Slik beregner du LTV når du har begrenset data
Du trenger ikke år med kundehistorikk for å beregne et nyttig LTV. Her er formlene som fungerer på ulike stadier — og forutsetningene du må angi eksplisitt.
Den vanligste grunnen til at tidlige team hopper over LTV-beregninger er at de føler de ikke har nok data. Dette er nesten alltid feil beslutning. En LTV-estimat bygget på tolv måneders kundedata og eksplisitte forutsetninger er langt mer nyttig enn ingen LTV-estimat i det hele tatt — fordi den tvinger deg til å tenke nøye over retention, gjør forutsetningene dine synlige og utfordrbare, og gir deg et tall å raffinere etter hvert som mer data ankommer.
Målet på et tidlig stadium er ikke et presist LTV — det er ett som peker i riktig retning med dokumenterte forutsetninger. Presisjonen kommer over tid. Disiplinen med å beregne det starter dag én.
De to formlene
Gjennomsnittlig 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…) summert til din forventede horisont.
Ved 24 måneder: LTV ≈ 450 kr × 17,4 effektive måneder ≈ 7 830 kr
En LTV-estimat med eksplisitte forutsetninger er langt mer nyttig enn intet LTV i det hele tatt. Disiplinen med å beregne det — ikke presisjonen i resultatet — er det som endrer hvordan et team tar beslutninger.
De tre forutsetningene som endrer alt
Churnrate. Den mest sensitive inndataen i enhver LTV-beregning. En endring fra 3% til 5% månedlig churn reduserer gjennomsnittlig kundelivstid fra 33 måneder til 20 måneder — en reduksjon av LTV på 40%. Når du har begrenset data, modeller LTV ved tre churnantagelser (optimistisk, sentral, pessimistisk) og presenter intervallet fremfor ett enkelt tall. Dette forhindrer den vanlige feilen med å forankre til et tall som er avledet fra to måneders data.
Bruttomargin. Å bruke omsetning i stedet for bruttofortjeneste overvurderer LTV vesentlig for virksomheter med betydelige leveringskostnader. En SaaS-virksomhet med 80% bruttomargin og en tjenestvirksomhet med 40% bruttomargin har svært ulik økonomi selv ved identiske omsetningsnivåer. Hvis bruttomarginenen din er under 50%, er LTV ditt mye lavere enn det en omsetningsbasert beregning antyder — og CAC-toleransen din er tilsvarende lavere.
Tidshorisonten. LTV er teknisk sett summen av all fremtidig bruttofortjeneste fra en kunde, diskontert til nåverdi. I praksis begrenser de fleste team LTV til en tre til fem år lang horisont, fordi prognoser utover det introduserer mer usikkerhet enn innsikt. Vær eksplisitt om horisonten din. Et LTV beregnet over tjuefire måneder og ett beregnet over seksti måneder for den samme kunden kan avvike tre til fem ganger — og begge er teknisk sett "korrekte."
Bruk Enkelt LTV når du har mindre enn atten måneders kundehistorikk, når du gjør en rask retningsberegning, eller når målgruppen din (investorer, ledelse) trenger et tall de raskt kan fornuftssjekke. Bruk Prediktivt LTV når du har nok kohortdata til å se hvordan retentionskurven din faktisk flater ut — typisk etter atten måneder — og når du tar presise beslutninger om CAC-tak eller tilbakebetalingstidsmål. Den enkle formelen vil overvurdere LTV hvis retentionskurven din ikke flater ut (dvs. hvis kunder fortsetter å churne med konstant rate på ubestemt tid fremfor å stabilisere seg).
Tallet du faktisk bruker for beslutninger
LTV i seg selv er ikke direkte handlingsbart. Tallet du bruker for faktiske beslutninger er LTV:CAC-forholdet og tilbakebetalingstiden. Hvis det enkle LTV-et ditt er 14 850 kr og CAC-en din er 4 000 kr, er LTV:CAC-forholdet ditt 3,7:1 — sunt. Tilbakebetalingstiden din er CAC delt på månedlig bruttofortjeneste per kunde: 4 000 kr ÷ (600 kr × 0,75) = 4 000 kr ÷ 450 kr = omtrent 9 måneder — utmerket.
Begge tall bør beregnes på nytt hvert kvartal etter hvert som ARPU, churnrate og CAC utvikler seg. Trenden betyr like mye som den nåværende verdien: et 3:1-forhold som har forbedret seg fra 2:1 over seks måneder forteller en svært annerledes historie enn et 3:1-forhold som har falt fra 5:1.
Hvis kundene dine oppgraderer over tid — går fra lavere til høyere nivåer, legger til plasser, kjøper tillegg — undervurderer den enkle LTV-formelen den sanne verdien av en kunde fordi ARPU ved anskaffelse er lavere enn ARPU ved måned 18. Juster ved å bruke gjennomsnittlig ARPU på tvers av kundelivstiden fremfor anskaffelses-ARPU, eller legg til et separat "ekspansjonsomsetning"-ledd. Virksomheter med sterk netto-omsetningsretention (over 110%) vil dramatisk undervurdere LTV hvis de bruker en statisk ARPU-antagelse.
LTV-beregninger krever inndata fra flere deler av virksomheten — omsetningsdata fra økonomi, churndata fra produkt eller kundesuksess, bruttomargindata fra drift. I FabricLoop bruker team som gjør kvartalsvise LTV-gjennomganger ofte et delt gruppenotat som fanger opp inndataene, beregningen, forutsetningene og det resulterende LTV:CAC-forholdet ved siden av forrige kvartals tall. Når forutsetningene er dokumentert på samme sted som resultatet, skjer ikke "hvilken churnrate brukte vi?"-samtalen tre måneder senere. Beregningen blir reviderbar og forbedringsdyktig fremfor en svart boks som endres hver gang noen beregner den på nytt.