Keymetrics

Hur mycket är era nya kunder värda? En guide till CLTV

I den här krönikan diskuterar analysexperten Andreas Franson en av dom mest hajpade, missförstådda, men också mer användbara KPI-erna; Customer Lifetime Value (CLTV eller LTV).

Det finns många management-favoriter inom KPI-världen. Kanske är CAC, ROI och CLTV dom populäraste. Ofta omnämnda, sällan riktigt förstådda, och nästan aldrig framräknade på riktigt. ”Vad är CAC-en?” kan lika ofta vara ett frustrerat uttryck för att man borde ha koll på kostnaderna, som att vara en ärligt menad fråga, i ett relevant sammanhang, ställd till en person som faktiskt kan leverera ett svar. CAC är förövrigt kostnaden för att rekrytera en ny kund.

Men om vi håller oss till Customer Lifetime Value och vad det är: CLTV är en skattning av vilken marginal, i kronor, som en genomsnittlig ny kund kommer generera till företaget under en viss tid (en ”lifetime”). Marginal innebär att man tar alla intäkter kunden genererar och drar bort alla rörliga kostnader. Rörliga kostnader innebär de kostnader som är förenade med att generera intäkterna, så som exempelvis kostnader för att tillverka och distribuera dom produkter som kunden köper.

CLTV är ett prediktivt mått. Vi använder historiskt data (faktiska intäkter och kostnader från faktiska kunder) för att göra vår beräkning, men vi gör det i syfte att få fram en siffra på vad våra nya, kunder kommer generera i marginal under deras tid som kund.

”Lifetime” är ett problematiskt begrepp

Det finns en problematik inbyggd i själva akronymen CLTV, och det är L-et och T-et som spökar. LT, d.v.s. LifeTime indikerar att vi vet hur länge en genomsnittlig kund är kund, men det är inte riktigt så enkelt som det först kan verka.

Titta på bilden nedan. Röda streck visar före detta kunder; strecket börjar när kunden blev kund, och slutar när den churnade (d.v.s. upphörde att vara kund). Dom blåa strecken visar befintliga kunder; strecket börjar när kunden blev kund och sen fortsätter det fram till idag. Kanske kommer dessa befintliga kunderna fortsätta vara nöjda kunder fram till sin död. Kanske kommer dom churna senare idag.

Problemet är det faktum att vissa kunder fortfarande är kunder (vilket förstås är bra för företaget, men samtidigt en utmaning vid beräkningen av genomsnittlig livslängd). Vissa av dessa blev kunder relativt nyligen (blåa streck i nedre högra hörnet) och om dom ingår i beräkningen så kommer dom förstås dra ner snittet för hur länge man är kund.

Alternativet är att vi endast beräknar livslängden på f.d. kunder, (d.v.s. kunder som har ett slutdatum), men då stöter vi på problemet att vi måste vi exkludera en stor del av kunderna ur beräkningen och att vissa av dessa (kanske en majoritet) är företagets mest långväga och lojala kunder (långa blå streck i bilden ovan). Återigen får vi en underskattning av livslängden (och har ingen aning om hur stor denna underskattning är).

Customer Value istället för CLTV

Så; vi kan egentligen bara räkna ut en livstid på kunder som har både ett start och ett slutdatum, samtidigt som det blir fel om vi exkluderar befintliga kunder. Lösningen blir att vi helt enkelt frigör oss sig ifrån begreppet ”Lifetime” och istället fokuserar på vilken marginal kunderna bidrar med över en specificerad tidsperiod.

Mer korrekt blir då att kalla KPI’n för Customer Value istället för Customer Lifetime Value, och att sen ange vilken tidsperiod (ex. 12, 24 eller 48 månader) som detta Customer Value avser. Så fr.o.m. nu pratar vi om CV istället för CLTV.

Dela in kunderna i grupper (kohorter) baserat på när de blev kunder

Om vi tittar på alla som blev kund för ett år sen och sen räknar ut vilken marginal vi haft på dessa kunder fram till idag, så har vi redan där ett möjligt svar på frågan vilket värde en kund bidrar med över en specifik tidsperiod (i det här fallet 1 år).

Tyvärr blir den beräkningen in-optimal för vårt syfte, av två anledningar: För det första så avgränsar vi oss till en liten grupp kunder (endast dom som blev kund för ett år sedan), och för det andra så tittar vi på relativt gammal data: Köpbeteende och marginaler ser sannolikt annorlunda ut idag jämfört med för 12, 9 eller 6 månader sen. Och om vi beräknar CV över en längre tidsperiod blir den effekten ännu mer markant.

När vi tittar på en specifik grupp av kunder baserat på när i tid man blev kund, så har vi skapat en kohort. I exemplet ovan så tittar vi på marginalen från en specifik kundkohort (de som blev kund för ett år sedan) över ett års tid. Vi kommer ta med oss kohort-tänket, men sen göra vissa anpassningar i beräkningen för att försöka få ett så uppdaterat och relevant värde som möjligt.

Istället för att fråga oss vilken marginal som ett år gamla kunder har bidragit med över sitt första år, så kommer vi formulera följande fråga/frågor: Vilken marginal bidrar en kund med i sin första månad som kund? Vilken marginal bidrar en kund med i sin andra månad som kund? etc. Utifrån detta kommer vi skapa en fiktiv genomsnittlig kund, baserad på så färskt data som möjligt, med målsättningen att det ska ge oss en bra indikator på vilket värde en ny kund kommer bidra med under en given tidsperiod (exempelvis ett år).

Beräkna Customer Value

Customer Value beräkning

Bilden ovan visar en beräkning av Customer Value över 1 år.

Vi tar det senast kända värdet (totala marginalen) som kunder genererar i sin 12:e månad som kund (grå ruta med värdet 3290 sek) och dividerar detta värde med antalet kunder i kohorten ”Nya Kunder (NK) jan-19” (grå ruta med värdet 705). Detta är den senast kända genomsnittliga marginalen per kund i kundens 12:e månad: 705 kunder genererade i snitt en marginal på 4,70 sek.

Vi adderar sedan det senast kända värdet som kunder genererar i sin 11:e månad som kund (brun ruta med värdet 4294 sek) och dividerar detta med antalet kunder i kohorten ”NK feb-19” (brun ruta med värdet 599). Och sen fortsätter vi så t.o.m. den senaste månaden (Dec 2019 i exemplet ovan).

Den totala summan (markerad med ljusgrönt) är vår skattning av vilken marginal, i kronor, som en genomsnittlig ny kund kommer generera till företaget under ett år. Det är vårt Customer Value för 12 månader.

Några saker att tänka på

  • En nystartad verksamhet kan inte beräkna Customer Value. För att kunna beräkna CV för 12 månader, så behöver man ha haft kunder i minst 12 månader. För att kunna beräkna CV för 5 år så behöver man ha haft kunder i minst 5 år.
  • Det behövs ett visst antal kunder för att beräkna CV. 1000-tals nya kunder varje månad, ger en betydligt stabilare och trovärdigare KPI än om man har 10 nya kunder varje månad.
  • CV kommer att variera från månad till månad (och ni vill naturligtvis att värdet ska gå upp över tid); om ert Customer Value går ner så kan det bero på ökad churn, att vissa av era produkter har blivit billigare hos en konkurrent, att kunderna köper produkter med lägre marginal, att den nya sajten inte uppmuntrar till merförsäljning etc. etc. Förändring av CV över tid är en utmärkt ”high level”-indikator för hur verksamheten mår, och en bra utgångspunkt för vidare analys.

Segmentera kunderna

Customer Value kan bli väldigt kraftfullt när man applicerar det på olika kundsegment. Enkla demografiska variabler som kön och ålder är en bra start. Jag rekommenderar alla B2C-företag att beräkna CV för olika åldersgrupper; vurmen för yngre kunder brukar kunna dämpas något när man inser att unga människor saknar pengar…

Sälj-/marknadskanalen som kunden rekryterats genom kan också ha stor betydelse för dennes värde över tid. Bli inte förvånad om kunder som lockats in med premier har ett lägre CV jämfört med kunder som hittade er via Google. När ni adderar ”CAC-en” till den insikten, så får ni enklare att fokusera på en långsiktig SEO-strategi istället för en kortsiktig Give aways-strategi.

Det är en kvalificerad gissning, och det räcker bra så

Som du redan konstaterat är CV-beräkningen en skattning och ingen exakt beskrivning av verkligheten. Styrkan ligger i att man får en känsla för proportioner (är CV 250 sek eller 15 000 sek), att man kan jämföra mellan olika segment (Oj då, CV i Frankrike är 40% lägre än CV i Tyskland. Vi behöver nog diskutera igenom hela expansionsplanen för Europa…), och att man följer utvecklingen över tid (lyckas vi skapa mer värdefulla kundrelationer, eller lurar vi oss själva genom att blåsa upp kundbasen med olönsamma kunder).

En kund är en kund, tills man inser att det inte alls är på det sättet.

Artikeln är skriven av:

Andreas Franson

Andreas Franson
Internet Intelligence

På Dagensanalys.se skriver vi för alla som jobbar med digitala medier och digital marknadsföring. Vi plockar upp trender, skriver om nyheter och delar våra tips och idéer. Häng med genom att läsa Dagensanalys.se!

RELATERADE NYHEER
Snapchat lanserar Lens Web Builder