客户终身价值：如何计算CLV

[nurnobi40]

终身价值，或简称 CLV，是对企业从与每个客户的关系开始（获取）到结束（流失）期间设法收集的所有价值的预测。公司无法确切知道这种关系会持续多久，但 CLV 可以很好地估计这种购买行为。

为此，有必要将 CLV 建立为周期性参数（12、24 或 36 个月）。这种计算可以提供有关消费者行为方式的线索，并指导公司不同部门的决策。例如：

•营销：我们可以花多少钱来获得客户？
• 产品：我们如何为最好的客户提供量身定制的产品和服务？
• 支持和服务：我们最多可以花多少钱来提供服务并留住客户？
• 销售：销售部门应该投入时间和精力来获取哪些类型的客户？

帕累托原理除了用于计算库存管理外，还应用于 CLV。帕累托证明，在大多数事件中，80% 的结果来自 20% 的原因。当应用于电子商务时，这意味着 80% 的收入可归因于 20% 的消费者。

当然，这些百分比在您的电子商务中也不会准确，但您在分析过程中仍然会意识到，从长远来看，获取某些消费者将比其他消费者更有价值。使用客户终身价值可以改变您对获取客户的看法。

计算 CLV 将帮助您思考如何优化您的获取以吸引更多合格的客户（他们将在其生命周期中产生更多利润），而不是考虑如何以较低的价格获得一堆新客户，而不是为了吸引大量客户价格低了，谁也不一定会忠诚于你的店。

为什么计算客户终身价值很重要？
考虑一下您在三个渠道上投资了广告：Facebook、AdWords和 Microsoft。如果目的是检查哪个渠道能够以更低的价格吸引更多消费者，您的分析将类似于下表：

不考虑终生价值的计算不能准确地表达您企业的成功

最好的选择是什么？如果您选择的是 AdWords，那么您可能是错的。是的，乍一看它似乎是最好的选择，因为它的购置成本较低。但计算购置成本 (CAC) 只是更深层次方程的一半。我们还需要考虑每个渠道与这些客户的关系所产生的不同收入（终身收入或LTR）。

2016-09-21_16h29_50

*利润 = 收入 –（获得的客户数量 x CAC）。
当我们引入终身价值和利润的值时，请注意现在一切都发生了怎样的变化。微软的广告投资尽管收购成本更高，但产生的利润为 250 雷亚尔，而其他公司尽管收购成本较低，但利润却低于 150 雷亚尔。

有两种假设：要么客户从 Microsoft 渠道购买的价值更高，要么他们购买产品的频率更高。不管怎样，简单的 CAC 计算不会得出这个结论——您可能会为了企业的财务健康而削减一项重要的投资。

通过不仅考虑获客成本，还考虑消费者在与您商店的整个关系中为您的业务带来的价值，您的获客策略可以更轻松地“均等化”，从而以相对较小的投资获得更有资格的客户。

计算 CLV 的最简单方法是通过历史序列，该序列根据您在线商店中已有客户的数据计算终身价值。如果您开店一年以上，则此分析会更准确。但是，如果您没有，请继续每月提供信息，直到您拥有重要的样本为止。

在通过历史序列计算 CLV 时，有两种流行的分析方法。其中之一是通过使用群组分析，另一个是通过使用每个用户的平均收入。下面就来了解一下它们吧。

用每个用户的平均月收入计算客户终身价值
重要提示：切勿尝试通过平均收入来减少客户终身价值的计算，例如：总收入 ÷ 客户总数。这种简化的计算忽略了顾客与您相处的时间，这是分析商店健康状况时的一个重要因素。

要使用每位用户的平均收入计算客户终身价值，请首 尼日利亚手机号码列表 先计算每位用户每月的平均收入（总收入或所有购买的总和 ÷ 自客户首次购买以来的月数）。我们用一个例子来说明。假设 Ana 和 Bruno 是您唯一的消费者：

如何手动计算生命周期价值

在相关年份的 7 月 1 日，您将计算您的客户终身价值历史系列。您与 Ana 的平均月收入为 R$150 + R$50 + R$100/6 = R$50，您与 Bruno 的平均月收入为 R$45 + R$75 + R$100/2 = 110。

将这两个数字相加，我们得出每个客户的平均每月收入为 R$160/2 = R$80。要找到 12 或 24 个月的值，请将此值乘以 12 或 24。

这种计算客户终身价值的方法的好处是更简单。缺点是如果您有很多新客户或老客户，则无法进行此计算。为此，最好使用队列分析。该计算也没有考虑消费者行为的变化。

例如，如果您有许多客户拥有 Ana 的个人资料，但 Facebook 上的一项新活动使您的商店更受“Brunos”欢迎，那么从现在开始，您的每位消费者的平均月收入将更接近 Bruno 的 110 雷亚尔，而不是安娜的 50 雷亚尔。

如何使用队列分析计算 CLV
群组分析将把这个概念进一步提升一个层次。它不会计算每个客户的总体平均月收入，而是计算每个用户每月的平均月收入和按群组（群组是共享一个属性或一组属性的一组消费者；在这种情况下，群组被定义为作为在特定月份进行购买的客户）。

回到前面的例子，让我们再从 1 月份开始，安娜第一次购买商品，而 5 月份布鲁诺成为商店的顾客。队列看起来像这样：

如何通过队列分析计算终身价值

群组分析计算起来很简单，并且可以识别出每个月的所有消费者都不相同。这种类型的分析提供了客户生命周期中变化的有趣视图。

例如，如果我们假设 1 月份的客户与 5 月份的客户没有太大差异，那么我们可以预期，5 月份的客户会像 Ana 一样遵循他们的行为，并且在一段时间内不会下订单。

虽然同期群分析让我们对客户终身价值有一个清晰的了解，但如果公司或市场经历突然的变化，它可能会不准确。在季节性时期或广泛宣传的促销活动中，这种情况很常见。在这些情况下，新客户进入您的企业的流量将会更大，而且该客户的生命周期不一定会很长。这可能会影响未来的 CLV 计算。

此外，由于群组分析包括可视化每月的变化，因此您的在线商店需要时间才能获得具有足够数据的群组来计算年度 CLV。无论如何，更准确地了解客户的购买行为以便在不同领域做出决策是值得的。

如果您想更深入地了解该主题，请下载完整且免费的材料，其中包含指南和Excel 中的群组分析电子表格。公式已经准备好了，就开始使用吧。