Zkratka proCustomer Lifetime Valuekastmr lajftajm valjúTakéCLTV, LTV, Lifetime value, Hodnota zákazníkaPokročilý
Definice
Customer Lifetime Value je odhad celkového zisku, který firmě přinese jeden zákazník za celou dobu vztahu s ním. Počítá se z průměrné hodnoty objednávky, frekvence nákupů, marže a míry odchodu zákazníků, obvykle diskontovaný na současnou hodnotu. Slouží hlavně jako strop pro to, kolik se vyplatí zaplatit za získání nového zákazníka.
Proč se hodnota zákazníka počítá přes celý vztah
Jedna objednávka o firmě neřekne skoro nic. Zákazník, který poprvé utratí 800 Kč a pak se pět let vrací, je pro e-shop něco úplně jiného než zákazník, který jednou koupí za 8 000 Kč a zmizí. Customer Lifetime Value tento rozdíl vyjadřuje jedním číslem, takže se dá porovnat s náklady na akvizici (CAC) a rozhodnout, kolik smí stát jeden nový zákazník z reklamy.
Z čeho se CLV skládá
Nejběžnější verze pro opakované nákupy vychází ze čtyř vstupů: průměrné hodnoty objednávky, počtu nákupů za období, hrubé marže a míry odchodu zákazníků (churn). Ve zjednodušené podobě:
CLV = AOV × nákupů za rok × hrubá marže / roční churn
Podíl churnem nahrazuje „průměrnou délku vztahu“: při 25% ročním odchodu vydrží zákazník průměrně čtyři roky. U delších horizontů se budoucí peníze ještě diskontují, protože příjem za pět let má dnes nižší hodnotu než příjem letos.
Historické versus prediktivní CLV
Historické CLV sečte marži, kterou zákazník už reálně přinesl. Je přesné, ale nic neříká o budoucnosti a nejde použít u zákazníka, který nakoupil včera. Prediktivní CLV odhaduje budoucí chování z modelu: od jednoduchých kohortních průměrů přes pravděpodobnostní modely typu BG/NBD a Gamma-Gamma až po gradient boosting nad transakčními daty.
Smluvní a nesmluvní vztah
U předplatného je vidět okamžik, kdy zákazník odejde (zruší tarif), takže churn je měřitelný přímo. U e-shopu nikdo neoznámí, že se už nevrátí, a „mrtvý“ zákazník se pozná jen podle toho, jak dlouho nenakoupil. Proto se v e-commerce používají pravděpodobnostní modely, ne prosté počítání zrušených smluv.
Kde se výpočet nejčastěji rozbije
Chyby bývají banální, ale drahé. Počítání z obratu místo z marže nadhodnotí CLV klidně čtyřnásobně. Průměr přes celou zákaznickou bázi zamaskuje fakt, že rozdělení je extrémně nesouměrné: pár procent zákazníků obvykle tvoří většinu hodnoty, takže medián a průměr se liší o řád. Krátká historie dat vede k tomu, že se do modelu dostane jen část skutečné délky vztahu. A vratky, náklady na dopravu a podporu se do marže často zapomenou promítnout, přestože u některých segmentů rozhodují o tom, zda je CLV vůbec kladné.
Jak se CLV používá v rozhodování
Praktický výstup je poměr CLV ku CAC. Hodnota kolem 1 znamená, že akvizice sotva zaplatí sama sebe, běžně se cílí výš, s ohledem na dobu návratnosti (payback period) v měsících. CLV dále určuje, které segmenty stojí za personalizaci, kde se vyplatí bojovat proti odchodu a jakou slevu má smysl nabídnout v retenční kampani. Vedle toho se váže na retenční míru: zlepšení retence o pár procentních bodů zvýší CLV víc než plošné zdražení.
Příklady z praxe
E-shop s kávou: CLV proti ceně za akvizici
E-shop prodává kávu s průměrnou objednávkou 700 Kč, hrubou marží 35 % a čtyřmi nákupy ročně. Roční churn je 40 %, tedy průměrný vztah trvá 2,5 roku. CLV vychází na 700 × 4 × 0,35 × 2,5 = 2 450 Kč, takže akvizice za 900 Kč v PPC je udržitelná, i když se první objednávka sama nezaplatí.
Kohortní CLV z transakcí v SQL
Historické CLV po kohortách se dá spočítat přímo nad tabulkou objednávek: zákazníky rozdělíme podle měsíce prvního nákupu a sečteme marži za dvanáct měsíců od registrace. Výsledek ukáže, jestli novější kohorty vydělávají víc nebo míň než loňské, což bývá první varovný signál zhoršující se kvality akvizice.
WITH first_order AS ( SELECT customer_id, MIN(created_at) AS acquired_at FROM orders GROUP BY customer_id ) SELECT date_trunc('month', f.acquired_at) AS kohorta, COUNT(DISTINCT f.customer_id) AS zakazniku, SUM(o.margin) / COUNT(DISTINCT f.customer_id) AS clv_12m FROM first_order f JOIN orders o ON o.customer_id = f.customer_id AND o.created_at < f.acquired_at + INTERVAL '12 months' GROUP BY 1 ORDER BY 1;
Časté omyly
- MýtusCLV je prostě kolik u nás zákazník celkem utratí.
- Ve skutečnostiCustomer Lifetime Value pracuje s marží, ne s obratem. Tržba bez odečtení nákladů na zboží, dopravu, vratky a podporu vede k číslu, podle kterého se pak přeplácí reklama.
- MýtusStačí nám jedno průměrné CLV za celý byznys.
- Ve skutečnostiRozdělení hodnoty zákazníků je silně nesouměrné a průměr táhne nahoru menšina nejlepších zákazníků. Použitelné je CLV po segmentech, kanálech akvizice nebo kohortách, protože podle nich se reálně rozhoduje o rozpočtu.
- MýtusCLV se dá spolehlivě spočítat hned po prvním roce provozu.
- Ve skutečnostiKrátká historie zachytí jen začátek životního cyklu a systematicky CLV podhodnotí. Do doby, než jsou k dispozici dozrálé kohorty, je poctivější pracovat s CLV omezeným na pevné okno, například dvanáct nebo dvacet čtyři měsíců.
Časté dotazy
- Jaký poměr CLV ku CAC je zdravý?
- Poměr CLV ku CAC kolem 3:1 se v SaaS i e-commerce běžně bere jako rozumný cíl, ale jde o orientační pravidlo, ne o zákon. Podstatnější než samotný poměr je doba návratnosti akvizičních nákladů: pokud se CAC vrátí do zhruba dvanácti měsíců, firma nepotřebuje předfinancovat růst tak agresivně. Poměr výrazně nad 3:1 často neznamená skvělou ekonomiku, ale to, že se do marketingu investuje příliš málo a firma nechává růst ležet ladem.
- Jak dlouhý horizont se má do CLV počítat?
- Horizont se v praxi omezuje na dvanáct až třicet šest měsíců, protože delší predikce jsou u většiny firem už jen spekulace. Omezené okno má dvě výhody: dá se ověřit proti skutečnosti hned, jak kohorta dozraje, a je srovnatelné napříč obdobími. U produktů s velmi dlouhým vztahem, například bankovnictví nebo telco, se počítá delší horizont, ale budoucí peníze se diskontují na současnou hodnotu, jinak model přecení příjmy vzdálené několik let.
- Jaká data jsou k výpočtu CLV potřeba?
- Pro CLV stačí překvapivě málo: identifikátor zákazníka, datum objednávky, hodnota objednávky a nákladová cena nebo marže. S tímto minimem se dá sestavit kohortní historické CLV. Pro prediktivní modely typu BG/NBD se přidává frekvence nákupů, recence posledního nákupu a délka pozorování. Užitečné je navíc znát kanál akvizice a náklad na akvizici, protože bez nich nejde CLV porovnat s CAC a číslo zůstane jen zajímavostí bez rozhodovacího dopadu.
- Počítá se CLV jinak u předplatného než u e-shopu?
- U předplatného se CLV odvozuje z měsíčního opakovaného příjmu, hrubé marže a míry zrušení: odchod zákazníka je totiž viditelná událost. U e-shopu žádné zrušení neexistuje, zákazník jen přestane nakupovat, takže se pravděpodobnost, že je ještě aktivní, odhaduje z frekvence a recence nákupů. Praktický důsledek: u předplatného stačí jednoduchý vzorec s churnem, u e-shopu je potřeba pravděpodobnostní model nebo alespoň kohortní pohled na skutečné opakované nákupy.
Zdroje
- Customer lifetime value(otevře se v novém okně)
- Counting Your Customers the Easy Way: An Alternative to the Pareto/NBD Model(otevře se v novém okně)
- Predicting customer lifetime value with AI Platform(otevře se v novém okně)
- Stripe Docs: Billing(otevře se v novém okně)