Customer Lifetime Value (CLV of LTV) formule: hoe deze correct te berekenen

heeft u er ooit over nagedacht hoe het onjuist berekenen van de Customer Lifetime Value uw bedrijf kan beïnvloeden?

Customer Lifetime Value (ook bekend als CLV of LTV) voor SaaS is een van de belangrijkste prestatiewaarden voor elk bedrijf. Het laat u weten hoeveel u kunt uitgeven om klanten te verwerven en toch:

  • genereer winst uit de gebruiker acquisitie, en/of
  • blijf binnen het budget voor het genereren van gebruikersbasis groei.,

hoe de levensduur van de klant te berekenen

over het algemeen wilt u eerst weten hoe de levensduur van de klant te berekenen met behulp van de formule:

lifetime = 1/churn rate

hoe de levensduur van de klant te berekenen(CLV of LTV)

vervolgens graaft u naar de levensduurwaarde., Er zijn een paar manieren om te berekenen CLV of LTV, ze beginnen allemaal met de volgende customer lifetime value formule:

CLV: Customer Lifetime Value

Churn Rate: De snelheid waarmee klanten hun inschrijving annuleren

ARPA: Gemiddelde omzet per account (klant) voor een bepaalde periode van tijd (bijvoorbeeld maandelijks)

de Berekening van de CLV ziet er misschien makkelijk, maar het is vaak ook niet eenvoudig: de werkelijkheid niet altijd gemakkelijk uitlijnen met formules.,
  • David Skok: wat is uw ware CLV?
  • Forbes: CLV: de enige maatstaf die ertoe doet

werken met een bepaald bedrijf, hebben we onlangs vier verschillende waarden berekend voor CLV, afhankelijk van de gegevensbron(nen) die we gebruikten:

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

dat is nogal een bereik. Waarom zoveel discrepantie?

de eerste waarde die we vonden was $1333. De reactie die we kregen op deze CLV was: het is te mooi om waar te zijn!, (Insider tip: een reactie als deze is meestal een teken dat je verder moet onderzoeken.)

De dashboards van het bedrijf rapporteerden een churn rate van 3% en een ARPA van $ 40. Dus het berekenen van CLV moet een simpele drie minuten durende taak zijn, toch?

niet zo snel.

valideren van de levensduurwaarde van klanten

Eén ongeschreven wet van de wetenschap zegt dat iets waar moet zijn vanuit elke hoek. Je kunt niet gewoon inzoomen op zwarte en witte strepen om te bepalen of een dier een zebra of een witte tijger is, bijvoorbeeld.,

het bedrijf waar we mee werkten is al meer dan zeven jaar actief, dus we wilden zien hoe de levensduurwaarde van $1333 overeenkomt met de werkelijke gemiddelde omzet die wordt gegenereerd door gebruikers die geen klant meer waren.

de levensduur van een gebruiker wordt berekend als 1 / Churn Rate, dus in dit geval is de levensduur 33 maanden, of iets minder dan drie jaar. Dit betekent dat we genoeg gebruikers hebben die al hebben gekarnd om te berekenen hoeveel elk van hen besteed aan de producten van het bedrijf.,

we exporteerden e-commercegegevens van alle ex-klanten, inclusief hoeveel ze met het bedrijf spendeerden, om zowel een gemiddelde als een distributie voor deze groep te berekenen. Er waren meer dan 20.000 gebruikers in deze churn-groep, die ons genoeg gegevens gaven om onze resultaten relevant te achten.

Het gemiddelde bedrag dat elke klant aan het bedrijf besteedde was minder dan $ 180. Hier is hoe de distributie eruit zag:

hoe leggen we dit uit aan het bedrijf? We hebben net ontdekt dat alle gebruikers die het bedrijf verlieten in de afgelopen zeven jaar een gemiddelde van $180 besteedden., Maar eerder schatten we dat de huidige gebruikers van het bedrijf uiteindelijk meer dan $1300 zouden uitgeven.

In de woorden van onze beroemde wiskundige: iets lijkt niet juist.

toen we de $1333 CLV berekenden, gebruikten we geaggregeerde gegevens van een reeks verschillende tools. Om dit cijfer te valideren, moesten we proberen om churn en ARPA opnieuw te berekenen vanuit het niets.

het bedrijf waarmee we werkten, verkoopt een FinTech-product dat is ontworpen voor kleine bedrijven of solopreneurs met een maandelijks abonnement., Klanten kunnen ervoor kiezen om een jaarabonnement te kopen met korting, of verschillende add-ons te kopen met een eenmalige betaling.

de churn gerapporteerd in de dashboards van het bedrijf werd niet gescheiden tussen maandelijkse en jaarlijkse gebruikers of add-on aankopen. De gemiddelde omzet per rekening werd berekend als omzet gedeeld door het aantal klanten, maar klanten met jaarlijkse abonnementen hadden een aanzienlijke invloed op deze maatstaf.

gewapend met deze achtergrondinformatie, begrepen we dat we nog één ding te doen hadden: het berekenen van churn en ARPA alleen voor maandelijkse klanten.,

hoe de maandelijkse Churn te berekenen

om de maandelijkse churn te berekenen, moeten we weten hoeveel klanten we hebben op de eerste dag van een bepaalde maand. Dat krijgen we door het aantal unieke klanten te tellen die in de vorige maand voor een maandelijks abonnement – nieuwe overnames plus verlengingen – hebben betaald.,

Churn Rate formule

Churn Rate = (gebruikers aan het begin van de periode – gebruikers aan het einde van de periode) / gebruikers aan het begin van de periode

om de churn rate te berekenen tellen we het aantal maandelijkse abonnementen dat tijdens de huidige maand is verlopen (gebruikers aan het begin van de maand – gebruikers aan het einde van de maand) en delen we dit door het aantal klanten aan het begin van de maand.

we wilden er zeker van zijn dat deze churn rate correct was, dus hebben we geverifieerd dat gebruikers van wie de abonnementen waren verlopen, later geen ander abonnement hebben gekocht., Het bleek dat een aanzienlijk deel van de gebruikers (ongeveer 10%) vertoonde dit gedrag.

exclusief deze gebruikers, berekenden we de CLV op $162. Dit was veel minder dan de eerste berekening en leek te slecht om waar te zijn.

we berekenden vervolgens de churn rate door de gebruikers te verwijderen die later iets kochten, omdat ze toch niet churnden.

de uiteindelijke waarde voor churn rate lag tussen 10% en 12%.,

Bereken ARPA

omdat we de customer lifetime value alleen hebben berekend voor gebruikers met maandelijkse abonnementen, moet ARPA aangeven hoeveel een klant gemiddeld uitgeeft gedurende een bepaalde maand.

APRA formule

Monthly ARPA = Monthly Revenue from Subscriptions/Total Customers

Het berekenen van ARPA is eenvoudig, zolang u uw gegevens correct filtert. Deel voor maandelijkse ARPA de inkomsten uit maandelijkse abonnementen door het aantal maandelijkse klanten.

We ontdekten dat de echte ARPA waarde tussen $23 en $26 lag, niet $40 Zoals aanvankelijk werd gerapporteerd., De $ 40 cijfer opgenomen eenmalige aankopen en jaarlijkse abonnementen, die scheef de gegevens met bijna 100%.

dus, met de nieuwe nummers in plaats, hier is de CLV voor maandelijkse gebruikers:

deze figuur komt nauw overeen met onze Analyse van gebruikers die al het bedrijf hebben verlaten. De prijsverhoging van het bedrijf in het afgelopen jaar wordt ook duidelijk weerspiegeld in deze CLV.

hoe zit het met die jaarlijkse abonnementen?

om CLV voor jaarabonnementen te berekenen, moesten we deze vraag beantwoorden: Hoeveel jaarabonnees vernieuwen?, Het bleek dat de jaarlijkse vernieuwing minder was dan 10%, wat ons een 90% churn rate geeft.de tweede vraag is hoeveel mensen gemiddeld uitgeven aan hun jaarlijkse abonnementen. Het antwoord: $240.

So, CLV voor de jaarlijkse abonnementen:

een stap verder

de laatste stap is het berekenen van de CLV op basis van acquisitiekanalen. Het is duidelijk dat niet alle gebruikers hetzelfde zijn.,voor het bedrijf in kwestie genereerden organische kanalen meer dan 60% van de klanten met een levenslange waarde van $255, terwijl betaalde kanalen 40% van de klanten genereerden met een levenslange waarde van $172,50.deze verdeling gaf de onderneming een veel duidelijker beeld van de kosten van aankoop per kanaal.

Customer Lifetime Value reports worden aangeboden uit de doos met InnerTrends. We integreren automatisch met uw betaalplatform en zorgen ervoor dat al uw gegevens correct worden gefilterd en berekend., U kunt er dus altijd op rekenen dat u uw echte CLV krijgt, ongeacht waar uw klanten vandaan komen.

op zoek naar diep inzicht in hoe uw klanten uw product gebruiken?

InnerTrends kan helpen. U hoeft geen data scientist te zijn om de beste groeimogelijkheden voor uw bedrijf te ontdekken, onze software zorgt daarvoor voor u.

plan een Demo met ons en getuige met uw eigen ogen hoe krachtig InnerTrends kan zijn.

auteur: Claudiu Murariu

bekijk alle berichten van Claudiu Murariu

Share

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *