ 40 inkluderede engangskøb og årlige abonnementer, som skævede dataene med næsten 100%.

Så, med de nye numre i stedet, her er CLV for månedlige brugere:

tal Der matcher vores analyse af brugere, der allerede har forladt virksomheden. Selskabets prisstigning i løbet af det sidste år afspejles også tydeligt i denne CLV.

hvad med de årlige abonnementer?

for at beregne CLV for årlige abonnementer, var vi nødt til at besvare dette spørgsmål: Hvor mange årlige abonnenter forny?, Det viste sig, at den årlige fornyelsesrate var mindre end 10%, hvilket gav os en 90% churn-Sats.det andet spørgsmål er, hvor meget folk bruger i gennemsnit på deres årlige abonnementer. Svaret: $240.

Så, CLV for den årlige abonnementer:

Et skridt videre

Det sidste trin er at beregne CLV baseret på køb-kanaler. Det er klart, at ikke alle brugere er de samme.,

for det pågældende firma genererede organiske kanaler mere end 60% af kunderne, der havde en levetids værdi på $255, mens betalte kanaler genererede 40% af kunderne, der havde en levetids værdi på $172.50.

denne opdeling gav virksomheden et meget klarere billede af, hvad deres anskaffelsesomkostninger skulle være pr.

kunde levetid værdi rapporter tilbydes ud af boksen med InnerTrends. Vi integrerer automatisk med din betalingsplatform og sørger for, at alle dine data filtreres og beregnes korrekt., Så du kan altid regne med at få din sande CLV, uanset hvor dine kunder kommer fra.

Leder du efter dyb indsigt i, hvordan dine kunder bruger dit produkt?

InnerTrends kan hjælpe. Du behøver ikke at være en data videnskabsmand at opdage de bedste vækstmuligheder for din virksomhed, vores soft .are vil tage sig af det for dig.Planlæg en Demo med os og vidne med dine egne øjne, hvor magtfulde InnerTrends kan være.