Подводим итоги: что это за метрика, как ее считать и так ли она важна на самом деле
Всем привет. На связи Павел Мрыкин.
Считать LTV вошло в моду. Если вы узнаете значение этой метрики, то сможете спрогнозировать будущие доходы, оценить рентабельность инвестиций и вообще измерить текущий успех.
Многие эту метрику считают более значимой, чем конверсия и retention rate (коэффициент удержания), потому что она показывает деньги. И тем более важной по сравнению со средним чеком, потому что она про клиента. Однако мало кто понимает, что в LTV идет речь за все время в продукте. Каждый понимает LTV и, более того, считает по-разному, что неизбежно влечет за собой недопонимание.
Об этом и поговорили за круглым столом аналитиков с Аленой Артемьевой – директором по аналитике, DS и исследованиям в Работа.ру – и Еленой Серегиной – аналитиком и основательницей бюро Datalatte. Мы подготовили выжимку из разговора и собрали в одном месте все определения и понятия.
В классическом смысле LTV – это те деньги, которые клиент приносит за свой период жизни с вами. То есть он пришел и какой-то период будет приносить определенное количество денег. И вот это количество денег, которое потенциально принесет вам клиент в будущем.
Это кажущаяся простота, что можно легко посчитать LTV текущих клиентов. Мы не можем просто так это сделать, потому что в этом случае будем учитывать и тех, кто пришел в момент создания компании (а это может быть 20 лет назад) и тех, кто пришел вчера. Из-за этого возникнет большой дисбаланс исходных данных, и итоговая цифра получится не совсем корректной.
Также сложности начинаются тогда, когда мы хотим предсказать по новому клиенту, какой у него будет LTV, окупим ли мы его привлечение. Мы не можем рассчитать LTV на основе данных по прошлым клиентам, так как эта модель поведения новых клиентов может сильно отличаться, и рассчитанные данные очень сильно разойдутся с фактом.
Часто путают показатель LTV и ARPPU, хотя это разные метрики. ARPPU – это про реальный, свершившийся факт, когда мы говорим про фактически полученные с клиента деньги за конечный закрытый период. Когда же мы говорим про LTV – это прогнозное значение, то есть это те деньги, которые мы потенциально можем получить с клиента при прочих равных условиях.
Это метрика отвечает на вопрос, готовы ли люди решать свою проблему за такие деньги. Причем за какие деньги для пользователя, а за какие – для бизнеса. Потому что если вы спрашиваете, готов ли пользователь оставить 5 000 рублей за полгода, например, заказ такси, то можно спокойно назвать эту метрику LTV. И, отвечая на этот вопрос, вы определяете LTV как накопительное revenue, не маржу, а выручку от пользователя.
А потом вы хотите построить бизнес-модель и прикинуть, какие нужны машины и водители, и дальше будете думать про маржу – оставит ли пользователь эти 5 000 рублей? Тогда эту метрику можно назвать LTV, но будете определять ее как кумулятивную маржу.
Классическая история – это когда мы умножаем средний чек на количество заказов, которые в среднем совершает клиент за все время своей жизни, и на коэффициент маржинальности. И в этой формуле, несмотря на всю ее простоту, и заключается основная засада, потому что непонятно, как определять количество заказов, которое совершает клиент за всю жизнь.
Лучше всего считать по прибыли, а не выручке. Потому что цель использования LTV – понять, насколько те деньги, которые мы получаем от клиента в виде прибыли, соотносятся с расходами на его привлечение.
На деле каждый бизнес считает LTV по-разному. По выручке считать гораздо проще, но неправильно. Поэтому здесь маркетологам нужно быть в одном информационном поле с финансистами компании, чтобы понять, как считать эту прибыль.
LTV должен превышать CAC в 3-6 раз. Потому что LTV получаем на неопределенном этапе времени, а тратим уже сейчас. При наличии инфляции возникает необходимость дисконтировать будущие денежные потоки, в связи с чем 3 000 рублей, полученные через год, не будут равны 3 000 рублей, которые мы потратили на привлечение сейчас. Что по итогу
Одна из самых простых формул подсчета LTV – это прибыль от пользователя за какой-то период, деленная на коэффициент оттока. Это будет выглядеть так.
Churn rate – это процент клиентов или платящих подписчиков, которые прекращают быть вашими клиентами в течение определенного периода. Рассчитывается по следующей формуле.
Важно про формулу: это количество ушедших из числа тех клиентов, которые были на начало периода.
То есть надо сначала узнать churn rate и прибыль от пользователя, а потом поделить их между собой. И чем больше у вас коэффициент оттока, тем меньше LTV.
Лучше всего смотреть на LTV не только как на среднее по больнице, но и по сегментам. Не все клиенты, которые приходят из разных рекламных кампаний, одинаково во что-то конвертируются. И не все рекламные акции одинаково полезны. Можно поделить пользователей по частотности – понять, чем отличаются клиенты, которые реже покупают. То есть попытаться делать когорты не в целом по пришедшим людям, а смотреть по типам бизнеса.
Средний LTV вам не нужен, кроме одной истории – когда вы идете в фонд привлекать инвестиции. Иногда надо считать в среднем, когда еще нет бизнеса. А если есть, то говорим только про сегментацию.
Иногда данных для LTV просто не хватает, что затрудняет его подсчет. Тогда можно поступить так:
Нужно придумать модель оценки идеальной метрики, которую можно посчитать. Чаще всего реальной метрикой для LTV является что-то измеримое во времени, потому что его далее легко перевести в деньги. Иногда стоит измерять во «внимании» – например, частоте использования продукта, количестве кликов, действий, лайков и так далее. Однако подсчеты будут менее точными.
В любом случае мы можем это время умножить на некий коэффициент, которое это переведет в деньги. Если вы будете измерять lifetime в сущностях, которые не пересчитываются в деньги, то это уже история не про бизнес.
Часто для прогноза LTV берут всех клиентов, которых накопили за всю жизнь, делят на количество денег и получают какую-то усредненную прибыль от каждого. Так лучше не делать. Раньше все было иначе: другая бизнес-модель, ценность, аудитория и цены. Например, 5 лет назад даже не было ограничения на минимальную сумму заказа для доставки, поэтому чеки были другими, и возвращаемость клиентов – тоже. И если вы возьметесь за такие замороченные расчеты, то столкнетесь с большими трудностями.
Даже если вы будете сравнивать и прогнозировать LTV по годам, то это не имеет смысла – нужно слишком долго ждать, чтобы получить сопоставимые цифры за год и понять динамику. Всегда что-то меняется в продукте и процессах, и поэтому нужно быстро понимать, будет ли LTV хуже или лучше. В итоге оптимальным кажется прогноз LTV по месяцам.
Опубликовано на vc.ru
Хочу получать интересные новости блога
1 апреля 2022
31 марта 2022
5 апреля 2022
6 апреля 2022
7 апреля 2022
Нажимая на кнопку, вы даете согласие на обработку своих персональных данных