Customer Lifetime Value (CLV eller LTV) formel: hur man beräknar det korrekt

• David Skok: Vad är din sanna CLV?
• Forbes: CLV: det enda metriska som betyder något

arbetar med ett visst företag har vi nyligen beräknat fyra olika värden för CLV, beroende på datakällan(erna) vi använde:

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

det är ganska ett intervall. – herr talman! Varför så mycket diskrepans?

det första värdet vi hittade var $1333. Reaktionen vi fick till denna CLV var: det är för bra för att vara sant!, (Insider tips: en reaktion som denna är vanligtvis ett tecken du bör undersöka ytterligare.)

företagets instrumentpaneler rapporterade en churn-hastighet på 3% och en ARPA på $40. Så att beräkna CLV borde vara en enkel tre minuters uppgift, eller hur?

inte så snabbt.

validera kundens livstidsvärde

en oskriven vetenskapslag säger att för att något ska vara sant måste det vara sant från alla vinklar. Du kan inte bara zooma in på svartvita ränder för att avgöra om ett djur är en zebra eller en vit tiger, till exempel.,

företaget vi arbetade med har varit i affärer i över sju år, så vi ville se hur kundlivslängdsvärdet på $1333 matchade den faktiska genomsnittliga intäkter som genereras av användare som inte längre var kunder.

en användares livstid beräknas som 1 / Churn-hastighet, så i detta fall är livslängden 33 månader, eller lite mindre än tre år. Det betyder att vi har tillräckligt med användare som redan har spottat för att beräkna hur mycket var och en av dem som spenderas på företagets produkter.,

vi exporterade e-handelsdata på alla ex-kunder, inklusive hur mycket de spenderade med företaget, för att beräkna både ett genomsnitt och en distribution för denna grupp. Det fanns mer än 20 000 användare i denna churn-grupp, vilket gav oss tillräckligt med data för att överväga våra resultat relevanta.

det genomsnittliga beloppet varje kund tillbringade med företaget var under $180. Så här såg distributionen ut:

hur förklarar vi detta för företaget? Vi fick just reda på att alla användare som lämnade företaget under de senaste sju åren spenderade i genomsnitt $180., Men tidigare uppskattade vi att företagets nuvarande användare skulle sluta spendera mer än $ 1300.

för att citera vår berömda matematiker: något verkar inte rätt.

När vi beräknade $1333 CLV använde vi aggregerade data som tillhandahålls av en rad olika verktyg. För att validera denna siffra behövde vi försöka beräkna churn och ARPA från början.

företaget vi arbetade med säljer en FinTech-produkt avsedd för småföretag eller solopreneurs med månadsabonnemang., Kunder kan välja att köpa en årlig prenumeration med rabatt, eller köpa olika tillägg med en engångsbetalning.

den churn som rapporterades i företagets instrumentpaneler separerades inte mellan månatliga och årliga användare eller tilläggsköp. De genomsnittliga intäkterna per konto beräknades som intäkter dividerat med antalet kunder, men kunder med årliga prenumerationer hade en betydande inverkan på detta mått.

beväpnad med denna bakgrundsinformation förstod vi att vi hade en sak kvar att göra: beräkna churn och ARPA bara för månatliga kunder.,

hur man beräknar månatliga Churn

för att beräkna månatliga churn måste vi veta hur många kunder vi har på den första dagen i en viss månad. Vi får det genom att räkna antalet unika kunder som betalat för en månadsabonnemang – nya förvärv plus förnyelser – under föregående månad.,

churn Rate Formula

Churn Rate = (användare i början av perioden – användare i slutet av perioden)/användare i början av perioden

för att beräkna churn rate räknar vi antalet månatliga prenumerationer som löpte ut under den aktuella månaden (användare i början av månaden – användare i slutet av månaden) och delar upp det med antalet kunder i början av månaden.

Vi ville vara säkra på att denna churn-kurs var korrekt, så vi verifierade att användare vars Prenumerationer hade löpt ut inte köpte en annan prenumeration senare., Det visade sig att en stor del av användarna (ungefär 10%) uppvisade detta beteende.

exklusive dessa användare beräknade vi CLV till $162. Detta var mycket mindre än den ursprungliga beräkningen och verkade för dåligt för att vara sant.

vi räknade sedan om churn hastighet genom att ta bort de användare som köpte något senare, eftersom de inte churn trots allt.

slutvärdet för churn var mellan 10% och 12%.,

beräkna ARPA

eftersom vi beräknat värdet för kundens livstid endast för användare med månatliga prenumerationer måste ARPA representera hur mycket en kund spenderar i genomsnitt under en viss månad.

Apra Formula

Monthly ARPA = Monthly Revenue from Subscriptions/Total Customers

att beräkna ARPA är enkelt så länge du filtrerar dina data korrekt. För månadsvis ARPA, dela intäkterna från månatliga prenumerationer med antalet månatliga kunder.

vi upptäckte att det verkliga ARPA-värdet var mellan $ 23 och $ 26, Inte $ 40 som rapporterats från början., $40-siffran inkluderade engångsköp och årliga prenumerationer, vilket förvrängde data med nästan 100%.

så, med de nya numren på plats, här är CLV för månatliga användare:

den siffran matchar nära Vår analys av användare som redan har lämnat företaget. Företagets prisökning under det senaste året återspeglas också tydligt i denna CLV.

hur är det med de årliga prenumerationerna?

för att beräkna CLV för årliga prenumerationer behövde vi svara på denna fråga: hur många årliga abonnenter förnyas?, Det visade sig att den årliga förnyelsefrekvensen var mindre än 10%, vilket gav oss en 90% churn-kurs.

den andra frågan är hur mycket människor spenderar i genomsnitt på sina årliga prenumerationer. Svaret: $ 240.

så CLV för de årliga prenumerationerna:

ett steg längre

det sista steget är att beräkna CLV baserat på förvärvskanaler. Uppenbarligen är inte alla användare samma.,

för företaget i fråga genererade organiska kanaler mer än 60% av kunderna, som hade ett livstidsvärde på $ 255, medan betalda kanaler genererade 40% av kunderna, som hade ett livstidsvärde på $ 172.50.

denna uppdelning gav företaget en mycket tydligare bild av vad deras anskaffningskostnad ska vara per kanal.

rapporter om Kundlivstidsvärde erbjuds i rutan med Innertrender. Vi integrerar automatiskt med din betalningsplattform och ser till att alla dina data filtreras och beräknas korrekt., Så du kan alltid räkna med att få din sanna CLV, oavsett var dina kunder kommer ifrån.

letar du efter djupa insikter om hur dina kunder använder din produkt?

Innertrender kan hjälpa till. Du behöver inte vara en Dataforskare för att upptäcka de bästa tillväxtmöjligheterna för ditt företag, vår programvara kommer att ta hand om det för dig.

schemalägga en Demo med oss och bevittna med egna ögon hur kraftfulla Innertrender kan vara.