«Я приберёг свои самые горячие объятия, поцелуи, улыбки, уважение и глубочайшее восхищение для маркетологов и аналитиков, которые вычисляют LTV», — восклицает гуру веб-аналитики Авинаш Кошик. Это не простые эмоции — это реальное положение вещей.
В нашей стране первыми считать показатель LTV (Lifetime Value — пожизненной ценности клиента) стали сотовые операторы. Их потребность была неслучайной — на фоне высокого уровня проникновения сотовой связи стоимость привлечения одного клиента становилась всё больше — настала пора избавляться от нерентабельных каналов продаж и менять модель дистрибуции.
На сегодняшний день e-commerce становится всё больше похожа на деятельность сотового оператора: массовое привлечение клиентов, серьёзный отток, многочисленные каналы лидогенерации и продаж. Такой облик интернет-торговли породил новую парадигму подсчёта эффективности работы — с позиций LTV, общей ценности клиента. Последователей у этой парадигмы пока немного, а зря.
Большинство интернет-маркетологов и аналитиков используют в своей работе комплекс показателей, позволяющих оценивать эффективность рекламных кампаний: уровень отказов, CTR, количество и долю конверсий, churn (отток), стоимость привлечения клиента. Эти показатели способны дать общее представление об эффекте маркетинговых мероприятий и уровне лояльности клиентов, однако с финансовой точки зрения они не несут почти никакого смысла, если вкупе с ними не считать LTV.
Формул расчета LifeTime Value достаточно много и они зависят от целей использования этого показателя.
С целью простого определения значимости покупателя для интернет-магазина достаточно использовать элементарное суммирование по тому
Также можно использовать классическую формулу расчёта:
LTV = (Monthly Revenue per Customer * GrossMargin per Customer) / Monthly ChurnRate
ChurnRate = Q / Nt, где
Q — число ушедших пользователей на конец периода
Nt — общее число оставшихся на конец периода
Для упрощения этой формулы и некоего сравнения источников можно использовать
GrossMargin per Customer = (TotalRevenue — Costs) / Nt
Вообще, в Интернете можно найти множество формул и адаптировать их к конкретной структуре управления отношениями с клиентом. Вот, например, довольно универсальная формула, которую можно найти:
LTV = AC ? N ? P ? t,
где AC – средний чек, N – среднее число покупок в месяц, P – доля прибыли к средней сумме чека, t – среднее время жизни пользователя (сколько выделенных периодов времени он является вашим покупателем — в месяцах, днях, годах).
Есть также формулы, составленные с учётом оттока клиентов. Интересный кейс расчёта LTV можно посмотреть, например, в переводной статье блога.
Менеджер рассчитывает среднюю стоимость привлечения, а затем и среднюю ценность клиента, остальные группы распределяются по принципу «ниже среднего» и «выше среднего». Этот метод — не лучшее решение, т.к. не даёт точных значений и не учитывает дополнительные факторы, связанные с конкретным каналом продвижения.
которые предоставляют рекламные агентства. Можно посмотреть, например, калькулятор от Netpeak, который подсчитывает LTV на основе введённых вами данных. В принципе, хороший вариант, но он имеет общие ограничения на значения, а также не учитывает отраслевую специфику.
Например, мы в RealWeb рассчитываем LTV для каждого своего клиента и уже исходя из совокупности этого и остальных показателей выстраиваем дальнейшую рекламную стратегию.
Как вы уже смогли увидеть, простыми средствами веб-аналитики при решении задачи оценки пожизненной стоимости клиента не обойтись. К сожалению, Google Analytics в общем случае не умеет считать показатель LTV, а о частном — расскажем чуть ниже. Соответственно, для расчёта показателя вам необходимо будет провести некоторую подготовку.
Желательно проводить ценностную сегментацию, чтобы понять, какие каналы приносят наиболее ценных клиентов из каждого сегмента. Например, возьмём двух покупателей магазина техники. Пусть на привлечение каждого было потрачено по 1 000 р. (допустим, AdWords). Клиент А пришёл и купил телевизор за 27 000 рублей. Через полгода он купил колонки за 3 000 рублей. Клиент Б — руководитель фирмы, разрабатывающей софт. Раз в неделю он приходит в магазин и покупает то флешку, то кабель, то сетевой фильтр, то крутую мышку в подарок партнёру. В среднем в неделю он тратит около 1 200 рублей. Проходит год. Клиент A принёс 30 000 рублей. Он не вернётся, потому что ему больше не нужна новая бытовая техника. Клиент Б принёс 1 200*52 = 62 400 рублей. И будет приносить дальше. А как вы думаете, кто получил карту лояльности сразу, а кто — после накопления определённой суммы? Между тем, клиент Б за это время мог просто отказаться от магазина и карта лояльности в конкретном случае послужила бы дополнительным стимулом сохранить отношения.
Необходимо проанализировать каналы и кампании, которые принесли средних и выше среднего клиентов, чтобы распределить средства на стимулирование.
Нужно определиться с временем жизни клиента на основе опыта или имеющейся статистики, установить единицу измерения периодов (например, для ресторана или магазина продуктов это и месяц, и годы, а для интернет-магазина — дни и недели, хотя и тут не всё столь однозначно). Кроме этого, необходимо измерить периоды повторных действий (покупок, платежей) — так вы сможете раздробить lifetime на промежутки и спрогнозировать прибыль или спланировать рекламные активности.
Как вы уже поняли, данные для расчёта LTV берутся извне, поэтому необходимо будет получить данные из CRM/ERP/1C или от финансового (экономического) отдела для дальнейшего расчёта. Вот примерный список данных, которые могут понадобиться:
Чем выше полученная ценность клиента за период его жизни, тем больше у вас простора для дальнейших действий: разработки программ лояльности, открытия новых каналов привлечения, маркетинговых активностей и исследовательской деятельности. То есть, фактически вы можете свободнее тратить деньги на таких клиентов. Если LTV обнаруживает тенденцию к снижению — это опасный знак, нужно принимать меры и изучать накопленную клиентскую базу и нацеливать активность на допродажи и комплиментарные продажи. Всё просто: удержать клиента дешевле, чем привлечь нового.
Действительно, в платформе предусмотрен раздел LTV ( на англ. и на русском). Отчёт, доступный только для представлений приложений, рассчитывает значение LTV в разрезе каналов привлечения, исходя из жизненного цикла и объёма выручки. Также доступно сравнение LTV различных групп пользователей. Максимальный период оценки — 90 дней. Это достаточно небольшой интервал, однако для мобильных приложений и их динамики вполне подходит. Нельзя сказать, что этот отчёт является идеальным, однако какое-то представление для дальнейшего анализа он даёт.
В принципе, по своей логике он приближен к когортам, которые мы уже рассматривали в своём блоге. Остаётся надеяться, что инструмент будет развиваться и веб-аналитики получат в своё распоряжение отчёт для подсчёта LTV клиентов, пришедших с различных каналов онлайна. В сочетании с моделями атрибуции это даст сильный толчок для развития аналитики в сфере e-commerce.
Расчёт LTV нельзя заменить пулом других показателей — это ценное значение, имеющее экономический и маркетинговый смысл. Безусловно, он требует сбора данных для подстановки в достаточно несложную формулу, но усилия того стоят — недаром некоторые компании восторженно рассказывают, что сохранили десятки тысяч долларов после введения LTV в систему отслеживаемых показателей бизнес-аналитики. Осознание ценности клиентов позволяет грамотно и обоснованно развивать программы лояльности, выделять действительно «правильных» клиентов. А, как вы помните, только правильные пчёлы несут правильный мёд.
В нашей стране первыми считать показатель LTV (Lifetime Value — пожизненной ценности клиента) стали сотовые операторы. Их потребность была неслучайной — на фоне высокого уровня проникновения сотовой связи стоимость привлечения одного клиента становилась всё больше — настала пора избавляться от нерентабельных каналов продаж и менять модель дистрибуции.
На сегодняшний день e-commerce становится всё больше похожа на деятельность сотового оператора: массовое привлечение клиентов, серьёзный отток, многочисленные каналы лидогенерации и продаж. Такой облик интернет-торговли породил новую парадигму подсчёта эффективности работы — с позиций LTV, общей ценности клиента. Последователей у этой парадигмы пока немного, а зря.
Большинство интернет-маркетологов и аналитиков используют в своей работе комплекс показателей, позволяющих оценивать эффективность рекламных кампаний: уровень отказов, CTR, количество и долю конверсий, churn (отток), стоимость привлечения клиента. Эти показатели способны дать общее представление об эффекте маркетинговых мероприятий и уровне лояльности клиентов, однако с финансовой точки зрения они не несут почти никакого смысла, если вкупе с ними не считать LTV.
Зачем и как считать показатель LTV?
- Его расчёт ориентирует на успех — вы точно будете знать, какие каналы приносят вам лучших клиентов.
- Вы будете точно знать эффективность каждого канала привлечения клиентов и сможете перераспределять затраты исходя из потребности вашего бизнеса.
- Вы увидите ценность каждой группы клиентов в долгосрочной перспективе.
- Вы сможете оценить точки экономии, а также понять, сколько дополнительных средств можно потратить на привлечение и удержание клиента (например, посредством ремаркетинга, почтовых рассылок или рекламных кампаний в социальных сетях).
Формул расчета LifeTime Value достаточно много и они зависят от целей использования этого показателя.
Готовые формулы
С целью простого определения значимости покупателя для интернет-магазина достаточно использовать элементарное суммирование по тому
- объёму повторных заказов, который был в рассматриваемом периоде по сравнению с предыдущим:
- получаем данные о заказах за отчетный период
- получаем данные о заказах за более длинный период (например, полгода)
- агрегируем данные о пользователях с включением всех записей из (1) и только совпадающих из (2)
- суммируем данные по заказам по каждому пользователю и находим среднее значение.
Также можно использовать классическую формулу расчёта:
LTV = (Monthly Revenue per Customer * GrossMargin per Customer) / Monthly ChurnRate
ChurnRate = Q / Nt, где
Q — число ушедших пользователей на конец периода
Nt — общее число оставшихся на конец периода
Для упрощения этой формулы и некоего сравнения источников можно использовать
GrossMargin per Customer = (TotalRevenue — Costs) / Nt
Вообще, в Интернете можно найти множество формул и адаптировать их к конкретной структуре управления отношениями с клиентом. Вот, например, довольно универсальная формула, которую можно найти:
LTV = AC ? N ? P ? t,
где AC – средний чек, N – среднее число покупок в месяц, P – доля прибыли к средней сумме чека, t – среднее время жизни пользователя (сколько выделенных периодов времени он является вашим покупателем — в месяцах, днях, годах).
Есть также формулы, составленные с учётом оттока клиентов. Интересный кейс расчёта LTV можно посмотреть, например, в переводной статье блога.
Оценочный способ
Менеджер рассчитывает среднюю стоимость привлечения, а затем и среднюю ценность клиента, остальные группы распределяются по принципу «ниже среднего» и «выше среднего». Этот метод — не лучшее решение, т.к. не даёт точных значений и не учитывает дополнительные факторы, связанные с конкретным каналом продвижения.
Готовые калькуляторы,
которые предоставляют рекламные агентства. Можно посмотреть, например, калькулятор от Netpeak, который подсчитывает LTV на основе введённых вами данных. В принципе, хороший вариант, но он имеет общие ограничения на значения, а также не учитывает отраслевую специфику.
Калькуляторы, создаваемые специалистами под заказ
Например, мы в RealWeb рассчитываем LTV для каждого своего клиента и уже исходя из совокупности этого и остальных показателей выстраиваем дальнейшую рекламную стратегию.
Условия расчёта показателя LTV
Как вы уже смогли увидеть, простыми средствами веб-аналитики при решении задачи оценки пожизненной стоимости клиента не обойтись. К сожалению, Google Analytics в общем случае не умеет считать показатель LTV, а о частном — расскажем чуть ниже. Соответственно, для расчёта показателя вам необходимо будет провести некоторую подготовку.
Желательно проводить ценностную сегментацию, чтобы понять, какие каналы приносят наиболее ценных клиентов из каждого сегмента. Например, возьмём двух покупателей магазина техники. Пусть на привлечение каждого было потрачено по 1 000 р. (допустим, AdWords). Клиент А пришёл и купил телевизор за 27 000 рублей. Через полгода он купил колонки за 3 000 рублей. Клиент Б — руководитель фирмы, разрабатывающей софт. Раз в неделю он приходит в магазин и покупает то флешку, то кабель, то сетевой фильтр, то крутую мышку в подарок партнёру. В среднем в неделю он тратит около 1 200 рублей. Проходит год. Клиент A принёс 30 000 рублей. Он не вернётся, потому что ему больше не нужна новая бытовая техника. Клиент Б принёс 1 200*52 = 62 400 рублей. И будет приносить дальше. А как вы думаете, кто получил карту лояльности сразу, а кто — после накопления определённой суммы? Между тем, клиент Б за это время мог просто отказаться от магазина и карта лояльности в конкретном случае послужила бы дополнительным стимулом сохранить отношения.
Необходимо проанализировать каналы и кампании, которые принесли средних и выше среднего клиентов, чтобы распределить средства на стимулирование.
Нужно определиться с временем жизни клиента на основе опыта или имеющейся статистики, установить единицу измерения периодов (например, для ресторана или магазина продуктов это и месяц, и годы, а для интернет-магазина — дни и недели, хотя и тут не всё столь однозначно). Кроме этого, необходимо измерить периоды повторных действий (покупок, платежей) — так вы сможете раздробить lifetime на промежутки и спрогнозировать прибыль или спланировать рекламные активности.
Как вы уже поняли, данные для расчёта LTV берутся извне, поэтому необходимо будет получить данные из CRM/ERP/1C или от финансового (экономического) отдела для дальнейшего расчёта. Вот примерный список данных, которые могут понадобиться:
- средний чек на одного покупателя
- среднее количество покупок на клиента за отчетный период
- затраты на рекламу в месяц и за период
- количество новых покупателей в месяц и за период
- отток покупателей в месяц и за период
- процент вернувшихся
- проценты скидок и наценок по клиентским группам.
Чем выше полученная ценность клиента за период его жизни, тем больше у вас простора для дальнейших действий: разработки программ лояльности, открытия новых каналов привлечения, маркетинговых активностей и исследовательской деятельности. То есть, фактически вы можете свободнее тратить деньги на таких клиентов. Если LTV обнаруживает тенденцию к снижению — это опасный знак, нужно принимать меры и изучать накопленную клиентскую базу и нацеливать активность на допродажи и комплиментарные продажи. Всё просто: удержать клиента дешевле, чем привлечь нового.
В Google Analytics есть LTV для мобильных приложений
Действительно, в платформе предусмотрен раздел LTV ( на англ. и на русском). Отчёт, доступный только для представлений приложений, рассчитывает значение LTV в разрезе каналов привлечения, исходя из жизненного цикла и объёма выручки. Также доступно сравнение LTV различных групп пользователей. Максимальный период оценки — 90 дней. Это достаточно небольшой интервал, однако для мобильных приложений и их динамики вполне подходит. Нельзя сказать, что этот отчёт является идеальным, однако какое-то представление для дальнейшего анализа он даёт.
В принципе, по своей логике он приближен к когортам, которые мы уже рассматривали в своём блоге. Остаётся надеяться, что инструмент будет развиваться и веб-аналитики получат в своё распоряжение отчёт для подсчёта LTV клиентов, пришедших с различных каналов онлайна. В сочетании с моделями атрибуции это даст сильный толчок для развития аналитики в сфере e-commerce.
Расчёт LTV нельзя заменить пулом других показателей — это ценное значение, имеющее экономический и маркетинговый смысл. Безусловно, он требует сбора данных для подстановки в достаточно несложную формулу, но усилия того стоят — недаром некоторые компании восторженно рассказывают, что сохранили десятки тысяч долларов после введения LTV в систему отслеживаемых показателей бизнес-аналитики. Осознание ценности клиентов позволяет грамотно и обоснованно развивать программы лояльности, выделять действительно «правильных» клиентов. А, как вы помните, только правильные пчёлы несут правильный мёд.