Mesura Allò que Importa

Com Calcular LTV Quan Tens Dades Limitades

No necessites anys de història de client per calcular un LTV útil. Aquí són les fórmules que funcionen en diferents etapes — i els supòsits que necessites declarar explícitament.

Per l'equip de FabricLoop
Maig 2026
4 minuts de lectura

La raó més comuna que els equips en fase inicial salten els càlculs de LTV és que senten que no tenen suficients dades. Això és quasi sempre la trucada incorrecta. Una estimació de LTV construïda sobre dotze mesos de dades de client i supòsits explícits és molt més útil que cap estimació de LTV en absolut — perquè et força a pensar cuidadosament sobre retencció, fa els teus supòsits visibles i cuestionables, i et dóna un nombre a refinar a mesura que més dades arriben.

L'objectiu en la fase inicial no és un LTV precís — és un direccionalment correcte amb supòsits documentats. La precisió ve amb el temps. La disciplina de calcular-lo comença el dia u.

Les dues fórmules

LTV Simple — usa quan tens menys de 18 mesos de dades de client
LTV = ARPU × Marge Brut % × Vida Mitjana de Client
ARPU (Ingressos Mitjans Per Usuari): ingressos mensuals totals dividits pel nombre de clients actius.
Vida Mitjana de Client: usa 1 ÷ Taxa Mensual de Caiguda. Si la caiguda mensual és 3%, la vida mitjana és 1 ÷ 0.03 = 33 mesos.
Marge Brut %: (Ingressos − Cost de Béns Venuts) ÷ Ingressos. Això converteix ingressos en benefici que realment acumula al negoci.
Exemple: ARPU = $60/mes, marge brut = 75%, caiguda mensual = 3%.
Vida mitjana = 1 ÷ 0.03 = 33 mesos.
LTV = $60 × 0.75 × 33 = $1,485
LTV Predictiu — usa quan tens 18+ mesos de dades de retencció de cohort
LTV = ∑ (Benefici Brut Mensual × Taxa Retencció al Mes n) al llarg de tots els mesos futurs
En lloc de assumir caiguda constant, aquest mètode usa la teva corba de retencció realment observada de l'anàlisi de cohort. Multiplica benefici brut per client per la taxa retencció a cada mes futur i suma la sèrie.
Desconta fluxos de caixa futurs usant una taxa mensual de descuento (cost anual de capital ÷ 12) si vols un LTV de valor present en lloc d'un nominal. Per a la majoria de propòsits de fase inicial, la versió indescountada és suficient.
Exemple: Benefici brut mensual per client = $45. Retencció a M1=82%, M2=71%, M3=64%, M4=59%, es manté a ~55% de M5 en endavant.
LTV = $45 × (0.82 + 0.71 + 0.64 + 0.59 + 0.55…) sumat al teu horitzó esperat.
A 24 mesos: LTV ≈ $45 × 17.4 mesos efectives ≈ $783

Una estimació de LTV amb supòsits explícits és molt més útil que cap LTV en absolut. La disciplina de calcular-lo — no la precisió del resultat — és allò que canvia com un equip pren decisions.

Els tres supòsits que canvien tot

Taxa de caiguda. L'entrada més sensible en qualsevol càlcul de LTV. Un canvi de 3% a 5% de caiguda mensual redueix la vida mitjana de client de 33 mesos a 20 mesos — una reducció de 40% en LTV. Quan tens dades limitades, modelva LTV en tres supòsits de caiguda (optimista, central, pessimista) i presenta l'interval en lloc d'un nombre únic. Això prevé l'error comú de fixar-se en un nombre que va derivar de dos mesos de dades.

Marge brut. Usar ingressos en lloc de benefici brut sobrestima LTV significativament per negocis amb costos de lliurament significatius. Un negoci SaaS amb marges bruts de 80% i un negoci de serveis amb marges de 40% tenen economics molt diferents fins i tot a nivells idèntics de ingressos. Si el teu marge brut és per sota del 50%, el teu LTV és molt més baix que un càlcul basat en ingressos suggereix — i la teva tolerancia CAC és corresponentment més baixa.

L'horitzó de temps. LTV és tècnicament la suma de tot benefici brut futur d'un client, descontat a valor present. En la pràctica, la majoria d'equips límit el seu LTV a un horitzó de tres a cinc anys, perquè projeccions més allà d'això introdueixen més incertesa que perspectiva. Sigues explícit sobre el teu horitzó. Un LTV calculat en vint-i-quatre mesos i un calculat en seixanta mesos per al mateix client pot diferir de tres a cinc vegades — i tots dos són tècnicament "correctes".

Quan usar LTV Simple vs. Predictiu

Usa LTV Simple quan tens menys de divuit mesos d'història de client, quan estàs fent un càlcul direccional ràpid, o quan la teva audiència (inversors, lideratge) necessita un nombre que puga sanes-verificar ràpidament. Usa LTV Predictiu quan tens suficients dades de cohort per veure com la teva corba de retencció realment s'aplana — típicament després de divuit mesos — i quan estàs prenent decisions precises sobre llindars CAC o objectius de període de retorn. La fórmula Simple sobrestimarà LTV si la teva corba de retencció no s'aplana (és a dir, si els clients continuen cauent a una taxa constant indefinidament en lloc d'estabilitzar-se).

El nombre que realment uses per a decisions

LTV per se no és directament accionable. El nombre que uses per a decisions reals és la proporció LTV:CAC i el període de retorn. Si el teu LTV Simple és $1,485 i el teu CAC és $400, la teva proporció LTV:CAC és 3.7:1 — saludable. El teu període de retorn és CAC dividit pel benefici brut mensual per client: $400 ÷ ($60 × 0.75) = $400 ÷ $45 = aproximadament 9 mesos — excel·lent.

Ambdós nombres hauries de ser recalculats cada trimestre a mesura que el teu ARPU, taxa de caiguda, i CAC evolucionen. La tendència importa tant com el valor actual: una proporció 3:1 que ha millorat de 2:1 en sis mesos diu una história molt diferent que una proporció 3:1 que ha declinat de 5:1.

L'ajuste de ingressos d'expansió

Si els teus clients es milloren al llarg del temps — movent-se a tiers més alts, afegint seients, comprant complements — la teva fórmula de LTV simple subestima el valor real d'un client perquè ARPU en l'adquisició és més baix que ARPU al Mes 18. Ajusta usant ARPU promig al llarg de la vida de client en lloc de ARPU d'adquisició, o afegeix un terme "ingressos d'expansió" separat. Els negocis amb forta retencció neta de ingressos (per sobre de 110%) dramaticament subestimaran LTV si usen un supòsit ARPU estàtic.

FL
Com FabricLoop suporta això

Els càlculs de LTV requereixen entrades de múltiples parts del negoci — dades d'ingressos de finances, dades de caiguda de producte o CS, dades de marge brut d'operacions. A FabricLoop, els equips fent revisions trimestals de LTV sovint usen una nota de grup compartida que captura les entrades, el càlcul, els supòsits, i la proporció LTV:CAC resultant al costat de les figures del trimestre anterior. Quan els supòsits es documenten en el mateix lloc que la sortida, la conversa "quina taxa de caiguda vàrem usar?" no passa tres mesos més tard. El càlcul es converteix en auditable i millorable en lloc d'una caixa negra que canvia cada vegada que algú el recalcula.


Punts clau a retenir
01
No necessites anys de dades per calcular un LTV útil. Una estimació amb supòsits explícits i dotze mesos de dades és molt més accionable que esperar dades perfectes. La disciplina de calcular-lo canvia com prens decisions, independentment de precisió.
02
LTV Simple = ARPU × Marge Brut % × Vida Mitjana de Client, on Vida Mitjana de Client = 1 ÷ Taxa Mensual de Caiguda. Usa això quan tens menys de divuit mesos d'història de client.
03
LTV Predictiu suma benefici brut mensual multiplicat per la taxa retencció realment observada a cada mes futur. Usa això quan tens divuit o més mesos de dades de cohort i pots veure on la teva corba de retencció realment s'aplana.
04
Taxa de caiguda és l'entrada més sensible. Un canvi de 3% a 5% de caiguda mensual redueix la vida mitjana de client per 40%. Quan les dades són limitades, modelva LTV entre tres supòsits de caiguda i presenta una interval en lloc d'un nombre únic.
05
Sempre usa benefici brut, no ingressos. Usar ingressos sobrestima LTV per a qualsevol negoci amb costos de lliurament significatius. Un negoci amb 40% de marges bruts té un LTV meitat de la d'un negoci amb ingressos idèntics però marges 80%.
06
Sigues explícit sobre el teu horitzó de temps. LTV calculat sobre 24 mesos i sobre 60 mesos pot diferir de tres a cinc vegades per al mateix client. Digues l'horitzó cada vegada que comparteixis un nombre LTV — la figura és sense significat sense ell.
07
Les sortides accionables de LTV són la proporció LTV:CAC (hauria de ser almenys 3:1 per a SaaS) i el període de retorn (CAC ÷ benefici brut mensual per client). LTV sol no és directament accionable; aquestes proporcions derivades són allò que impulsa decisions.
08
Si els clients es milloren al llarg del temps — millorant tiers, afegint seients — un supòsit ARPU estàtic subestima LTV. Els negocis amb forta retencció neta de ingressos (per sobre de 110%) dramaticament subestimaran el valor del client si usen ARPU d'adquisició en el seu model de LTV.
09
Recalcula LTV cada trimestre usant entrades consistents. La tendència importa tant com el valor actual — una proporció 3:1 millorant de 2:1 en sis mesos diu una historia molt diferent que una 3:1 que ha declinat de 5:1.
10
Documenta tots els supòsits — la taxa de caiguda usada, el percentatge de marge brut, l'horitzó de temps, la figura ARPU — al costat del càlcul de LTV. Quan els supòsits no es documenten, el nombre es converteix en no auditable i l'equip debat metodologia en lloc d'actuar sobre perspectiva.