如何計算客戶終身價值 (CLTV)：完整指南

客戶終身價值 (CLTV) 使營銷人員能夠預測客戶在他們的關係持續期間將為他們的業務產生多少收入。

它越來越成為以數據為主導的估計和業務健康狀況的關鍵指標。 CLTV 幫助營銷人員了解每個客戶對他們的價值。 它還顯示了在確保投資回報 (ROI) 的同時，可以花費多少來獲取新客戶。

為什麼要計算CLTV？

企業普遍接受保留客戶比收購更實惠。 去年，福布斯報導稱，與保留現有客戶相比，吸引客戶的成本是其五倍。

但是，如果客戶只打算進行一次購買並且永不退貨，那麼為他們分配盡可能多的營銷預算是否值得？

CLTV 幫助營銷人員優化他們的獲取和保留策略。

Fospha 的高級商業智能分析師 Matthew Hull 談到其重要性：

“它幫助營銷人員有效分配預算以實現目標收購量，同時最大限度地提高回報。 它還使他們能夠根據他們的 CLTV 對用戶進行細分和定位。 例如，CLTV 較低的用戶需要更多的定位，以提高頻率或訂單價值水平。”

“此外，它可以幫助企業專注於定位可能產生最高 CLTV 的用戶群，同時減少對獲取‘單次購買’或‘低 LTV’客戶的關注。”

簡單的比較

在線鞋店的兩個客戶的 LTV 可能如下所示。

（HLTV = 高生命週期價值；LLTV = 低生命週期價值）

在這種情況下，高 LTV 客戶每年可能會在鞋子上花費 65 到 105 美元。 另一方面，LTV 低的客戶可能會在短期內進行大量購買，但將來不會再次從該商店購買鞋子。

我們可以看到，五年後，高 LTV 客戶證明對業務有利可圖。 但低 LTV 客戶的市場成本高於他們在零售商處花費的淨收入。 在此示例中，分配給低 LTV 客戶的營銷預算中至少有一部分可能會更好地用於獲取新客戶。

如果我們將其擴大到成百上千的客戶，我們就會明白為什麼 CLTV 對企業如此有價值。

如何計算CLTV？

很難預測客戶未來的確切支出。 但是，圍繞用戶習慣、精明的細分和人口統計數據的可靠數據都可以進行有價值的估計。

Hull 強調，計算客戶的終身價值可能因企業而異：

“這可以說是它不經常使用的原因。 計算 CLTV 沒有標准定義。 公式中包含的變量歷來因行業而異，以適應業務的特定用例。”

也就是說，根據赫爾的說法，CLTV 計算有兩個核心組成部分。 他們是：

1. 購買頻率——客戶在給定時間內購買的頻率。
2. 平均訂單價值——每筆銷售的平均收入金額。

計算 CLTV 的最簡單公式是：

購買頻率 x 平均訂單價值 x 平均客戶壽命

但可以通過考慮初始獲取成本和/或保留成本（例如客戶支持或促銷折扣）來改進。

正如 Hull 指出的那樣：“除此之外，計算過程中還存在一定程度的複雜性，這會影響每次銷售的促銷價值和利潤率。”

所以一個稍微有見地的 CLTV 計算可能是：

購買頻率 x 平均訂單價值 x 平均客戶壽命 –（獲取成本 + 保留成本）

我們在 CLTV 公式中經常看到的另一個輸入是流失率。 這是在特定時期內終止與公司關係的客戶百分比。 它可能在平均客戶生命週期內保持一致，也可能隨著時間的推移而變化。

計算您的平均客戶壽命

如果您可以訪問它，那麼您的客戶活動的良好歷史數據在這裡是必不可少的。 這使您可以首先查看客戶購買之間的平均時間。 在查看兩次購買之間的時間時，您可以找到平均時間的標準差。

如果您的客戶在進行另一次購買之前超出了兩個標準差（一種典型的統計顯著性度量），我們可以假設這種關係已經結束。

對於新業務，某些行業的公司確實會制定基準，如果您沒有可利用的數據，這些基準就會很有用。 其他營銷人員使用一到三年作為大致目標。 但是我們通常可以將七年之後的任何事情都視為未來太遠而無法準確。

什麼是客戶投資回報率？

正如 Hull 之前強調的那樣，CLTV 對於想要最大化回報的營銷人員很有用。

客戶投資回報率是指在考慮任何投資（營銷、收購、保留成本等）後從每個客戶獲得的利潤。

使用上面的鞋類零售商示例，我們可以使用以下公式計算出高 LTV 客戶的投資回報率：

客戶投資回報率 = 總支出 - 營銷支出

根據表格中的數字，結果是：

295 美元 = (420 美元 – 125 美元)

如何改進 CLTV 計算？

我們已經談到全面了解您的客戶將如何改進 CLTV。

與鞋類零售商的例子不同，任何剛剛開始其 CLTV 之旅的企業都不可能有五年的銷售數據可供分析。

然而，關於客戶活動的詳細、可靠的數據是確保 CLTV 計算準確性的第一步。

詳細說明客戶訂單的分析數據——即使是在相對較短的時間段內——可以讓我們對平均訂單價值 (AOV) 和購買頻率有必要的了解。 從那裡，我們可以估計客戶的壽命。

除此之外，數據驅動的多點觸控歸因模型可以讓您了解客戶在購買前與之互動的接觸點。 這確保更全面地了解影響購買的營銷渠道，並突出顯示您的預算中有多少比例可以計入旅程中的各個接觸點。

客戶旅程越來越複雜，並非所有個人在購買前都與相同的渠道進行互動。

通過數據驅動的歸因，我們可能會在電子商務網站上發現一位看起來像高 LTV 客戶的常客——實際上，與可能被認為是低 LTV 的個人相比，他與更多的營銷渠道互動。

有了這種洞察力，針對後者的營銷活動可能比針對前者的營銷活動對企業更成功。

您如何改進 CLTV？

可靠的數據改進了 CLTV 計算，但通過實施可靠的策略，提高了 CLTV 和客戶忠誠度。

您的客戶滿意嗎？ 您的網站是否提供良好的用戶體驗？ 您的客戶服務效率高嗎？ 您的客戶信任您的數據嗎？ 公眾對您品牌的看法是否積極？

隨著您的業務的增長和變化，所有這些問題都需要回歸。 此處的改進可以看到越來越多的客戶更有可能返回，可能會增加頻率和更大的購買量。

計算 CLTV 是一項不斷發展的任務：測試、學習和迭代

隨著業務的發展，客戶習慣會發生變化，數據變得越來越細化。 計算 CLTV 也需要持續進行。

考慮到這一點，盡可能準確地了解 CLTV 是確保您的業務在未來保持健康和競爭力的寶貴方法。