Чтобы «делать деньги», компаниям нужны клиенты, которые покупают их продукты и услуги. Удержание уже имеющихся клиентов обходится обычно дешевле, чем поиск и привлечение новых клиентов. Во-первых, привлечение и превращение лидов в клиентов обходится недешево.
Поддержка уже существующих взаимоотношений с клиентами обычно стоит дешевле, чем создание новых. Во-вторых, как только клиент решил что-то купить у вас, то с таким клиентом обычно легче проходят повторные продажи, кросспродажи и более дорогие продажи.
Ключевой вопрос, на который помогает ответить этот показатель — насколько успешно мы удерживаем привлеченных нами клиентов?
Вот почему большинство компаний нацелены на превращение своих новых покупателей в долгосрочных и прибыльных клиентов. Фред Райхельд в книге The Loyalty Effect отмечает: «Во многих отраслях пятипроцентный рост коэффициента удержания клиентов приводит к увеличению прибыли на 20-100% ».
Коэффициент удержания клиентов (customer retention rate) является мощным индикатором активности клиентов, так как он демонстрирует лояльность через фактическое поведение (клиенты действительно решают вернуться к компании или остаться с ней), и этим он отличается от показателя лояльности клиентов и ценности бренда, которые предсказывают возможную лояльность (клиенты могут совершить повторную покупку, но в этом нет гарантии). Вместе с тем, конечно, текущие значения коэффициента удержания не дают гарантии этого удержания в будущем, однако практика показывает, что те клиенты, которые покупают чаще, скорее всего, будут продолжать делать это.
Таким образом, коэффициент удержания клиентов - это показатель, позволяющий вам получить представление о доле ваших клиентов, которые остаются с вами или совершают повторяющиеся покупки. Если ваш коэффициент удержания высокий, то вы можете предположить, что уровень удовлетворенности ваших клиентов тоже высокий. Если значение коэффициента низкое, то вам необходимо выяснить причины неудовлетворенности клиентов (особенно относительно ваших конкурентов).
И наконец, помните, что совершенно не обязательно удерживать всех привлеченных клиентов. Часть из них может не быть прибыльной, другая часть - очень дорогой в обслуживании по сравнению с другими. Вот почему коэффициент удержания должен рассматриваться в контексте других показателей - прибыльности клиентов и пожизненной ценности клиентов.
Обратным показателем удержания клиентов является коэффициент текучести, который отражает долю клиентов, потерянных для бизнеса за определенный промежуток времени.
Как проводить измерения
Метод сбора информации
Если компания тщательно и точно ведет учет клиентской информации, то данные для вычисления коэффициента удержания поступают из информации о покупках, т. е. из бухгалтерской информации о покупках или из вашей CRM-системы (customer relationship management - управление взаимоотношениями с клиентами). Если такие данные недоступны, то для оценки удержания клиентов можно использовать опросы.
Формула
Коэффициент удержания измеряет процент клиентов, которых компания способна удержать в течение определенного периода. Формула, наиболее часто приводимая в учебниках, представляет собой отношение количества активных клиентов на конец временного периода к количеству активных клиентов на начало временного периода. Проблема такого подхода заключается в том, что в формуле учитываются не только удержанные клиенты, но и вновь привлеченные, и, следовательно, эта формула неточна.
Уточненная формула имеет вид:
Коэффициент удержания клиентов = Количество клиентов на начало периода / Количество тех клиентов, которые были удержаны на конец периода.
Небольшим видоизменением формулы достигается более правдоподобный результат измерений: отношение количества клиентов, которых можно потерять, на начало периода к количеству тех клиентов, которые были удержаны на конец периода.
Частота измерения зависит от средней продолжительности «жизни клиента, средней длительности контрактов или цикла покупок. В большинстве отраслей измерения обычно производятся ежемесячно.
Источником информации в большинстве случаев являются бухгалтерские данные о продажах или данные CRM-системы.
Трудозатраты и стоимость сбора данных очень сильно зависят от качества и точности ваших данных о клиентах. Например, для банков, которые ответственно подходят к клиентской информации, вычисление коэффициентов удержания обходится недорого. При отсутствии точных данных о клиентах, например у сети ресторанов, необходимо проведение опроса, что существенно увеличивает % затраты и снижает достоверность данных.
Целевые значения
В обычной компании «подвижность» клиентской базы составляет 10-30% в год. Однако целевые значения для коэффициента удержания и коэффициента текучести необходимо устанавливать в контексте вашей отрасли и в сравнении с предыдущими периодами, так как значения коэффициентов удержания широко варьируются между отраслями. В то время как в банковском розничном бизнесе значение коэффициента удержания высоко (но снижается с увеличением доли молодых людей, склонных к смене банка), в телекоммуникационном секторе оно обычно низкое, так как клиенты постоянно ищут новые выгодные предложения. Недавнее исследование, проведенное J.D. Power and Associates, показало, что в автомобильной промышленности лидирует Toyota с коэффициентом удержания 64,6%, далее следуют Lexus (63,0%) и Honda (62,8%). Большинство коммерческих организаций устанавливают целевые значения по удержанию клиентов в рамках процесса создания своей (ежегодной) маркетинговой стратегии.
Пример. Одним из моих клиентов является компания, мировой лидер в области телекоммуникаций, которая решила использовать удержание клиентов как ключевой корпоративный показатель. Используя CRM-базу, компания может вычислить долю клиентов, для которых необходимо обновление контрактов.
Предположим, что в декабре текущего года 200 000 контрактов должны быть обновлены, компании же удалось обновить только 130 000. Тогда коэффициент удержания клиентов будет равен:
(130 000 / 200 000) х 100% = 65%.
В отличие от измерения текучести (при котором не учитывается смена клиентом тарифного плана, номера телефона, отключение клиента вследствие неоплаты счетов), этот результат дал компании достоверную картину реального удержания и лояльности клиентов.
Компаниям без клиентских контрактов или с недостаточно тщательным ведением клиентской базы будет несколько труднее измерять коэффициент удержания. Компаниям розничной торговли легче учитывать транзакции, чем самих клиентов. В этом случае выходом могут стать опросы клиентов по их лояльности к определенной компании. Розничный гигант Wal-Mart не ведет учет клиентов, а только отслеживает количество транзакций. В то же время у британского ритейлера Boots порядка 70% выручки от продаж привязано к его карточкам постоянных покупателей - это дает компании понимание уровня удержания клиентов, основанного на истории их покупок. На основе этой информации компания может определить, вернется к ней клиент или нет.
Замечания
При анализе удержания клиентов существует ряд трудностей. Главными являются идентификация и правильный подсчет клиентов. Для правильного вычисления коэффициентов удержания клиентов вам необходимо сначала идентифицировать ваших клиентов, а затем верно их посчитать. Например, если ваша компания занята в телекоммуникационной сфере, то как вы будете считать клиентов с множеством контрактов (стационарный телефон, мобильный телефон, выделенная линия Интернета) - как одного клиента или как множество клиентов?
Другой трудностью является измерение коэффициентов удержания клиентов в отраслях, где покупки единичны и не привязаны к каким-либо временным интервалам. Автомобильная компания наподобие Mercedes Benz может использовать результаты исследования, чтобы определить, как мы покупаем машины в течение, скажем, пяти лет. Если в компании сохранилась верная информация
о клиентах, то затем можно оценить показатель удержания клиентов. Сложность опять же заключается в идентификации удержанных клиентов (особенно при смене адреса, кредитной карты и т. д.).
И наконец, помните, что изолированное рассмотрение удержания клиентов не является правильным, для получения более полной картины вам также необходимо учитывать показатели прибыльности и удовлетворенности клиентов.
Кроме трафика и конверсии, важным фактором выживания и роста вашего бизнеса выступает показатель удержания пользователей - customer retention. Допустим, ваш сайт привлекает большой объем трафика, и, допустим, вы конвертируете приличную долю посетителей в покупателей, но что происходит после первой конверсии? Вы сможете удержать клиентов на долгое время, или они забудут о вас сразу после покупки?
По данным компании RJmetrics, самые успешные онлайн бизнесы получают более 50% дохода от “повторных” клиентов . Чтобы построить стабильный, масштабируемый бизнес, вы должны постоянно отслеживать customer retention и снижать отток (churn rate) до минимума.
Что такое customer retention
Customer retention - это способность бизнеса удерживать существующих клиентов на протяжении времени.
Бизнес с низким показателем retention - как дырявое ведро. Конечно, можно бесконечно лить воду, чтобы ведро оставалось полным - а можно залатать дыры. По данным HBR, привлечь нового клиента стоит в 5 - 25 раз больше, чем удержать существующего . К тому же, исследования компании Bain & Company показывают, что увеличение показателя retention на 5% влечет за собой рост дохода на 25 - 95%.
Конечно, стоит выбрать дешевый вариант и залатать свое ведро.
В этой статье мы рассмотрим 5 ключевых метрик, которые помогут понять, как у вас дела с retention.
1. Коэффициент удержания клиентов (Customer Retention Rate)
Именно на эту метрику нужно смотреть, чтобы понять, насколько эффективно работает служба поддержки клиентов, и предсказать темпы роста вашего бизнеса.
Retention rate показывает, сколько клиентов остались с вами за определенный период времени. Например, можно измерить коэффициент удержания за год, месяц или неделю.
Хотя общепринятой формулы для расчета коэффициента удержания нет, Джефф Хэден из Inc предлагает точный способ измерения retention.
Retention Rate = ((CE – CN) / CS)) x 100
CE = Количество клиентов на конец периода
CN = Количество новых клиентов, приобретенных за период
CS = Количество клиентов на начало периода
Скажем, в начале месяца у вас было 1000 клиентов. К концу месяца 150 человек ушло, но вы привлекли 200 новых клиентов - поэтому по итогам месяца у вас есть 1050 клиентов. Подставим данные в формулу и получим:
((1050–200)/100) X 100 = 85%
Это считается высоким уровнем retention? Как обычно, все зависит от сферы деятельности и от ваших целей. Но в целом, чем выше retention rate - тем лучше.
2. Пожизненная ценность клиента (Customer Lifetime Value)
Показатель customer lifetime value - это проекция потенциального дохода, который вы можете получить от клиента. Эта метрика рассчитывается на основании прежнего покупательского поведения клиента - так что не стоит сразу переводить ее в быстрые деньги.
Отталкиваясь от customer lifetime value, вы сможете определить, сколько целесообразно тратить на привлечение клиентов, и рассчитаете эффективность инвестиций (ROI). Венчурный капиталист Дэвид Скокс рассказал, что большинство стартапов проваливаются, потому что стоимость привлечения клиентов оказывается выше, чем их lifetime value.
Разбалансированная бизнес-модель
В расчет customer lifetime value можно включить множество переменных, но давайте остановимся на этой простой формуле от Hubspot :
Customer Lifetime Value = (Средний чек) x (Количество повторных продаж) x (Среднее время удержания)
Чтобы понять, работают ли ваши стратегии удержания, нужно отслеживать показатель LTV: со временем он должен расти. Это означает, что люди тратят больше и покупают чаще, потому что их отношения с вашим брендом развиваются.
3. Коэффициент повторных покупок (Repeat Purchase Rate)
Repeat purchasing rate - это процент клиентов, которые купили ваши продукты более одного раза. Коэффициент повторных покупок показывает, сколько клиентов возвращаются после первой покупки - а, значит, им можно пользоваться как индикатором retention.
Repeat purchase rate = Количество повторных клиентов / Общее число клиентов
Можно провести более детальный анализ показателя repeat purchasing rate: использовать когортный метод и рассчитать коэффициент по дням, неделям и месяцам. Если вы запускаете акцию, когортный анализ поможет определить, как она повлияла на количество повторных покупок.
4. Коэффициент использования вознаграждения (Redemption Rate)
Один из эффективных способов стимулировать повторные покупки - это рассылка купонов. Но какую долю купонов клиенты реально используют? Это нам подскажет коэффициент redemptiont:
Redemption rate = Количество использованных купонов / Общее число купонов
По коэффициенту redemption можно судить, насколько купон мотивирует пользователей купить продукт. Если redemption rate низкий (около 20%), то нужно копать глубже и разбираться, почему продукт не покупают. Возможно, условия акции недостаточно выгодные - или людям просто больше не интересно ваше предложение.
5. Индекс потребительской лояльности (Net Promoter Score)
Это и есть net promoter score. Вы задаете клиентам этот простой вопрос, и они отвечают по шкале от 0 до 10, где 0 означает “точно не порекомендую”, а 10 - ”обязательно порекомендую”. Это очень мощная метрика, потому что клиенты рекомендуют друзьям только тот продукт, которым на 100% довольны.
Шкала Net Promoter Score
В рамках NPS выделяют три категории клиентов:
Критики (0–6) - это люди, недовольные продуктом или сервисом. Они больше ничего у вас не купят и могут испортить репутацию бренда своими жалобами в СМИ и соц.сетях.
Нейтралы (7–8) - это удовлетворенные клиенты, но они не будут особенно восторгаться вашим брендом и могут даже уйти к конкурентам, если те предложат более выгодные условия.
Промоутеры (9–10) - это те, кто сделают все возможное, чтобы рассказать другим о вашем продукте. Они верны бренду и готовы запустить мощное сарафанное радио, которое поможет вам практически без издержек привлечь новых клиентов.
NPS = % промоутеров - % критиков
Есть куча инструментов для сбора ответов. Большинство приложений по NPS (вроде Trustfuel NPS и Promoter.io ) работают в связке с базой клиентов и позволяют импортировать адреса и автоматически рассылать опросники. Но кому понравятся лишние письма в ящике? Поэтому я предпочитаю - он просит обратную связь прямо на сайте или в приложении, через которое клиент уже работает.
Может показаться, что анализ - это сложно, ведь метрик так много и они такие разные. Что ж, начните с этих пяти метрик retention - они помогут вам увидеть всю картину и выявить, что можно улучшить.
Если у вас есть на примете какая-нибудь классная статья по UX и не только - скиньте нам ссылку, и мы будем рады над ней поработать.
Привлечение - это первый этап работы с клиентом. Очень часто компании в стремлении увеличить долю рынка, в качестве главной своей задачи ставят завоевание все новых и новых клиентов. На первых этапах они предлагают весьма выгодные условия сотрудничества, не замечая, как по окончании льготного периода клиент покидает компанию. В итоге получается иллюстрация известной задачи про бассейн, когда в одну трубу вода втекает, а из другой трубы вытекает. С одной стороны, компании привлекают новых клиентов, с другой стороны, старые клиенты уходят, поэтому следует соблюдать баланс между количеством привлеченных и удержанных клиентов. Удержание клиентов экономически гораздо более выгодно компании, нежели привлечение (рис. 5.7).
Во-первых, в результате повышения доли удержанных клиентов происходит рост клиентской базы. Если темпы привлечения остаются постоянными, а количество потерянных клиентов уменьшается, то в результате происходит абсолютный рост клиентской базы.
Во-вторых, затраты на удержание значительно ниже, чем затраты на привлечение. Приверженный клиент менее чувствителен к цене, он чаще прощает ошибки.
Повысив коэффициент удержания потребителей всего на пять процентных пунктов, компании могут - в зависимости от отрасли - увеличить пожизненную стоимость покупок своего среднего покупателя на 25-95%.
Часто компании не знают реальных показателей, характеризующих уровень удержания клиентов.
Коэффициент удержания - это доля клиентов, оставшихся с компанией в течении определенного периода времени. Определяется как отношение количества клиентов, которые совершили повторную покупку в этом отчетном периоде, к общему количеству клиентов, совершивших покупку в предыдущем периоде.
Например, в предыдущем году компания имела 1000 клиентов и 800 из них совершили повторную покупку в текущем году. Следовательно, коэффициент удержания равен 800:1000 = 0,8, или 80%.
Период, в течение которого рассчитывается коэффициент удержания, зависит от типа товара и длительности цикла его потребления. Для производителя мебели этот период будет значительно больше, чем для магазина у дома.
В отраслях, где отношения с клиентом строятся на договорной основе, коэффициент удержания определяется отношением количества продленных договоров к количеству договоров с истекающим сроком действия.
Этот показатель часто используется в секторе В2В.
Пример. Расчет устойчивости клиентской базы
Управляющая компания сдает в аренду площади в двух торговых центрах. Результаты взаимодействия с арендаторами представлены в табл. 5.5.
Таблица 5.5.
Из таблицы видно, что клиентская база более устойчива в торговом центре "Северный" (83%). Кроме того, наблюдается некоторая, требующая дополнительного анализа "сезонность" оттока клиента. Наибольший отток в обеих компаниях был в 3 квартале (возможно, в связи с кризисом), относительно стабильный период - второй квартал.
Рис. 5.7. Управляемые переменные и маркетинговые результаты на стадии "удержание клиентов"
Методы удержания клиентов можно разделить на две группы:
- 1) реактивные - это набор корректирующих действий, которые направлены на устранение жалоб, рекламаций, проблем, которые предъявляют клиенты после покупки или в процессе использования товара;
- 2) проактивные - это набор опережающих действий, направленных на клиентов, склонных к оттоку по ряду признаков (предикторов оттока). Например, предикторам оттока клиентов связи могут быть снижение объема потребления, отказ от определенных позиций, нарушение сроков платежей. Проактивные методы считаются более эффективными как с финансовой, так и с психологической точек зрения. Склонность к оттоку прогнозируется при помощи статистических методов Data Mining Technology и Churn Prediction. Многие компании по опыту устанавливают предикторы оттока после акций конкурентов, завершения контракта и пр.
Компании целесообразно использовать обе группы методов с единой целью укрепления имиджа компании в глазах клиентов, повышения их удовлетворенности и взаимовыгодных экономических результатов от сотрудничества.
Пример. Мероприятия по реализации системы удержания клиентов в компании МТС (табл. 5.6)
Таблица 5.6.
Многочисленные исследования показывают, что уровень удержания зависит от удовлетворенности клиентов.
На стадии удержания вместо привлечения новых клиентов внимание менеджмента сосредоточено на удовлетворенности и лояльности. Это две комплексные категории, которым в маркетинге уделяется самое пристальное внимание.
Показатель Retention считают если не все, то многие из тех, кто работает над веб- и мобильными проектами.
Это важнейший показатель проекта, который в первую очередь говорит об удержании пользователей: retention дня N рассчитывается как доля пользователей, которые входили в проект на день N после первого входа.
Однако важен он не только как показатель удержания: это один из факторов, влияющих на доход с пользователя. Логично, чем дольше пользователь в проекте, тем выше вероятность, что он заплатит. Более того, наши исследования показывают, что со временем выше не только вероятность платежа, но и его размер: кто дольше в проекте, тот платит больше.
Ещё одной особенностью показателя retention является то, что он очень чувствителен к любым изменениям в проекте. Любое изменение хоть в первой сессии, хоть в основном цикле приложения, отражается на retention, и чем раньше посчитан retention, тем более он чувствителен.
Приходим к тому, что retention важно замерять регулярно и реагировать на его изменения.
А теперь тот самый нюанс, вынесенный в заголовок статьи.
Вы точно знаете, как у вас рассчитан retention?
- Какое событие считается за точку отсчёта?
- Какое событие говорит вам о том, что пользователь вернулся?
- Что такое “день”, когда мы говорим о retention дня N? Это календарный день или 24-часовой интервал?
- А если календарный день, то по какому времени он посчитан?
Если вы не можете ответить на эти вопросы, я очень рекомендую узнать ответ у вашей аналитической системы. Возможно, вы понимаете retention не так, как они.
Кстати, именно разница в методах расчёта является основной причиной того, что retention, посчитанный в разных системах, не сходится.
Вернёмся к тому, как задавать понятие “дня” при расчёте retention. Если ваши пользователи сосредоточены в одном часовом поясе, то можно просто настроить серверное время так, чтобы их время совпадало с вашим, и быть уверенным в том, что retention считается 100% точно, по крайней мере до тех пор, пока не появился пользователь из другого часового пояса.
А на практике очень часто (да практически всегда!) бывает так, что пользователи раскиданы по разным часовым поясам, притом иногда разница между поясами составляет не 1 и не 2 часа.
Скажем, если 50% ваших пользователей проживает в Европе, а 50% – в США, то как считать retention в этом случае? Что называть календарным днём?
Проблема даже не в том, что на этот вопрос ответить непросто. А в том, что любое изменение в процентном соотношении пользователей между Европой и США повлияет на чуткий показатель retention, и вы можете ошибочно предположить, что среднее удержание увеличилось или уменьшилось, а затем принять неверное решение на этом основании.
Как можно решить эту проблему?
Например, в devtodev мы считаем retention двумя способами, по выбору:
- в одном случае мы считаем retention по календарным дням, причём время устанавливает сам клиент;
- в другом же случае мы считаем retention по 24-часовым интервалам: например, пользователь попадает в retention первого дня, если он имел хотя бы один повторный вход спустя 24-48 часов после первого входа.
Что изменилось у проектов?
У кого-то не изменилось практически ничего. В основном это относится к проектам, у которых а) мало пользователей, б) все они сосредоточены в одном часовом поясе.
А у некоторых показатель retention day 1 изменился на 4-5%! Учитывая, что среднее значение retention первого дня – порядка 30%, то колебания в 4-5% – это критично.
Что изменилось у нас?
После того, как мы ввели возможность расчёта retention по 24-часовым интервалам, мы смогли сформулировать новую для себя метрику:
day 0 retention
Это доля пользователей, которые совершали повторный вход спустя 0-24 часа после первого входа. Доля тех, кто заинтересовался и решил совершить вторую сессию, притом в первые же часы после начала.
В среднем day 0 retention на 30-40% в относительных значениях выше, чем day 1 retention .
Вкупе с метриками Tutorial conversion и day 1 retention , показатель удержания нулевого дня становится ещё одной важной метрикой, позволяющей отследить поведение пользователей на раннем этапе.
И если раньше мы могли отследить лишь повторный визит пользователя на следующий день (посчитанный для разных пользователей по-разному), то теперь мы можем просчитать и прохождение туториала, и вторую сессию в те же сутки, и лишь потом обратиться к day 1 retention, будучи уверенными в том, что он считается точно.
Резюмируем
- Retention – чуткая метрика, и небольшие колебания в распределении пользователей, не связанные с удержанием как таковым, могут вести к неверным решениям.
- Поэтому разберитесь в том, как считается ваш retention. Не исключено, что вы и аналитическая система понимаете этот показатель по-разному.
- Retention первого дня – не самая быстрая метрика, которую можно посчитать по новым пользователям. Считайте также конверсию туториала и retention нулевого дня.
- Какой должна быть стоимость привлечения клиента с учетом ожидаемого уровня расходов клиента?
- Как ?
- Что снизить клиентский отток?
- Сколько нужно тратить на обслуживание и удержание клиентов?
- Какие продукты и услуги будут востребованы в долгосрочной перспективе? Почему клиенты будут ими пользоваться?
- Какую стратегию выбрать для ?
Поиск ответов на эти вопросы начинается с измерения показателей, отражающих истинное положение дел в области работы с клиентами. Рассмотрим два наиболее распространённых показателей.
Коэффициент удержания клиентов
Коэффициент удержания клиентов (retention rate) отражает то, насколько хорошо компания умеет сохранять своих клиентов. Формула для расчета крайне проста. Главное выбрать правильный период времени, в течение которого оценивается показатель. В зависимости от сферы деятельности компании данный интервал может существенно отличаться.
Коэффициент удержания клиентов = ((количество клиентов на конец периода - количество новых клиентов за период времени) / (количество клиентов на начало периода) х 100%
Коэффициент удержания клиентов легко преобразуется в коэффициент оттока:
Коэффициент оттока (churn rate) = 1-коэффициент удержания клиентов
Если приток клиентов сопоставим с оттоком, то коэффициент удержания будет стремительно падать. Поэтому в компании должна быть культура нулевой толерантности к потере клиентов. Важно постоянно анализировать отток клиентов, честно обсуждать существующие проблемы с сервисом, оптимизировать бизнес-процессы. Более подробно тема борьбы с оттоком раскрыта в другой нашей статье.
Какой уровень удержания клиентов считается нормальным? Такого уровня не существует. Тем не менее, сравнение с отраслевыми бенчмарками позволит оценить, насколько ваши показатели близки к средним показателям по индустрии. Такой анализ нужно делать на постоянной основе.
Пример расчет Retention rate
В начале периода у компании было 1 000 клиентов, за год появилось 450 новых клиентов, при этом 150 покупателей перестали пользоваться услугами компании.
Коэффициент удержания = ((1450-150)-450)/1 000)х100% = 85%
LTV - каковая бизнес-ценность наших клиентов?
Другой показатель, отражающий качество работы с клиентами, - LTV (Lifetime value) . Данная метрика отражает уровень прибыли, генерируемой клиентом на всех этапах потребительского цикла - от первой покупки до момента прекращения потребления продукции или услуг компании. На русский язык название данного показателя часто переводят, как пожизненная ценность клиента. На наш взгляд прилагательное «пожизненная» больше ассоциируется с тюремным заключением, чем с ценностью. По смыслу более правильный перевод - предполагаемая или плановая доходность клиента.
Для чего может использоваться LTV?
- Расчет и прогнозирование прибыли компании в целом, так и по отдельным сегментам.
- Анализ клиентской базы и сегментирование потребителей.
- Подготовка маркетинговых кампаний и оценка эффектов от ее реализации.
- Моделирование жизненного цикла клиентов на основании анализа динамики изменения показателя на различных интервалах времени.
Что важно знать об LTV?
- Должен быть выше CAC (customer acquisition cost), т.е. стоимости привлечения клиентов, иначе компания рано или поздно пойдет ко «дну».
- Наиболее популярен в транзакционных бизнесах (SaaS, банковский сектор, телеком). Показатель практически не применим в офлайн бизнесе, где нет однозначного соответствия между транзакцией и покупателем. Данная проблема отчасти решается с помощью программы лояльности, которая позволяет связывать покупку с конкретным покупателем.
- Не существует одной единственной формулы для расчета LTV. Выделяют два основных типа LTV - исторический и прогнозный. В первом случае рассчитывается прибыльность клиента по факту на текущий период. Во втором случае оценивается прибыль с учетом будущих периодов.
Рассмотрим методику расчета показателя. Как было сказано выше, существует множество методик расчета показателя, некоторые из них достаточно сложные и требуют разработки специальных алгоритмов. В данной статье мы не будем погружаться в дебри расчетов и покажем основные подходы к оценке показателя.
Базовая формула для расчета исторического LTV
LTV = ∑Транзакция*% валовая прибыль,
где Ср. валовая прибыль = (доходы - расходы)/ доходы K - Номер временного интервала.
Другая формула LTV актуальная для бизнеса с регулярными платежами:
LTV =∑ARPU*% ср. валовая прибыль / уровень оттока доходов ,
где ARPU - среднемесячный уровень дохода с клиента,
Ущерб от оттока доходов - это снижение доходов компании, связанное с оттоком клиентов. Описание методики расчета данного показателя можно найти в нашей статье, посвященной борьбе с оттоком клиентов.
Базовая формула для расчета прогнозного LTV
LTV = ∑ARPU *% ср. валовая прибыль * Длительность ЖЦ клиента в месяцах
Главная сложность в расчете показателя для будущих периодов заключается в определении длительности жизненного цикла клиента. Для расчета данного значения используются различные аналитические модели. Кому интересна более подробная информация на эту тему, рекомендуем познакомиться с презентацией.
 |