Ukur Apa yang Penting

Bagaimana Mengira LTV Apabila Anda Mempunyai Data Terbatas

Anda tidak memerlukan sejarah pelanggan bertahun-tahun untuk mengira LTV yang berguna. Berikut ialah formula yang berfungsi pada peringkat berbeza — dan andaian yang anda perlu nyatakan dengan jelas.

Oleh Pasukan FabricLoop

Mei 2026

4 minit bacaan

Sebab paling biasa pasukan peringkat awal langkau pengiraan LTV adalah mereka berasa mereka tidak mempunyai data yang cukup. Ini hampir selalu panggilan yang salah. Anggaran LTV yang dibina pada dua belas bulan data pelanggan dan andaian eksplisit adalah jauh lebih berguna daripada tiada anggaran LTV sama sekali — kerana ia memaksa anda memikirkan pengekalan dengan teliti, ia membuat andaian anda jelas dan boleh dicabar, dan ia memberikan anda nombor untuk sesuaikan apabila lebih banyak data tiba.

Matlamatnya pada peringkat awal bukan LTV yang tepat — ia adalah satu arah yang betul dengan andaian yang didokumentasikan. Ketepatan datang dari semasa ke semasa. Disiplin mengira ia bermula pada hari pertama.

Dua formula

LTV Mudah — gunakan apabila anda mempunyai kurang daripada 18 bulan data pelanggan

LTV = ARPU × Margin Kasar % × Hayat Pelanggan Purata

ARPU (Purata Hasil Setiap Pengguna): jumlah hasil bulanan dibahagi dengan bilangan pelanggan aktif.

Hayat Pelanggan Purata: gunakan 1 ÷ Kadar Pengkhiraran Bulanan. Jika pengkhiraran bulanan ialah 3%, hayat purata ialah 1 ÷ 0.03 = 33 bulan.

Margin Kasar %: (Hasil − Kos Barangan Dijual) ÷ Hasil. Ini menukar hasil kepada untung yang benar-benar terkumpul kepada perniagaan.

Contoh: ARPU = $60/bln, margin kasar = 75%, pengkhiraran bulanan = 3%.
Hayat purata = 1 ÷ 0.03 = 33 bulan.
LTV = $60 × 0.75 × 33 = $1,485

LTV Ramalan — gunakan apabila anda mempunyai data pengekalan kohort 18+ bulan

LTV = ∑ (Untung Kasar Bulanan × Kadar Pengekalan pada Bulan n) merentasi semua bulan masa depan

Daripada menganggap pengkhiraran tetap, kaedah ini menggunakan lengkung pengekalan yang anda perhatikan daripada analisis kohort. Darabkan untung kasar per pelanggan dengan kadar pengekalan pada setiap bulan masa depan dan jumlahkan siri itu.

Diskaun aliran tunai masa depan menggunakan kadar diskaun bulanan (kos modal tahunan ÷ 12) jika anda ingin LTV nilai semasa daripada nominal. Untuk kebanyakan tujuan peringkat awal, versi yang tidak didiskaun sudah cukup.

Contoh: Untung kasar bulanan per pelanggan = $45. Pengekalan pada M1=82%, M2=71%, M3=64%, M4=59%, stabil pada ~55% dari M5 seterusnya.
LTV = $45 × (0.82 + 0.71 + 0.64 + 0.59 + 0.55…) dijumlahkan kepada ufuk anda yang dijangka.
Pada 24 bulan: LTV ≈ $45 × 17.4 bulan efektif ≈ $783

Anggaran LTV dengan andaian eksplisit adalah jauh lebih berguna daripada tiada LTV sama sekali. Disiplin mengira ia — bukan ketepatan hasil — adalah apa yang mengubah cara pasukan membuat keputusan.

Tiga andaian yang mengubah segalanya

Kadar pengkhiraran. Input paling sensitif dalam apa-apa pengiraan LTV. Peralihan dari 3% kepada 5% pengkhiraran bulanan mengurangkan hayat pelanggan purata daripada 33 bulan kepada 20 bulan — pengurangan 40% dalam LTV. Apabila anda mempunyai data terbatas, model LTV pada tiga andaian pengkhiraran (optimistik, pusat, pesimis) dan bentangkan julat daripada nombor tunggal. Ini menghalang kesilapan biasa melabur kepada nombor yang diperoleh daripada dua bulan data.

Margin kasar. Menggunakan hasil daripada untung kasar menyatakan LTV dengan ketara untuk perniagaan dengan kos penghantaran yang bermakna. Perniagaan SaaS dengan margin kasar 80% dan perniagaan perkhidmatan dengan margin kasar 40% mempunyai ekonomi yang sangat berbeza walaupun pada tahap hasil yang sama. Jika margin kasar anda di bawah 50%, LTV anda adalah jauh lebih rendah daripada pengiraan berasaskan hasil mencadangkan — dan toleransi CAC anda adalah berkadaran lebih rendah.

Ufuk masa. LTV secara teknikalnya adalah jumlah semua untung kasar masa depan daripada pelanggan, didiskau kepada nilai semasa. Dalam amalan, kebanyakan pasukan menutup LTV mereka pada ufuk tiga hingga lima tahun, kerana unjuran di luar itu memperkenalkan lebih banyak ketidakpastian daripada cerapan. Nyatakan ufuk anda dengan jelas. LTV yang dikira dalam 24 bulan dan satu yang dikira selama 60 bulan untuk pelanggan yang sama boleh berbeza sebanyak tiga hingga lima kali — dan kedua-duanya secara teknis "betul."

Bila menggunakan LTV Mudah vs. Ramalan

Gunakan LTV Mudah apabila anda mempunyai kurang daripada lapan belas bulan sejarah pelanggan, apabila anda melakukan pengiraan arah pantas, atau apabila khalayak anda (pelabur, kepimpinan) memerlukan nombor yang boleh mereka semak dengan cepat. Gunakan LTV Ramalan apabila anda mempunyai data kohort yang cukup untuk melihat bagaimana lengkung pengekalan anda benar-benar merata — biasanya selepas lapan belas bulan — dan apabila anda membuat keputusan tepat tentang siling CAC atau sasaran tempoh pembayaran balik. Formula Mudah akan menyatakan LTV jika lengkung pengekalan anda tidak merata (iaitu, jika pelanggan terus mengejar pada kadar tetap selama-lamanya daripada menstabilkan).

Nombor yang anda sebenarnya gunakan untuk keputusan

LTV itu sendiri bukan secara langsung boleh diambil tindakan. Nombor yang anda gunakan untuk keputusan sebenar ialah nisbah LTV:CAC dan tempoh pembayaran balik. Jika LTV Mudah anda adalah $1,485 dan CAC anda adalah $400, nisbah LTV:CAC anda adalah 3.7:1 — sihat. Tempoh pembayaran balik anda adalah CAC dibahagi dengan untung kasar bulanan per pelanggan: $400 ÷ ($60 × 0.75) = $400 ÷ $45 = kira-kira 9 bulan — cemerlang.

Kedua-dua nombor harus dikira semula setiap suku tahun apabila ARPU, kadar pengkhiraran, dan CAC anda berkembang. Trend adalah sama penting seperti nilai semasa: nisbah 3:1 yang telah meningkat daripada 2:1 dalam enam bulan menceritakan cerita yang sangat berbeza daripada nisbah 3:1 yang telah menurun daripada 5:1.

Pelarasan hasil pengembangan

Jika pelanggan anda naik taraf dari semasa ke semasa — berpindah dari peringkat lebih rendah ke lebih tinggi, menambah tempat duduk, membeli add-on — formula LTV mudah anda meremehkan nilai sebenar pelanggan kerana ARPU pada pemerolehan adalah lebih rendah daripada ARPU pada Bulan 18. Sesuaikan dengan menggunakan purata ARPU merentasi hayat pelanggan daripada ARPU pemerolehan, atau tambahkan istilah "hasil pengembangan" yang berasingan. Perniagaan dengan pengekalan hasil bersih yang kuat (di atas 110%) akan meremehkan LTV secara dramatik jika mereka menggunakan andaian ARPU statik.

Bagaimana FabricLoop menyokong ini

Pengiraan LTV memerlukan input daripada bahagian berbeza perniagaan — data hasil daripada kewangan, data pengkhiraran daripada produk atau CS, data margin kasar daripada operasi. Dalam FabricLoop, pasukan yang melakukan semakan LTV suku tahunan sering menggunakan nota kumpulan bersama yang menangkap input, pengiraan, andaian, dan nisbah LTV:CAC yang terhasil di sebelah angka suku tahunan sebelumnya. Apabila andaian didokumentasikan di tempat yang sama dengan output, perbualan "kadar pengkhiraran mana yang kami gunakan?" tidak berlaku tiga bulan kemudian. Pengiraan menjadi boleh diaudit dan boleh ditingkatkan daripada kotak hitam yang berubah setiap kali seseorang mengiranya semula.

Perkara penting untuk diambil

Anda tidak memerlukan tahun data untuk mengira LTV yang berguna. Anggaran dengan andaian eksplisit dan dua belas bulan data adalah jauh lebih boleh diambil tindakan daripada menunggu data yang sempurna. Disiplin mengira ia mengubah cara anda membuat keputusan, tanpa mengira ketepatan.

LTV Mudah = ARPU × Margin Kasar % × Hayat Pelanggan Purata, di mana Hayat Pelanggan Purata = 1 ÷ Kadar Pengkhiraran Bulanan. Gunakan ini apabila anda mempunyai kurang daripada lapan belas bulan sejarah pelanggan.

LTV Ramalan menjumlahkan untung kasar bulanan didarab dengan kadar pengekalan yang diperhatikan pada setiap bulan masa depan. Gunakan ini apabila anda mempunyai lapan belas bulan atau lebih data kohort dan boleh melihat di mana lengkung pengekalan anda benar-benar merata.

Kadar pengkhiraran adalah input paling sensitif. Peralihan daripada 3% kepada 5% pengkhiraran bulanan mengurangkan hayat pelanggan purata sebanyak 40%. Apabila data terbatas, model LTV merentasi tiga andaian pengkhiraran dan bentangkan julat daripada nombor tunggal.

Selalu gunakan untung kasar, bukan hasil. Menggunakan hasil menyatakan LTV untuk sebarang perniagaan dengan kos penghantaran yang bermakna. Perniagaan dengan margin kasar 40% mempunyai LTV separuh daripada perniagaan dengan hasil sama tetapi margin kasar 80%.

Nyatakan ufuk masa anda dengan jelas. LTV yang dikira dalam 24 bulan dan 60 bulan boleh berbeza sebanyak tiga hingga lima kali untuk pelanggan yang sama. Nyatakan ufuk setiap kali anda berkongsi nombor LTV — angka itu tidak bermakna tanpanya.

Output yang boleh diambil tindakan bagi LTV ialah nisbah LTV:CAC (harus sekurang-kurangnya 3:1 untuk SaaS) dan tempoh pembayaran balik (CAC ÷ untung kasar bulanan per pelanggan). LTV sahaja bukan boleh diambil tindakan secara langsung; nisbah terbitan ini adalah apa yang memacu keputusan.

Jika pelanggan meningkat dari semasa ke semasa — naik taraf peringkat, menambah tempat duduk — andaian ARPU statik meremehkan LTV. Perniagaan dengan pengekalan hasil bersih yang kuat (di atas 110%) akan secara ketara meremehkan nilai pelanggan jika mereka menggunakan ARPU pemerolehan dalam model LTV mereka.

Kira semula LTV setiap suku tahun menggunakan input yang konsisten. Trend adalah sama penting seperti nilai semasa — nisbah 3:1 yang meningkat daripada 2:1 dalam enam bulan menceritakan cerita yang sangat berbeza daripada satu yang telah menurun daripada 5:1.

Dokumentasikan semua andaian — kadar pengkhiraran yang digunakan, peratusan margin kasar, ufuk masa, angka ARPU — di sebelah pengiraan LTV. Apabila andaian tidak didokumentasikan, nombor menjadi tidak boleh diaudit dan pasukan berdebat tentang metodologi daripada bertindak atas cerapan.