לחברות המעוניינות בשירותי פרילנס או סדנאות של אנליסט, ניתן לפנות אליי [email protected]
מה זה LTV
Lifetime value או בקיצור LTV היא מטריקה המאפשרת לארגון להעריך את כמות הכסף הממוצעת שלקוח יכניס לחברה. למרות שלמטריקה קוראים Life time value לרוב מדובר על ההכנסות של לקוח ממוצע במשך שנה אבל אפשר גם לחשב את המטריקה לחלון זמן קצר יותר.
למה משמשת מטריקת LTV
השימוש העקרי של המטריקה הוא בעולמות המרקטינג והשוואה בין הכדאיות בהשקעה בין הסגמנטים וערוצי ההרשמה של הלקוחות. אם למשל, סך ההשקעה הממוצעת של גיוס לקוח משוודיה עולה 50 דולר וההכנסות המוערכות של לקוח ממוצע משוודיה הם 1,000 דולר, אזי ההשקעה בגיוס הלקוחות הייתה משתלמת וכדאי להשקיע יותר מאמצי שיווק בהבאת לקוחות משוודיה. באופן דומה, ניתן לחשב ולהשוות את ה- LTV שמקורם בקידום ממומן בגוגל לעומת פרסום ברשתות חברתיות.
בנוסף, זיהוי הסגמנטים שלהם LTV גבוה יכול לעזור למחלקות ה- Growth והמרקטינג לבחור את הסגמנטים שלהם ההחזר על ההשקעה הוא הגבוה ביותר (ROI).
חישוב מטריקת LTV הוא עולם ומלואו וישנן שיטות רבות שלפיהן ניתן לבצע את החישוב. במאמר אתייחס לשתיים מהשיטות הנפוצות.
חישוב LTV לפי Cohorts
בחישוב לפי Cohorts מחלקים את הלקוחות לקבוצות כאשר כל קבוצה נקראת Cohort. הסיווג של הלקוח ל- Cohort יהיה לפי חודש הגיוס שלו. כלומר, הלקוחות שהצטרפו למוצר (או רכשו לראשונה) בינואר יהיו בקבוצת ה- Cohort הראשונה, הלקוחות שהצטרפו בפברואר יהיו בקבוצת ה- Cohort השניה וכך הלאה.
עבור כל Cohort מחשבים את סכום הרכישות הממוצע של לקוח בחלון הזמן שנבחר למטריקה (בדוגמה המפורטת למטה חלון הזמן הוא חצי שנה).
לאחר החישוב של הממוצע בכל ה- Cohorts נחשב את הממוצע של הממוצעים של כל ה- Cohorts ומספר זה ייצג את המטריקה של LTV.
יתרונות
- שיטת ה- Cohorts קלה יחסית לחישוב והיא אינה דורשת ידע נוסף על מאפייני הלקוחות.
- כיוון שאנחנו מחשבים ממוצע של מספר קוהורטים, אנחנו יכולים לצמצם את השפעתה של קבוצת לקוחות שמתנהגת באופן חריג (משתנים מתערבים). למשל, קבוצה של לקוחות שנרשמה בינואר בעקבות קמפיין שמבטיח הנחות גדולות ייטו לרכוש מוצרים באופן שונה מהלקוחות שלא נרשמו דרך קמפיין זה, וחישוב ממוצע ה- LTV לפי מספר Cohorts יכול לצמצם את ההטיות האלה.
- החישוב בשיטה זו מאפשר גם לחשב את אחוז הלקוחות שנטשו – Churn rate.
חסרונות
- בשיטה זו הניבוי אינו פרסונלי ללקוח. לא ניתן לנבא עבור לקוח ספציפי מה יהיה ה-LTV שלו אלא רק לנבא את ה-LTV של כל הלקוחות בסגמנט.
ניבוי פרסונלי של LTV
בשיטת ה- Cohorts הערכנו את ה- LTV הממוצע של קבוצת לקוחות. בשיטת הניבוי הפרסונלי ניתן לנבא את ה-LTV של לקוח ספציפי ע"י בחינת המאפיינים של הלקוח.
ניבוי ה-LTV בשיטה זו יתבצע ע"י מודלי ניבוי סטטיסטיים (למשל רגרסיה או רשתות נוירונים) שישתמשו במאפייני הלקוח. למשל: כמות הפעמים שהלקוח נכנס לאתר, מוצרים מועדפים, סוג המכשיר שלו, מיקום גאוגרפי ועוד…
כל מידע שיש על הלקוח יכול להתאים למודל.
יתרונות
- ניתן לנבא את ה-LTV של לקוח ספציפי ולדאוג לשמר את הלקוחות עם ה- LTV הגבוה.
חסרונות
- חישוב ה-LTV בשיטה הזאת מורכב ודורש זמן רב של מחקר עד לפיתוח מודל אמין.
- גם לאחר מאמצים רבים, לעתים לא ניתן לנבא את ה-LTV בצורה מספיק אמינה, בני אדם הם יצורים עם רצונות משתנים וקשה באמת לנבא את הפעולות שלהם.
הערות
- את חלון הזמן של מטריקת ה-LTV ניתן לקבוע לפי המודל העסקי. יתכן שבמודל מסוים כדאי לנבא את ה-LTV של לקוח במשך חצי שנה או חודשיים ולא עבור שנה שלמה.
- חישוב LTV לא חייב להתבצע רק על הכנסות מלקוח, אפשר לחשב LTV גם על מדדים נוספים כמו למשל מספר הפעמים שלקוח ממוצע נחשף למודעת פרסום.
המאמר נכתב על ידי יובל מרנין.
לעזרה בחישוב מטריקת LTV ללקוחות של החברה שלכם – מוזמנים ליצור איתי קשר [email protected].
