Jak vypočítat LTV s omezenými daty
Nepotřebujete roky zákaznické historie, abyste vypočítali užitečné LTV. Zde jsou vzorce fungující v různých fázích — a předpoklady, které musíte jasně definovat.
Nejčastějším důvodem, proč týmy v rané fázi přeskakují výpočty LTV, je pocit, že nemají dostatek dat. To je téměř vždy špatné rozhodnutí. Odhad LTV založený na dvanácti měsících zákaznických dat a jasně definovaných předpokladech je mnohem užitečnější než žádný odhad — protože nutí k pečlivému přemýšlení o retenci, dělá předpoklady viditelnými a zpochybnitelnými a dává číslo k zpřesňování s příchodem dalších dat.
Cílem v rané fázi není přesné LTV — ale směrově správné s dokumentovanými předpoklady. Přesnost přichází s časem. Disciplína výpočtu začíná od prvního dne.
Dva vzorce
Průměrná životnost = 1 ÷ 0,03 = 33 měsíců.
LTV = $60 × 0,75 × 33 = $1,485
LTV = $45 × (0,82 + 0,71 + 0,64 + 0,59 + 0,55…) sečtené na očekávaném horizontu.
Po 24 měsících: LTV ≈ $45 × 17,4 efektivních měsíců ≈ $783
Odhad LTV s explicitními předpoklady je mnohem užitečnější než žádné LTV. Disciplína výpočtu — ne přesnost výsledku — mění způsob, jakým tým přijímá rozhodnutí.
Tři předpoklady, které mění vše
Míra churnu. Nejcitlivější vstup v jakémkoliv výpočtu LTV. Změna měsíčního churnu z 3 % na 5 % snižuje průměrnou životnost zákazníka z 33 na 20 měsíců — 40% snížení LTV. Když máte omezená data, modelujte LTV při třech předpokladech churnu (optimistickém, centrálním, pesimistickém) a prezentujte rozsah místo jediného čísla. To zabraňuje běžné chybě ukotvení na čísle založeném na dvouměsíčních datech.
Hrubá marže. Použití tržeb místo hrubého zisku výrazně nadhodnocuje LTV u firem s podstatnými náklady na dodání. SaaS firma s 80% hrubou marží a servisní firma se 40% hrubou marží mají velmi odlišnou ekonomiku i při stejné úrovni tržeb. Pokud je vaše hrubá marže pod 50 %, vaše LTV je mnohem nižší, než naznačuje výpočet na základě tržeb — a vaše tolerance na CAC je odpovídajícím způsobem nižší.
Časový horizont. LTV je technicky součtem všech budoucích hrubých zisků od zákazníka, diskontovaných na současnou hodnotu. V praxi většina týmů omezuje LTV na horizont tří až pěti let, protože prognózy za tímto rozsahem přinášejí více nejistoty než vhledu. Uveďte svůj horizont jasně. LTV vypočítané na dvacet čtyři měsíců a na šedesát měsíců pro téhož zákazníka se může lišit třikrát až pětkrát — a obě jsou technicky „správné“.
Použijte jednoduché LTV, když máte méně než osmnáct měsíců zákaznické historie, když děláte rychlý směrový výpočet nebo když vaše publikum (investoři, vedení) potřebuje číslo, které může rychle ověřit. Použijte prediktivní LTV, když máte dostatek kohortových dat, abyste viděli, kde se skutečně zplošťuje retenční křivka — typicky po osmnácti měsících — a když přijímáte přesná rozhodnutí o stropech CAC nebo cílech doby návratnosti. Jednoduchý vzorec nadhodnotí LTV, pokud se retenční křivka nezplošťuje (tj. pokud zákazníci nadále odcházejí konstantní rychlostí místo stabilizace).
Číslo, které skutečně používáte pro rozhodnutí
LTV samo o sobě není přímo užitečné. Číslo, které používáte pro skutečná rozhodnutí, je poměr LTV:CAC a doba návratnosti. Pokud je vaše jednoduché LTV $1,485 a CAC je $400, poměr LTV:CAC je 3,7:1 — zdravý. Doba návratnosti je CAC dělená měsíčním hrubým ziskem na zákazníka: $400 ÷ ($60 × 0,75) = $400 ÷ $45 = přibližně 9 měsíců — výborný.
Obě čísla by měla být přepočítávána čtvrtletně s vývojem ARPU, míry churnu a CAC. Trend je stejně důležitý jako aktuální hodnota: poměr 3:1, který se zlepšil z 2:1 za šest měsíců, vypráví zcela jiný příběh než poměr 3:1 klesající z 5:1.
Pokud zákazníci v průběhu času upgradují — přecházejí z nižších na vyšší plány, přidávají místa, kupují doplňky — jednoduchý vzorec LTV podhodnocuje skutečnou hodnotu zákazníka, protože ARPU při akvizici je nižší než ARPU v 18. měsíci. Opravte to použitím průměrného ARPU po celou dobu životnosti zákazníka místo ARPU při akvizici, nebo přidejte samostatný termín „expanzní tržby“. Firmy se silnou čistou retencí tržeb (nad 110 %) výrazně podhodnotí LTV, pokud použijí statický předpoklad ARPU.
Výpočty LTV vyžadují data z mnoha částí firmy — data o tržbách z financí, data o churnu z produktu nebo zákaznické podpory, data o hrubé marži z operací. Ve FabricLoopu týmy provádějící čtvrtletní přehledy LTV často používají sdílenou skupinovou poznámku, která obsahuje vstupy, výpočet, předpoklady a výsledný poměr LTV:CAC vedle výsledků z předchozího čtvrtletí. Když jsou předpoklady zdokumentovány na stejném místě jako výsledek, otázka „jakou míru churnu jsme použili?“ se neobjeví tři měsíce později. Výpočet se stane auditovatelným a zdokonalitelným, ne černou skříňkou měnící se pokaždé, když ho někdo přepočítá.