Lifetime Value (LTV) перекладається як “пожиттєва цінність” клієнта. Це показник, що відображає скільки прибутку компанія отримує з одного клієнта протягом усього періоду його взаємодії з брендом (протягом його “життя” у вашому бізнесі).
Це прогнозний показник, побудований на історичних середніх, тому він не гарантує точного результату — але є орієнтиром. З його допомогою бізнес може оцінити реальну цінність клієнтської бази, а також зрозуміти, які саме канали залучення приводять більш цінних клієнтів. Це дозволяє зважено розподіляти маркетингові бюджети, планувати стратегії утримання та приймати обґрунтовані рішення щодо зростання.
Іншими словами, в маркетингу LTV використовують як орієнтир: якщо ви знаєте, скільки в середньому приносить клієнт, ви можете зрозуміти, скільки варто вкладати в його залучення.
У списку нижче ви побачите п’ять показників, але не всі вони використовуються одночасно. Це тому, що LTV — це орієнтовний показник, для рохрахунку якого інтернет-маркетологи й аналітики використовують різні формули залежно від типу бізнесу, доступних даних і рівня аналітичних ресурсів. Тому існує кілька підходів до його розрахунку.
У цій статті ми розглянемо два найпоширеніші підходи: просту формулу (актуальну для e-commerce та сервісів без підписки) і класичну формулу (для підписних моделей, як-от SaaS або EdTech).
Для простої формули потрібні:
Для класичної формули:
Якщо, наприклад, ARPU порахований за місяць, а Churn Rate — за рік, формула дасть некоректний результат. Усі показники у формулі мають бути в одному періоді (місячному, квартальному чи річному).
Іноді LTV порівнюють за поточним значенням клієнта, незалежно від того, скільки часу він уже з компанією. Але правильно оцінювати LTV в однакових часових рамках від моменту першої покупки (наприклад, 30, 90 чи 365 днів). Це дає чесне порівняння нових і давніх клієнтів та допомагає уникнути викривлень.
Проблема виникає, коли Lifetime розраховують за обмеженими або ранніми даними і автоматично проєктують їх на майбутнє. Це особливо ризиковано в бізнесах із нестабільним відтоком: цифри, отримані за перші місяці, можуть не відображати реальної ситуації. Щоб уникнути цього, варто час від часу перераховувати LTV, використовуючи оновлені дані.
Середнє значення для всієї бази клієнтів приховує різницю між сегментами. Клієнти з різних каналів або регіонів можуть мати іншу цінність, тож LTV варто рахувати окремо для ключових сегментів.
LTV — динамічний показник. Він змінюється разом із цінами, продуктом, поведінкою клієнтів. Варто оновлювати його регулярно (наприклад, раз на квартал), щоб рішення були актуальними.
У різних сегментів клієнтів може бути різний відтік. Наприклад, нові користувачі часто йдуть швидше, ніж ті, хто з компанією вже кілька місяців. Якщо брати один усереднений Churn Rate для всіх, LTV може бути неточним.
Маржинальність показує, яка частина доходу залишається бізнесу після покриття прямих витрат на створення чи доставку продукту. Базові формули цього не враховують, і для більшості маркетингових задач цього достатньо. Але якщо стоїть складніша ціль — наприклад, детальний фінансовий аналіз або розрахунки для інвесторів — варто додати коефіцієнт валової маржі (Gross Margin), щоб оцінити реальну прибутковість клієнта.
LTV — корисний показник для оцінки цінності клієнта та планування маркетингових інвестицій, але він залишається прогнозом, побудованим на історичних середніх. Тому сприймати LTV як єдиний і безпомилковий орієнтир — помилка.
Цей варіант розрахунку підходить для бізнесів без підписки, де клієнти роблять покупки час від часу — наприклад, інтернет-магазинів, сервісів із разовими замовленнями чи офлайн-ритейлу. У таких випадках складно точно визначити момент, коли клієнт остаточно «пішов», тому використовують спрощений підхід без показника відтоку (churn rate) і орієнтуються на середній чек, частоту покупок та приблизну тривалість взаємодії.
LTV = AOV × PF × Lifetime
Або, якщо спростити, то формула виглядає так:
LTV = Середній чек за 1 замовлення × Кількість замовлень на рік/х місяців × Тривалість “життя” клієнта в роках/місяцях
Уявімо інтернет-магазин товарів для дому, де середній чек становить $40, клієнти роблять у середньому 2 покупки на рік, а середній “життєвий цикл” клієнта — 3 роки. У такому разі розрахунок виглядає так: LTV = 40 × 2 × 3 = $240
У цьому прикладі $240 — це орієнтовна загальна сума доходу, яку один клієнт принесе бізнесу за весь час співпраці. Знаючи цю величину, можна приймати більш обґрунтовані рішення щодо маркетингу: наприклад, скільки максимально варто витратити на залучення одного клієнта (CAC), щоб інвестиція була рентабельною, або як підвищення середнього чека чи частоти покупок вплине на довгостроковий дохід.
Цей варіант розрахунку більше підходить для бізнесів із підписною моделлю (SaaS, онлайн-сервіси, EdTech тощо), де легше відстежити, скільки клієнт “живе” у системі — адже як тільки він скасовує підписку, стає зрозуміло: взаємодія завершилася.
LTV = ARPU / Churn Rate
Уявіть, що у вас є EdTech-платформа з платною підпискою. Середній користувач щомісяця приносить вам $10 — це показник ARPU (Average Revenue Per User). Щомісячний рівень відтоку (churn rate) становить 5%, або 0.05 у десятковому вигляді. Тоді LTV = $10 / 0.05 = $200
Отже, кожен користувач у середньому приносить $200 доходу за весь період взаємодії з сервісом. Розуміючи цю суму, можна визначити, яку максимальну вартість залучення клієнта (CAC) варто собі дозволити, щоб інвестиція була рентабельною, а також прогнозувати, яку виручку забезпечить певна кількість нових підписників.
Сам по собі показник LTV не дає відповіді, чи вигідно вам залучати клієнтів. Його цінність проявляється у порівнянні з вартістю залучення клієнта (CAC — Customer Acquisition Cost).
Існує загальноприйняте орієнтовне правило:
LTV має бути щонайменше у 3 рази більшим за CAC.
Наприклад, якщо середнє значення LTV бізнесі - $300, а вартість залучення одного клієнта - $100, то співвідношення LTV/CAC = 3:1, і маркетингова модель вважається здоровою. Якщо співвідношення падає нижче 3:1, то це сигнал або оптимізувати витрати на залучення клієнтів, або підвищувати LTV (збільшувати середній чек, частоту покупок чи тривалість утримання клієнта).
Покращення сервісу та продукту.
Якщо зростання LTV відбувається завдяки повторним покупкам і високому рівню лояльності, це означає, що інвестиції в якість сервісу, зручність користування продуктом чи швидкість доставки виправдані. Наприклад, онлайн-магазин, який скоротив час доставки з 5 до 2 днів, може побачити зростання повторних замовлень і відповідно — LTV.
Ці два показники часто використовують як синоніми, хоча насправді між ними є нюанси. Отже, почнемо з найпростішого, відмінності у визначеннях:
LTV (Lifetime Value) — ширше поняття. Він показує, скільки в середньому приносить клієнт за весь час співпраці з бізнесом. Це усереднений показник по всій базі — він допомагає зрозуміти, наскільки взагалі вигідна бізнес-модель, спрогнозувати дохід і визначити, скільки можна витратити на залучення нових клієнтів.
CLV (Customer Lifetime Value) — це вже індивідуальний підхід. Він розраховується для конкретного клієнта. CLV показує, хто приносить більше, а хто менше, і надає можливість діяти точніше: давати спеціальні пропозиції цінним клієнтам, запускати для них програми лояльності, чи, навпаки, обмежувати витрати на тих, хто навряд чи стане прибутковим.
LTV зручний, коли потрібна загальна картина. CLV — коли важливо працювати точково з різними групами клієнтів і отримувати максимум від кожного сегмента.
Якщо говорити про розрахунок, то формули LTV і CLV спираються на однакову логіку, але застосовуються у різних ситуаціях. У цій статті для LTV ми вже розглядали два варіанти:
CLV зазвичай розраховують так:
CLV=(Average Purchase Value×Average Purchase Frequency)×Average Customer Lifespan
Враховуючи те, що Average Purchase Value = AOV, а Average Purchase Frequency = PF (Це просто різні назви тих самих показників, що прийшли з різних сфер бізнесу). Формули LTV і CLV по суті рахують одне й те саме, просто використовуються для різних кейсів — LTV для середнього значення по всій базі, CLV для конкретного клієнта чи сегмента.
У реальному бізнесі розрахунок LTV для e-commerce ускладнюється тим, що не завжди зрозуміло, коли клієнт остаточно перестає купувати. Детальніше про цей нюанс можна прочитати у статті колеги “Маркетингова аналітика для E-commerce”.
Для SaaS і EdTech LTV особливо критичний як базова метрика фінансової стабільності. Більш глибокий огляд SaaS-показників, включаючи LTV, дивіться у статті колеги “Аналітика для SaaS: Які показники потрібно аналізувати і чому”.
Одним із перших, хто популяризував орієнтир LTV/CAC ≥ 3:1 для SaaS, був Девід Скоук у своїй серії SaaS Metrics 2.0. Це правило також активно використовують венчурні фонди, зокрема Andreessen Horowitz, а в бізнес-освіті (наприклад, у курсах Harvard Business School) воно згадується як стандартний бенчмарк юніт-економіки.
Якщо хочеш дізнатися детальніше про використання LTV для аналітики ecommerce, то переходь до статті Маркетингова аналітика для E-commerce.