고객평생가치(CLTV) 계산 방법: 전체 가이드

CLTV(고객평생가치)를 통해 마케터는 고객이 관계 기간 동안 비즈니스를 통해 창출할 수익을 예측할 수 있습니다.

점점 더 데이터 기반 추정치이자 비즈니스 건강의 핵심 지표가 되고 있습니다. CLTV는 마케터가 각 개별 고객이 그들에게 얼마나 가치가 있는지 이해하는 데 도움이 됩니다. 또한 투자 수익(ROI)을 보장하면서 신규 고객을 확보하는 데 얼마를 지출할 수 있는지 보여줍니다.

CLTV를 계산해야 하는 이유는 무엇입니까?

기업은 일반적으로 고객을 유지하는 것이 획득보다 저렴하다는 사실을 인정합니다. 작년에 Forbes 는 기존 고객을 유지하는 것보다 고객을 유치하는 데 5배의 비용이 든다고 보고했습니다 .

그러나 고객이 한 번만 구매하고 다시는 돌아오지 않으려는 경우 많은 마케팅 예산을 할당할 가치가 있습니까?

CLTV는 마케팅 담당자가 획득 및 유지 전략을 최적화하도록 지원합니다.

Fospha의 선임 비즈니스 인텔리전스 분석가인 Matthew Hull은 중요성에 대해 다음과 같이 말했습니다.

“마케터가 수익을 극대화하면서 목표 인수량을 달성하기 위해 효과적으로 예산을 할당할 수 있도록 도와줍니다. 또한 CLTV를 기반으로 사용자를 분류하고 타겟팅할 수 있습니다. 예를 들어 빈도나 주문 가치 수준을 높이려면 CLTV가 낮은 사용자에게 더 많은 타겟팅이 필요합니다.”

"또한 '단일 구매' 또는 '낮은 LTV' 고객을 확보하는 데 중점을 두지 않고 가장 높은 CLTV를 생성할 가능성이 있는 사용자 클러스터를 타겟팅하는 데 비즈니스에 집중하는 데 도움이 될 수 있습니다.”

간단한 비교

온라인 신발 매장의 두 고객의 LTV는 다음과 같습니다.

(HLTV = 높은 평생 가치, LLTV = 낮은 평생 가치)

이 경우, LTV가 높은 고객은 연간 신발에 65~105달러를 지출할 수 있습니다. 반면에 LTV가 낮은 고객은 단기간에 상당한 양의 구매를 할 수 있지만 미래에는 이 상점에서 신발을 다시 구매할 의사가 없습니다.

5년 후에 높은 LTV 고객이 비즈니스에 수익성이 있음이 입증되었음을 알 수 있습니다. 그러나 LTV가 낮은 고객은 소매업체에서 지출한 순수익보다 시장 출시 비용이 더 많이 듭니다. 이 예에서 낮은 LTV 고객에게 할당된 이 마케팅 예산의 적어도 일부는 새로운 고객을 확보하는 데 더 잘 쓰였을 것입니다.

수백 또는 수천 명의 고객을 고려하여 이를 확장하면 CLTV가 기업에 왜 그토록 가치가 있는지 알 수 있습니다.

CLTV를 계산하는 방법?

고객의 정확한 미래 지출을 예측하는 것은 어렵습니다. 그러나 사용자 습관, 현명한 세분화 및 인구 통계학적 통계에 대한 신뢰할 수 있는 데이터는 모두 가치 있는 추정치를 제공할 수 있습니다.

Hull이 강조하는 것처럼 고객의 평생 가치를 계산하는 방법은 비즈니스마다 다를 수 있습니다.

“이것이 더 자주 사용되지 않는 이유일 것입니다. CLTV 계산에 대한 표준 정의는 없습니다. 공식에 포함된 변수는 비즈니스의 특정 사용 사례에 맞게 산업별로 역사적으로 달랐습니다.”

그러나 Hull에 따르면 CLTV 계산에는 두 가지 핵심 구성 요소가 있습니다. 그들은:

1. 구매 빈도 – 고객이 특정 기간 동안 구매하는 빈도.
2. 평균 주문 금액 – 각 판매의 평균 수익 금액.

CLTV를 계산하는 가장 간단한 공식은 다음과 같습니다.

구매 빈도 x 평균 주문 금액 x 평균 고객 수명

그러나 초기 취득 비용 및/또는 고객 지원 또는 판촉 할인과 같은 유지 비용을 고려하여 개선할 수 있습니다.

Hull은 다음과 같이 지적합니다. "이 외에도 각 판매 내에서 판촉 가치와 마진을 고려하는 계산의 복잡성 수준이 있습니다."

따라서 약간 더 통찰력 있는 CLTV 계산은 다음과 같습니다.

구매 빈도 x 평균 주문 금액 x 평균 고객 수명 – (획득 비용 + 유지 비용)

CLTV 공식에서 자주 볼 수 있는 또 다른 입력은 이탈률입니다. 이것은 주어진 기간에 회사와의 관계를 종료하는 고객의 비율입니다. 평균 고객 수명 전반에 걸쳐 일관성이 있을 수도 있고 시간이 지남에 따라 달라질 수도 있습니다.

평균 고객 수명 파악

액세스할 수 있는 경우 고객 활동에 대한 우수한 과거 데이터가 여기에 필수적입니다. 이를 통해 처음에는 고객 구매 사이의 평균 시간을 볼 수 있습니다. 구매 사이의 시간을 보면 평균 시간이 얼마인지에 대한 표준 편차를 찾을 수 있습니다.

고객이 다른 구매를 하기 전에 두 개의 표준 편차(통계적 유의성의 일반적인 척도)를 초과 하면 관계가 종료되었다고 가정할 수 있습니다.

새로운 비즈니스의 경우 특정 산업의 회사가 벤치마크를 생성합니다. 이 벤치마크는 기반으로 할 데이터가 없는 경우에 유용합니다. 다른 마케터들은 1~3년을 야구장으로 사용합니다. 그러나 우리는 일반적으로 7년을 초과하는 모든 것을 정확하기에는 너무 먼 미래라고 생각할 수 있습니다.

고객 ROI란 무엇입니까?

Hull이 앞서 강조했듯이 CLTV는 수익 을 극대화 하려는 마케팅 담당자에게 유용합니다 .

고객 ROI는 모든 투자(마케팅, 인수, 유지 비용 등)를 고려한 후 각 고객의 이익을 나타냅니다.

위의 신발 소매업체 예를 사용하여 다음 공식을 사용하여 LTV가 높은 고객의 ROI를 계산할 수 있습니다.

고객 ROI = 총 지출 – 마케팅 지출

그리고 표의 수치를 보면 다음과 같이 나옵니다.

$295 = ($420 – $125)

CLTV 계산을 어떻게 개선할 수 있습니까?

우리는 이미 고객에 대한 포괄적인 이해가 CLTV를 개선하는 방법에 대해 언급했습니다.

신발 소매업체의 예와 달리 CLTV 여정을 막 시작한 비즈니스는 분석할 5년치의 판매 데이터가 없을 것입니다.

그러나 고객의 활동에 대한 상세하고 신뢰할 수 있는 데이터는 CLTV 계산의 정확성을 보장하는 첫 번째 단계입니다.

비교적 짧은 기간의 고객 주문을 자세히 설명하는 분석 데이터는 평균 주문 가치(AOV) 및 구매 빈도에 대한 필요한 통찰력을 제공할 수 있습니다. 거기에서 우리는 고객의 수명을 추정할 수 있습니다.

그 외에도 데이터 기반 멀티 터치 기여 모델은 고객이 구매하기 전에 상호 작용하는 터치 포인트에 대한 이해를 제공합니다. 이렇게 하면 구매에 영향을 미치는 마케팅 채널을 보다 포괄적으로 볼 수 있고 여정을 따라 개별 터치포인트에 할당할 수 있는 예산의 비율이 강조 표시됩니다.

고객 여정은 점점 더 복잡해지고 있으며 모든 개인이 구매하기 전에 동일한 채널과 상호 작용하는 것은 아닙니다.

i 번째 데이터 기반 기여 W, 우리는 높은 LTV 고객과 같은 전자 상거래 사이트에 자주 구매자를 발견 할 수 - 현실 상호 작용 낮은 LTV 것으로 간주 될 수있는 개인보다 훨씬 더 마케팅 채널 사람.

이러한 통찰력을 통해 후자를 대상으로 하는 마케팅 캠페인은 전자를 대상으로 하는 것보다 비즈니스에 더 성공적일 수 있습니다.

CLTV를 어떻게 개선할 수 있습니까?

CLTV 계산은 견고한 데이터로 개선되지만 CLTV와 고객 충성도는 견고한 전략을 배치하여 향상됩니다.

고객이 만족하십니까? 귀하의 웹사이트는 우수한 사용자 경험을 제공합니까? 고객 서비스가 효율적입니까? 고객이 데이터를 신뢰합니까? 귀하의 브랜드에 대한 대중의 감정은 긍정적입니까?

비즈니스가 성장하고 변화함에 따라 이 모든 질문을 다시 해야 합니다. 여기에서 개선하면 더 많은 빈도와 더 많은 구매를 통해 돌아올 가능성이 더 많은 고객이 증가하는 것을 볼 수 있습니다.

CLTV 계산은 진화하는 작업입니다. 테스트, 학습 및 반복

비즈니스가 발전함에 따라 고객 습관이 변하고 데이터가 더욱 세분화됩니다. CLTV를 계산하는 것도 지속적인 연습이 필요합니다.

이를 염두에 두고 데이터가 제공할 수 있는 최대한의 정확도로 CLTV를 이해하는 것은 비즈니스가 미래에 건강하고 경쟁력을 갖추도록 하는 귀중한 방법입니다.