Cara menghitung nilai umur pelanggan (CLTV): Panduan lengkap

Customer Lifetime Value (CLTV) memungkinkan pemasar untuk memprediksi berapa banyak pendapatan yang akan dihasilkan pelanggan untuk bisnis mereka selama hubungan mereka.

Ini semakin menjadi estimasi berbasis data dan metrik utama kesehatan bisnis. CLTV membantu pemasar memahami betapa berharganya setiap pelanggan individual bagi mereka. Ini juga menunjukkan berapa banyak yang dapat dihabiskan untuk mendapatkan pelanggan baru sambil memastikan laba atas investasi (ROI).

Mengapa kita harus menghitung CLTV?

Bisnis umumnya menerima bahwa retensi pelanggan lebih terjangkau daripada akuisisi. Tahun lalu, Forbes melaporkan bahwa biayanya lima kali lipat untuk menarik pelanggan dibandingkan dengan mempertahankan yang sudah ada .

Tetapi jika pelanggan hanya berniat untuk melakukan satu pembelian dan tidak pernah kembali, apakah layak mengalokasikan anggaran pemasaran sebanyak itu untuk mereka?

CLTV membantu pemasar dalam mengoptimalkan strategi akuisisi dan retensi mereka.

Matthew Hull, Analis Intelijen Bisnis Senior di Fospha, mengatakan tentang pentingnya:

“Ini membantu pemasar mengalokasikan anggaran secara efektif untuk mencapai volume target akuisisi, sekaligus memaksimalkan pengembalian. Ini juga memungkinkan mereka untuk mengelompokkan dan menargetkan pengguna berdasarkan CLTV mereka. Misalnya, lebih banyak penargetan diperlukan untuk pengguna dengan CLTV yang lebih rendah, untuk meningkatkan frekuensi atau tingkat nilai pesanan.”

“Selain itu, ini dapat membantu bisnis fokus pada penargetan kelompok pengguna yang cenderung menghasilkan CLTV tertinggi, sambil mengurangi fokus untuk memperoleh pelanggan 'pembelian tunggal' atau 'LTV rendah'."

Sebuah perbandingan sederhana

LTV dua pelanggan toko sepatu online mungkin terlihat seperti berikut ini.

(HLTV = nilai umur tinggi; LLTV = nilai umur rendah)

Dalam hal ini, pelanggan LTV tinggi mungkin menghabiskan antara $65 dan $105 untuk sepatu per tahun. Pelanggan LTV rendah, di sisi lain, dapat melakukan pembelian besar dalam jangka pendek, tetapi tidak memiliki keinginan untuk membeli sepatu dari toko ini lagi di masa mendatang.

Kita dapat melihat bahwa setelah lima tahun, pelanggan LTV yang tinggi terbukti menguntungkan bagi bisnis. Tetapi pelanggan LTV rendah memiliki biaya lebih untuk memasarkan daripada pendapatan bersih yang dihasilkan dari apa yang mereka belanjakan dengan pengecer. Setidaknya sebagian dari anggaran pemasaran ini dialokasikan untuk pelanggan LTV rendah, dalam contoh ini, kemungkinan akan lebih baik dihabiskan untuk akuisisi pelanggan baru.

Jika kami meningkatkannya hingga mencapai ratusan atau ribuan pelanggan, kami dapat melihat mengapa CLTV bisa sangat berharga bagi bisnis.

Bagaimana cara menghitung CLTV?

Sulit untuk memprediksi pengeluaran pelanggan yang tepat di masa depan. Tetapi data yang dapat dipercaya seputar kebiasaan pengguna, segmentasi yang cerdas, dan statistik demografis semuanya dapat menjadi perkiraan yang berharga.

Menghitung nilai umur pelanggan dapat bervariasi dari bisnis ke bisnis, seperti yang disoroti Hull:

“Ini bisa dibilang mengapa tidak digunakan lebih sering. Tidak ada definisi standar untuk menghitung CLTV. Variabel yang termasuk dalam formula secara historis berbeda menurut industri agar sesuai dengan kasus penggunaan bisnis yang spesifik.”

Konon, menurut Hull, ada dua komponen inti dari perhitungan CLTV. Mereka:

1. Frekuensi Pembelian – frekuensi dalam periode tertentu yang dibeli pelanggan.
2. Nilai Pesanan Rata-rata – jumlah rata-rata pendapatan dari setiap penjualan.

Rumus paling sederhana untuk menghitung CLTV adalah:

Frekuensi Pembelian x Nilai Pesanan Rata-rata x Umur Pelanggan Rata-rata

Tetapi dapat ditingkatkan dengan memperhitungkan biaya akuisisi awal dan/atau biaya retensi seperti dukungan pelanggan atau diskon promosi.

Seperti yang ditunjukkan Hull: “Di luar ini, ada tingkat kerumitan dalam perhitungan yang memperhitungkan nilai promosi dan margin dalam setiap penjualan.”

Jadi perhitungan CLTV yang sedikit lebih mendalam mungkin:

Frekuensi Pembelian x Nilai Pesanan Rata-rata x Umur Pelanggan Rata-rata – (Biaya Akuisisi + Biaya Retensi)

Input lain yang sering kita lihat dalam rumus CLTV adalah Churn Rate. Ini adalah persentase pelanggan yang mengakhiri hubungan mereka dengan perusahaan dalam periode tertentu. Ini mungkin konsisten di seluruh umur pelanggan rata-rata, atau mungkin bervariasi seiring berjalannya waktu.

Mencari tahu rata-rata umur pelanggan Anda

Jika Anda memiliki akses ke sana, data historis yang baik dari aktivitas pelanggan Anda sangat penting di sini. Ini memungkinkan Anda untuk, pada awalnya, melihat waktu rata-rata antara pembelian pelanggan. Saat melihat waktu di antara pembelian, Anda dapat menemukan standar deviasi untuk waktu rata-rata.

Jika pelanggan Anda kemudian melampaui dua standar deviasi (ukuran khas dari signifikansi statistik) sebelum melakukan pembelian lagi, kita dapat menganggap hubungan tersebut selesai.

Untuk bisnis baru, perusahaan di industri tertentu memang menghasilkan tolok ukur yang berguna jika Anda tidak memiliki data untuk digunakan. Pemasar lain menggunakan satu sampai tiga tahun sebagai rata-rata. Tapi kita umumnya dapat menganggap apa pun di luar tujuh tahun sebagai terlalu jauh di masa depan untuk menjadi akurat.

Apa itu ROI Pelanggan?

Seperti yang disoroti Hull sebelumnya, CLTV berguna bagi pemasar yang ingin memaksimalkan pengembalian .

ROI Pelanggan mengacu pada keuntungan dari setiap pelanggan setelah setiap investasi (pemasaran, akuisisi, biaya retensi, dll.) telah dipertimbangkan.

Dengan menggunakan contoh pengecer sepatu kami di atas, kami dapat menghitung ROI pelanggan LTV tinggi dengan rumus berikut:

ROI Pelanggan = Total Pengeluaran – Pengeluaran Pemasaran

Dan dengan angka-angka dari tabel, itu akan menjadi:

$295 = ($420 – $125)

Bagaimana Anda dapat meningkatkan perhitungan CLTV Anda?

Kami telah membahas bagaimana pemahaman yang komprehensif tentang pelanggan Anda akan meningkatkan CLTV.

Tidak seperti contoh pengecer sepatu, bisnis apa pun yang baru memulai perjalanan CLTV-nya tidak mungkin memiliki data penjualan selama lima tahun untuk dianalisis.

Namun, data rinci dan dapat dipercaya tentang aktivitas pelanggan adalah langkah pertama untuk memastikan keakuratan perhitungan CLTV.

Data analitik yang merinci pesanan pelanggan – bahkan dari periode waktu yang relatif singkat – dapat memberi kami wawasan yang diperlukan tentang nilai pesanan rata-rata (AOV) dan frekuensi pembelian. Dari sana, kami kemudian dapat memperkirakan umur pelanggan.

Selain itu, model atribusi multi-sentuh berbasis data memberikan pemahaman tentang titik kontak yang berinteraksi dengan pelanggan sebelum melakukan pembelian. Ini memastikan pandangan yang lebih komprehensif tentang saluran pemasaran yang memengaruhi pembelian dan menyoroti proporsi anggaran Anda yang dapat dikreditkan ke titik kontak individu di sepanjang perjalanan.

Perjalanan pelanggan semakin kompleks dan tidak semua individu berinteraksi dengan saluran yang sama sebelum mereka melakukan pembelian.

W data-driven engan atribusi, kita mungkin menemukan pembelanja sering di situs e-commerce yang terlihat seperti pelanggan LTV tinggi - yang dalam berinteraksi kenyataan dengan jauh lebih pemasaran saluran dari seorang individu yang mungkin dianggap rendah LTV.

Dengan wawasan ini, kampanye pemasaran yang menargetkan yang terakhir mungkin lebih berhasil untuk bisnis daripada yang menargetkan yang pertama.

Bagaimana Anda dapat meningkatkan CLTV?

Perhitungan CLTV ditingkatkan dengan data yang solid, tetapi CLTV dan loyalitas pelanggan ditingkatkan dengan menerapkan strategi yang solid.

Apakah pelanggan Anda puas? Apakah situs web Anda menawarkan pengalaman pengguna yang baik? Apakah layanan pelanggan Anda efisien? Apakah pelanggan Anda mempercayai Anda dengan data mereka? Apakah sentimen publik seputar merek Anda positif?

Ketika bisnis Anda tumbuh dan berubah, semua pertanyaan ini perlu dikembalikan. Perbaikan di sini dapat melihat peningkatan jumlah pelanggan yang lebih mungkin untuk kembali, mungkin dengan frekuensi tambahan dan pembelian yang lebih besar.

Menghitung CLTV adalah tugas yang terus berkembang: Uji, pelajari, dan ulangi

Seiring berkembangnya bisnis Anda, kebiasaan pelanggan berubah dan data menjadi semakin terperinci. Menghitung CLTV juga perlu menjadi praktik yang berkelanjutan.

Dengan pemikiran ini, memahami CLTV dengan akurasi sebanyak yang dapat diberikan data Anda adalah cara yang berharga untuk memastikan bisnis Anda sehat dan kompetitif di masa depan.