Sådan beregner du LTV, når du har begrænset data
Du behøver ikke år med kundehistorik for at beregne et nyttigt LTV. Her er formlerne, der virker på forskellige stadier — og de antagelser, du skal angive eksplicit.
Den mest almindelige årsag til, at tidlige teams springer LTV-beregninger over, er, at de føler, de ikke har nok data. Dette er næsten altid den forkerte beslutning. Et LTV-estimat bygget på tolv måneders kundedata og eksplicitte antagelser er langt mere nyttigt end slet intet LTV-estimat — fordi den tvinger dig til at tænke grundigt over fastholdelse, gør dine antagelser synlige og anfægtelige, og giver dig et tal at forfine, efterhånden som mere data ankommer.
Målet på et tidligt stadie er ikke et præcist LTV — det er et, der peger i den rigtige retning med dokumenterede antagelser. Præcisionen kommer over tid. Disciplinen med at beregne det starter på dag ét.
De to formler
Gennemsnitlig livstid = 1 ÷ 0,03 = 33 måneder.
LTV = 600 kr. × 0,75 × 33 = 14.850 kr.
LTV = 450 kr. × (0,82 + 0,71 + 0,64 + 0,59 + 0,55…) summeret til din forventede horisont.
Ved 24 måneder: LTV ≈ 450 kr. × 17,4 effektive måneder ≈ 7.830 kr.
Et LTV-estimat med eksplicitte antagelser er langt mere nyttigt end slet intet LTV. Disciplinen med at beregne det — ikke præcisionen i resultatet — er det, der ændrer, hvordan et team træffer beslutninger.
De tre antagelser, der ændrer alt
Churnrate. Det mest følsomme input i enhver LTV-beregning. En ændring fra 3% til 5% månedlig churn reducerer gennemsnitlig kundelivstid fra 33 måneder til 20 måneder — en reduktion af LTV på 40%. Når du har begrænset data, modellér LTV ud fra tre churnantagelser (optimistisk, central, pessimistisk) og præsenter intervallet frem for et enkelt tal. Det forhindrer den almindelige fejl at ankre sig til et tal, der er afledt af to måneders data.
Bruttomargin. At bruge omsætning i stedet for bruttofortjeneste overvurderer LTV markant for virksomheder med betydelige leveringsomkostninger. En SaaS-virksomhed med 80% bruttomargin og en servicevirksomhed med 40% bruttomargin har meget forskellig økonomi selv ved identiske omsætningsniveauer. Hvis din bruttomargin er under 50%, er dit LTV meget lavere end det, en omsætningsbaseret beregning antyder — og din CAC-tolerance er tilsvarende lavere.
Tidshorisonten. LTV er teknisk set summen af al fremtidig bruttofortjeneste fra en kunde, diskonteret til nutidsværdi. I praksis begrænser de fleste teams deres LTV til en tre til fem år lang horisont, fordi prognoser ud over det introducerer mere usikkerhed end indsigt. Vær eksplicit om din horisont. Et LTV beregnet over fireogtyve måneder og et beregnet over tres måneder for den samme kunde kan variere med en faktor tre til fem — og begge er teknisk set »korrekte.«
Brug Enkelt LTV, når du har mindre end atten måneders kundehistorik, når du laver en hurtig retningsberegning, eller når din målgruppe (investorer, ledelse) har brug for et tal, de hurtigt kan tjekke for rimelighed. Brug Prædiktivt LTV, når du har nok kohortedata til at se, hvordan din fastholdelseskurve faktisk flader ud — typisk efter atten måneder — og når du træffer præcise beslutninger om CAC-lofter eller mål for tilbagebetalingstid. Den enkle formel vil overvurdere LTV, hvis din fastholdelseskurve ikke flader ud (dvs. hvis kunder fortsætter med at churne med konstant rate på ubestemt tid frem for at stabilisere sig).
Det tal, du faktisk bruger til beslutninger
LTV i sig selv er ikke direkte handlingsorienteret. Det tal, du bruger til faktiske beslutninger, er LTV:CAC-forholdet og tilbagebetalingsperioden. Hvis dit Enkle LTV er 14.850 kr. og din CAC er 4.000 kr., er dit LTV:CAC-forhold 3,7:1 — sundt. Din tilbagebetalingsperiode er CAC divideret med månedlig bruttofortjeneste pr. kunde: 4.000 kr. ÷ (600 kr. × 0,75) = 4.000 kr. ÷ 450 kr. = cirka 9 måneder — fremragende.
Begge tal bør genberegnes hvert kvartal, efterhånden som din ARPU, din churnrate og din CAC udvikler sig. Tendensen betyder lige så meget som den aktuelle værdi: et 3:1-forhold, der er forbedret fra 2:1 over seks måneder, fortæller en meget anderledes historie end et 3:1-forhold, der er faldet fra 5:1.
Hvis dine kunder opgraderer over tid — bevæger sig fra lavere til højere niveauer, tilføjer pladser, køber tilkøb — undervurderer din enkle LTV-formel den sande værdi af en kunde, fordi ARPU ved erhvervelse er lavere end ARPU ved måned 18. Juster ved at bruge gennemsnitlig ARPU på tværs af kundelivstiden frem for erhvervelses-ARPU, eller tilføj et separat »ekspansionsomsætning«-led. Virksomheder med stærk nettoomsætningsfastholdelse (over 110%) vil dramatisk undervurdere LTV, hvis de bruger en statisk ARPU-antagelse.
LTV-beregninger kræver input fra flere dele af virksomheden — omsætningsdata fra økonomi, churndata fra produkt eller kundesucces, bruttomargindata fra drift. I FabricLoop bruger teams, der foretager kvartalsvise LTV-gennemgange, ofte et delt gruppenotat, der fanger inputene, beregningen, antagelserne og det resulterende LTV:CAC-forhold ved siden af forrige kvartals tal. Når antagelserne er dokumenteret på samme sted som outputtet, sker »hvilken churnrate brugte vi?«-samtalen ikke tre måneder senere. Beregningen kan efterprøves og forbedres frem for at være en sort boks, der ændrer sig, hver gang nogen genberegner den.