כיצד לחשב LTV כשיש לך נתונים מוגבלים
אינך צריך שנים של היסטוריית לקוחות כדי לחשב LTV שימושי. הנה הנוסחאות שעובדות בשלבים שונים — וההנחות שעליך לציין במפורש.
הסיבה הנפוצה ביותר לכך שצוותים בשלב מוקדם מדלגים על חישובי LTV היא שהם מרגישים שאין להם מספיק נתונים. זה כמעט תמיד ההחלטה הלא נכונה. הערכת LTV המבוססת על שנים עשר חודשי נתוני לקוחות והנחות מפורשות הרבה יותר שימושית מאשר ללא הערכת LTV כלל — כי היא מאלצת אותך לחשוב בזהירות על שימור, היא הופכת את ההנחות שלך לגלויות וניתנות לאתגר, והיא נותנת לך מספר לחדד ככל שמגיעים נתונים נוספים.
המטרה בשלב המוקדם אינה LTV מדויק — אלא LTV נכון כיוונית עם הנחות מתועדות. הדיוק מגיע עם הזמן. המשמעת של חישובו מתחילה ביום הראשון.
שתי הנוסחאות
ממוצע חיי לקוח = 1 ÷ 0.03 = 33 חודשים.
LTV = $60 × 0.75 × 33 = $1,485
LTV = $45 × (0.82 + 0.71 + 0.64 + 0.59 + 0.55...) מסוכם עד האופק הצפוי.
ב-24 חודשים: LTV ≈ $45 × 17.4 חודשים אפקטיביים ≈ $783
הערכת LTV עם הנחות מפורשות הרבה יותר שימושית מאשר ללא LTV כלל. המשמעת של חישובו — לא דיוק התוצאה — היא מה שמשנה את האופן שבו צוות מקבל החלטות.
שלוש ההנחות שמשנות הכל
שיעור נטישה. הקלט הרגיש ביותר בכל חישוב LTV. מעבר מ-3% ל-5% נטישה חודשית מקצר את ממוצע חיי הלקוח מ-33 חודשים ל-20 חודשים — ירידה של 40% ב-LTV. כשהנתונים מוגבלים, מדל את ה-LTV בשלוש הנחות נטישה (אופטימי, מרכזי, פסימי) והצג את הטווח במקום מספר יחיד. זה מונע את הטעות הנפוצה של העגינה למספר שנגזר משני חודשי נתונים.
שולי רווח גולמי. שימוש בהכנסה במקום ברווח גולמי מגזים ב-LTV בצורה משמעותית לעסקים עם עלויות אספקה משמעותיות. עסק SaaS עם שולי רווח גולמי של 80% ועסק שירותים עם 40% יש להם כלכלה שונה מאוד גם ברמות הכנסה זהות. אם שולי הרווח הגולמי שלך נמוכים מ-50%, ה-LTV שלך נמוך בהרבה ממה שמציע חישוב מבוסס הכנסה — וסבילותך ל-CAC נמוכה בהתאם.
אופק הזמן. LTV הוא טכנית סכום כל הרווח הגולמי העתידי מלקוח, מהוון לערך נוכחי. בפועל, רוב הצוותים מגבילים את ה-LTV שלהם לאופק של שלוש עד חמש שנים, כי תחזיות מעבר לכך מכניסות יותר אי-ודאות מאשר תובנה. היה מפורש לגבי האופק שלך. LTV המחושב על פני עשרים וארבעה חודשים ואחד המחושב על פני שישים חודשים לאותו לקוח יכולים להיבדל בשלוש עד חמש פעמים — ושניהם נכונים טכנית.
השתמש ב-LTV פשוט כשיש לך פחות משמונה עשר חודשי היסטוריית לקוחות, כשאתה עושה חישוב כיווני מהיר, או כשהקהל שלך (משקיעים, הנהלה) צריך מספר שהם יכולים לבדוק במהירות. השתמש ב-LTV תחזיתי כשיש לך מספיק נתוני קוהורט כדי לראות כיצד עקומת השימור שלך אכן מתיישרת — בדרך כלל לאחר שמונה עשר חודשים — וכשאתה מקבל החלטות מדויקות לגבי תקרות CAC או יעדי תקופת החזר. הנוסחה הפשוטה תגזים ב-LTV אם עקומת השימור שלך לא מתיישרת (כלומר, אם לקוחות ממשיכים לנטוש בשיעור קבוע ללא הגבלה במקום להתייצב).
המספר שאתה משתמש בו בפועל להחלטות
LTV כשלעצמו אינו ניתן לפעולה ישירה. המספר שאתה משתמש בו להחלטות בפועל הוא יחס LTV:CAC ותקופת ההחזר. אם ה-LTV הפשוט שלך הוא $1,485 וה-CAC שלך הוא $400, יחס ה-LTV:CAC שלך הוא 3.7:1 — בריא. תקופת ההחזר שלך היא CAC חלקי רווח גולמי חודשי לכל לקוח: $400 ÷ ($60 × 0.75) = $400 ÷ $45 = כ-9 חודשים — מצוין.
שני המספרים צריכים להיות מחושבים מחדש כל רבעון ככל ש-ARPU, שיעור הנטישה וה-CAC שלך מתפתחים. המגמה חשובה לא פחות מהערך הנוכחי: יחס 3:1 שהשתפר מ-2:1 על פני שישה חודשים מספר סיפור שונה מאוד מ-3:1 שירד מ-5:1.
אם הלקוחות שלך מתרחבים עם הזמן — עוברים מרמות נמוכות לגבוהות יותר, מוסיפים מושבים, קונים תוספות — נוסחת ה-LTV הפשוטה שלך מזלזלת בערך האמיתי של לקוח כי ARPU ברכישה נמוך מ-ARPU בחודש 18. התאם על ידי שימוש בממוצע ARPU על פני חיי הלקוח במקום ARPU ברכישה, או הוסף מונח נפרד של "הכנסות הרחבה". עסקים עם שימור הכנסה נטי חזק (מעל 110%) יזלזלו בצורה דרמטית ב-LTV אם ישתמשו בהנחת ARPU סטטית.
חישובי LTV דורשים תשומות מחלקים מרובים של העסק — נתוני הכנסה מהכספים, נתוני נטישה מהמוצר או CS, נתוני שולי רווח גולמי מהתפעול. ב-FabricLoop, צוותים שעושים סקירות LTV רבעוניות משתמשים לעתים קרובות בפתק קבוצה משותף שמתעד את התשומות, החישוב, ההנחות ויחס LTV:CAC הנובע לצד נתוני הרבע הקודם. כשההנחות מתועדות באותו מקום עם הפלט, השיחה "איזה שיעור נטישה השתמשנו?" לא מתרחשת שלושה חודשים לאחר מכן. החישוב הופך לניתן לביקורת ולשיפור במקום להיות קופסה שחורה שמשתנה בכל פעם שמישהו מחשב אותו מחדש.