Cara Mengira LTV Apabila Data Anda Terhad
Anda tidak memerlukan sejarah pelanggan bertahun-tahun untuk mengira LTV yang berguna. Berikut ialah formula yang berfungsi pada peringkat yang berbeza — dan andaian yang anda perlu nyatakan dengan jelas.
Sebab paling lazim pasukan peringkat awal melangkau pengiraan LTV ialah mereka merasakan data mereka tidak mencukupi. Ini hampir selalu keputusan yang salah. Anggaran LTV yang dibina daripada data pelanggan selama dua belas bulan dan andaian yang jelas jauh lebih berguna daripada tiada anggaran LTV langsung — kerana ia memaksa anda memikirkan pengekalan dengan teliti, menjadikan andaian anda kelihatan dan boleh dicabar, dan memberi anda satu nombor untuk diperhalusi apabila lebih banyak data tiba.
Matlamat pada peringkat awal bukanlah LTV yang tepat — tetapi LTV yang betul arahnya dengan andaian yang didokumenkan. Ketepatan akan datang dengan masa. Disiplin untuk mengiranya bermula pada hari pertama.
Dua formula
Hayat purata = 1 ÷ 0.03 = 33 bulan.
LTV = $60 × 0.75 × 33 = $1,485
LTV = $45 × (0.82 + 0.71 + 0.64 + 0.59 + 0.55…) dijumlahkan sehingga ufuk masa jangkaan anda.
Pada 24 bulan: LTV ≈ $45 × 17.4 bulan berkesan ≈ $783
Anggaran LTV dengan andaian yang jelas jauh lebih berguna daripada tiada LTV langsung. Disiplin mengiranya — bukan ketepatan hasil pengiraan — itulah yang mengubah cara pasukan membuat keputusan.
Tiga andaian yang mengubah segalanya
Kadar churn. Input yang paling sensitif dalam sebarang pengiraan LTV. Peralihan daripada 3% kepada 5% churn bulanan mengurangkan hayat pelanggan purata daripada 33 bulan kepada 20 bulan — pengurangan 40% dalam LTV. Apabila anda mempunyai data terbatas, bina model LTV berdasarkan tiga andaian churn (optimistik, tengah, pesimistik) dan paparkan julat, bukannya satu nombor tunggal. Ini mengelakkan kesilapan biasa iaitu berpaut pada nombor yang diperoleh daripada data dua bulan sahaja.
Margin kasar. Menggunakan pendapatan dan bukannya untung kasar melebih-lebihkan LTV dengan ketara bagi perniagaan yang mempunyai kos penyampaian yang besar. Perniagaan SaaS dengan margin kasar 80% dan perniagaan perkhidmatan dengan margin kasar 40% mempunyai ekonomi yang sangat berbeza walaupun pada tahap pendapatan yang sama. Jika margin kasar anda di bawah 50%, LTV anda jauh lebih rendah daripada yang dicadangkan oleh pengiraan berasaskan pendapatan — dan toleransi CAC anda juga berkurang sewajarnya.
Ufuk masa. LTV pada teorinya ialah jumlah semua untung kasar masa depan daripada seorang pelanggan, didiskaun kepada nilai kini. Dalam amalan, kebanyakan pasukan mengehadkan 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 bagi tempoh 24 bulan dan LTV yang dikira bagi tempoh 60 bulan untuk pelanggan yang sama boleh berbeza tiga hingga lima kali ganda — dan kedua-duanya secara teknikal "betul."
Gunakan LTV Mudah apabila anda mempunyai kurang daripada lapan belas bulan sejarah pelanggan, apabila anda membuat pengiraan pantas untuk melihat hala tuju, 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 mendatar — biasanya selepas lapan belas bulan — dan apabila anda membuat keputusan tepat tentang siling CAC atau sasaran tempoh bayar balik. Formula Mudah akan melebih-lebihkan LTV jika lengkung pengekalan anda tidak mendatar (iaitu, jika pelanggan terus churn pada kadar tetap tanpa had dan bukannya menjadi stabil).
Nombor yang anda sebenarnya gunakan untuk keputusan
LTV semata-mata tidak boleh terus dijadikan asas tindakan. Nombor yang anda gunakan untuk keputusan sebenar ialah nisbah LTV:CAC dan tempoh pembayaran balik. Jika LTV Mudah anda ialah $1,485 dan CAC anda ialah $400, nisbah LTV:CAC anda ialah 3.7:1 — sihat. Tempoh bayar balik anda ialah CAC dibahagi dengan untung kasar bulanan bagi setiap pelanggan: $400 ÷ ($60 × 0.75) = $400 ÷ $45 = kira-kira 9 bulan — cemerlang.
Kedua-dua nombor perlu dikira semula setiap suku tahun apabila ARPU, kadar churn dan CAC anda berubah. Trend sama penting dengan nilai semasa: nisbah 3:1 yang telah meningkat daripada 2:1 dalam tempoh enam bulan menceritakan kisah yang sangat berbeza daripada nisbah 3:1 yang telah menurun daripada 5:1.
Jika pelanggan anda menaik taraf dari semasa ke semasa — berpindah daripada peringkat yang lebih rendah kepada yang lebih tinggi, menambah lesen pengguna, membeli alat tambah — formula LTV mudah anda memandang rendah nilai sebenar pelanggan kerana ARPU pada pemerolehan adalah lebih rendah daripada ARPU pada Bulan 18. Laraskan dengan menggunakan purata ARPU sepanjang hayat pelanggan dan bukannya ARPU semasa pemerolehan, atau tambahkan sebutan "pendapatan pengembangan" yang berasingan. Perniagaan dengan pengekalan pendapatan bersih yang kukuh (di atas 110%) akan memandang rendah LTV secara dramatik jika mereka menggunakan andaian ARPU statik.
Pengiraan LTV memerlukan input daripada bahagian berbeza perniagaan — data pendapatan daripada kewangan, data churn daripada produk atau CS, data margin kasar daripada operasi. Dalam FabricLoop, pasukan yang melakukan semakan LTV suku tahunan sering menggunakan nota kumpulan bersama yang merekodkan input, pengiraan, andaian dan nisbah LTV:CAC yang terhasil bersebelahan angka suku tahun sebelumnya. Apabila andaian didokumenkan di tempat yang sama dengan output, perbualan "kadar churn mana yang kami gunakan?" tidak berlaku tiga bulan kemudian. Pengiraan menjadi boleh diaudit dan boleh diperbaiki, bukannya kotak hitam yang berubah setiap kali seseorang mengiranya semula.