計算 LTV：你算對了嗎？

什麼是客戶終身價值 (LTV)？

儘管計算終身價值 (LTV，有時稱為客戶終身價值，縮寫為 CLTV 或 CLV) 的方法多到令人卻步，但它們都試圖讓您得到相同的結果：客戶在其與公司關係的整個過程中將花費的平均總額。了解貴組織的 LTV 以及它如何隨時間變化，應該會促使您以更長期的角度思考客戶關係，而不僅僅關注快速獲利。

如果您剛開始創業，請不要急於找出 LTV 公式；雖然您還不需要獲利，但如果沒有一些真正的付費客戶，您就無法計算 LTV。

SaaS 公司基本 LTV 公式

對於每個組織來說，LTV 的計算方式都不盡相同 — 這也是它可能成為如此棘手公式的部分原因。對於基於訂閱的公司（例如 SaaS 新創公司），您需要知道您的客戶流失率和每個計費週期中每位客戶的平均收入、使用者或帳戶（稱為 ARPC、ARPU 或 ARPA — 本身就是一個計算指標，透過將每月經常性收入 [MRR] 除以有效訂閱數來確定）。

一旦您知道您的 ARPC，就可以透過將其除以客戶流失率來計算簡單的 LTV

客戶流失率在這個方程式中扮演的角色比任何其他變數都重要。如果您的客戶從不流失 — 也就是說，您的淨留存率 (NRR) 保持在接近或高於 100 的水平 — 理論上他們永遠不會停止付款，而 LTV 也會急劇上升。實際上，這表示留住客戶將比說服這些客戶升級產生更大的長期影響。

假設您的 MRR 為 $500,000，有效訂閱數為 1000，客戶流失率為 10%。這表示您的每位客戶在每個計費週期中的平均收入為 $500。若要使用這個基本公式計算 LTV，您需要執行以下操作

500 / 0.10 = 5000

因此，您的平均客戶在其整個訂閱期間將花費 $5000。現在，如果您設法改善客戶流失率，將其降至 7%，您的 LTV 也會相應地（且顯著地）改變

500 / 0.07 = 7143

這些留存率的改善是複合式的 — 在這種情況下，留存率提高 30%（從 10% 的客戶流失率降至 7%）會帶來更大的 LTV 改善（42%）。

LTV 使用案例

一旦您掌握了 LTV，它就可以指導以下決策

• 優先考量行銷工作 – 也許您正在考慮購買廣告，但需要了解您可以花多少錢來獲取客戶。根據不同管道（例如電子郵件、搜尋或社群媒體）計算 LTV 可以指出哪些管道可能是投放這些廣告的最佳位置。在廣告活動結束後，您可以比較這些廣告購買如何影響 LTV。
• 倡導產品功能 – 如果您知道某些客戶因為您的產品缺少特定功能而流失，則計算該客戶群的 LTV 可以幫助決策者判斷該功能是否值得為未來的版本開發。
• 團隊擴編預算 – 較高的 LTV 意味著您的組織可以花費更多來獲取新客戶，例如讓更多團隊成員加入。

LTV 最美妙的部分在於，它可以幫助團隊優先處理現有客戶的工作，而不是為新客戶開發新功能。人們通常的直覺是，為了增加收入，您必須為更廣泛的使用者群體建立新事物，但這種計算可以幫助您證明投資於改進目前使用案例的合理性。

LTV 挫折：組織在哪裡出錯

問題：有太多不同的 LTV 計算方法

解決方案：從簡單的計算開始，並隨著時間推移逐步完善。

一開始不要在複雜的公式上花費太多時間或精力；先使用簡單的方法（例如上面的基本公式）。與任何有用的指標一樣，您應該隨著公司的成長評估和完善您的公式，例如在您的計算中考慮毛利率和帳戶擴張。

這些更複雜的公式可以提供更精確的結果，但這會花費額外的分析師時間。如果您只是想立即了解您的 LTV，請從基本計算開始。

除了調整公式之外，您可能還想按不同的訂閱級別或客戶群組細分該數字。

問題：您不確定您的 LTV 到底有多健康

解決方案：將 LTV 與您的客戶獲取成本 (CAC) 進行比較。

LTV 在真空中不會有太大用處；您還需要知道獲取客戶的成本。這裡的一個好的經驗法則是將 LTV 與 CAC 的比率設定為 3:1 或更高，以確保您能夠維持健康的利潤率並為永續成長做好準備。該比率會根據您細分 LTV 的方式而有所不同，因為某些管道會比其他管道帶來更多價值。

問題：LTV 波動太大，無法做出決策

解決方案：要有耐心，並追蹤您的 LTV 趨勢，而不是個別的起伏。

LTV 依賴歷史資料。如果您是一個客戶群較小且可用的資料較少的新組織，請不要對該數字每月出現大幅變化感到驚訝。幸運的是，隨著您的資料增加，您的 LTV 會隨著時間推移變得更加穩定，但可能需要一段時間您才能將 LTV 作為一個穩定的指標來依賴。

同時，在繪製 LTV 隨時間變化的趨勢時，使用趨勢線會有所幫助，而不是過於關注每月的波動。

問題：利害關係人不知道您如何計算 LTV

解決方案：針對 LTV 調整您的訊息傳遞，並考慮使用更簡單的公式。

複雜的指標可能會讓人感到困惑，尤其是那些涉及變化率的指標，如果您不是每天沉浸在數字中的人，則更是如此。當您的團隊選擇複雜的 LTV 模型時，您是在以額外的精確度換取可存取性。

如果您難以用人類的語言有效地溝通 LTV 數字的來源，那麼從長遠來看，這個指標可能不會有太大的用處。從這個意義上說，圍繞 LTV 的訊息傳遞可能比確切的公式本身更重要。鑑於客戶留存率對 LTV 的影響，強調客戶留存率的重要性可能會有所幫助。

問題：沒有人知道您的 LTV 是否真的符合現實

解決方案：建立定期回溯測試制度，以衡量計算的準確性。

與許多常見的業務指標一樣，LTV 是一種預測 — 總會有一些猜測成分。透過將預測的 LTV 與實際流失客戶在貴公司花費的金額進行比較（例如，使用所有流失帳戶的加權平均支出），來回溯測試您的計算，可以讓您很好地了解在給定時間段內該預測值與現實的接近程度。

如何開始

LTV 的計算可能很快變得複雜，但它不必如此。若要開始，您只需要知道您的 ARPC 和客戶流失率。從那裡開始，您可以建立更複雜的模型，按訂閱類型或帳戶規模細分您的客戶，並使用這些數字來指導決策。您甚至可以使用 Metabase 中的 SQL 查詢來計算 LTV！

客戶 LTV 只是貴組織整體分析圖景的一個方面，但了解如何計算它 — 以及如何處理該數字 — 可以讓您為長期成功做好準備。