Hoe je LTV berekent met beperkte gegevens
Je hebt geen jaren aan klantengeschiedenis nodig om een bruikbare LTV te berekenen. Hier zijn de formules die op verschillende stadia werken — en welke aannames je expliciet moet maken.
De meest voorkomende reden waarom teams in een vroeg stadium LTV-berekeningen overslaan, is dat ze denken dat ze niet genoeg gegevens hebben. Dit is bijna altijd de verkeerde keuze. Een LTV-schatting gebouwd op twaalf maanden klantengegevens en expliciete aannames is veel nuttiger dan helemaal geen LTV-schatting — omdat het je dwingt zorgvuldig na te denken over retentie, het maakt je aannames zichtbaar en betwistbaar, en het geeft je een getal om aan te scherpen als meer gegevens beschikbaar komen.
Het doel in het vroege stadium is niet een nauwkeurige LTV — het is een richtinggevend juiste met gedocumenteerde aannames. De nauwkeurigheid komt in de loop der tijd. De discipline om het te berekenen begint op dag één.
De twee formules
Gemiddelde levensduur = 1 ÷ 0,03 = 33 maanden.
LTV = $60 × 0,75 × 33 = $1,485
LTV = $45 × (0,82 + 0,71 + 0,64 + 0,59 + 0,55…) opgeteld tot je verwachte horizon.
Op 24 maanden: LTV ≈ $45 × 17,4 maanden effectief ≈ $783
Een LTV-schatting met expliciete aannames is veel nuttiger dan helemaal geen LTV. De discipline om het te berekenen — niet de nauwkeurigheid van het resultaat — is wat verandert hoe een team beslissingen neemt.
De drie aannames die alles veranderen
Churn-percentage. De meest gevoelige invoer in elke LTV-berekening. Een verschuiving van 3% naar 5% maandelijks churn vermindert de gemiddelde klantlevensduur van 33 maanden naar 20 maanden — een reductie van 40% in LTV. Als je beperkte gegevens hebt, modelleer LTV met drie churn-aannames (optimistisch, centraal, pessimistisch) en presenteer de bandbreedte in plaats van een enkel getal. Dit voorkomt de veelgemaakte fout om je vast te klampen aan een getal dat voortkwam uit twee maanden gegevens.
Brutomarge. Het gebruik van omzet in plaats van brutowinst overschat LTV aanzienlijk voor bedrijven met aanzienlijke leveringskosten. Een SaaS-bedrijf met 80% brutomarge en een dienstverlenend bedrijf met 40% brutomarge hebben een heel andere economie, zelfs bij gelijke omzet. Als je brutomarge onder de 50% ligt, is je LTV veel lager dan een op omzet gebaseerde berekening suggereert — en je CAC-tolerantie is dienovereenkomstig lager.
De tijdshorizon. LTV is technisch gezien de som van alle toekomstige brutowinst van een klant, verdisconteerd naar contante waarde. In de praktijk beperken de meeste teams hun LTV tot een horizon van drie tot vijf jaar, omdat projecties daarboven meer onzekerheid dan inzicht opleveren. Wees expliciet over je horizon. Een LTV berekend over vierentwintig maanden en een berekend over zestig maanden voor dezelfde klant kunnen drie tot vijf keer verschillen — en beide zijn technisch "juist."
Gebruik eenvoudige LTV wanneer je minder dan achttien maanden klantengeschiedenis hebt, wanneer je een snelle richtinggevende berekening doet, of wanneer je publiek (investeerders, management) een getal nodig heeft dat ze snel kunnen controleren. Gebruik predictieve LTV wanneer je genoeg cohortgegevens hebt om te zien hoe je retentiecurve werkelijk afvlakt — doorgaans na achttien maanden — en wanneer je nauwkeurige beslissingen neemt over CAC-plafonds of terugverdientijd. De eenvoudige formule zal LTV overschatten als je retentiecurve niet afvlakt (d.w.z. als klanten blijven afvallen met een constant percentage in plaats van te stabiliseren).
Het getal dat je werkelijk voor beslissingen gebruikt
LTV op zich is niet rechtstreeks uitvoerbaar. Het getal dat je voor werkelijke beslissingen gebruikt, is de LTV:CAC-verhouding en de terugtverdiening-termijn. Als je eenvoudige LTV $1,485 is en je CAC $400, je LTV:CAC-verhouding is 3,7:1 — gezond. Je terugtverdiening-termijn is CAC gedeeld door maandelijkse brutomarge per klant: $400 ÷ ($60 × 0,75) = $400 ÷ $45 = ongeveer 9 maanden — uitstekend.
Beide getallen moeten elk kwartaal opnieuw worden berekend naarmate je ARPU, churn-percentage en CAC veranderen. De trend is net zo belangrijk als de huidige waarde: een verhouding van 3:1 die in zes maanden is verbeterd van 2:1 vertelt een heel ander verhaal dan een verhouding van 3:1 die is gedaald van 5:1.
Als je klanten in de loop der tijd upgraden — van een lager naar een hoger pakket, extra gebruikerslicenties, add-ons kopen — onderschat je eenvoudige LTV-formule de werkelijke waarde van een klant omdat de ARPU bij acquisitie lager is dan ARPU op maand 18. Pas aan door gemiddelde ARPU over de levensduur van de klant te gebruiken in plaats van de ARPU bij acquisitie, of voeg een afzonderlijke term "expansion-omzet" toe. Bedrijven met sterke netto omzetretentie (boven 110%) zullen LTV drastisch onderschatten als ze een statische ARPU-aanname gebruiken.
LTV-berekeningen vereisen invoer van meerdere delen van het bedrijf — omzetgegevens van finance, churn-gegevens van product of CS, brutomarge-gegevens van operaties. In FabricLoop gebruiken teams die driemaandelijkse LTV-beoordelingen doen vaak een gedeelde groepsnotitie die de invoer, de berekening, de aannames en de resulterende LTV:CAC-verhouding naast de cijfers van het voorgaande kwartaal vastlegt. Wanneer de aannames op dezelfde plek zijn gedocumenteerd als de output, hoeft niet drie maanden later de discussie "welk churn-percentage hebben we gebruikt?" plaats te vinden. De berekening wordt verifieerbaar en verbeterbaar in plaats van een black box die telkens verandert als iemand het opnieuw berekent.