后流量时代企业的掘金之道:如何定义客户终身价值(CLTV)?

来源:创略科技 时间: 2019-06-28 关键词:客户价值

 

客户终身价值(Customer Lifetime Value,简称CLTV)允许营销人员预测在关系维护期间客户能为业务带来多少收入。它成为以数据为主导的估算和商业健康的关键指标,CLTV帮助营销人员了解每个客户的价值,与此同时,它还显示了在确保投资回报(ROI)后可以花多少钱来获得新客户。

 

为什么要计算CLTV?

 

企业普遍认为,维持老客户比获取新客户更实惠。去年,福布斯报告指出, 获取新客的成本是维持老客户成本的5倍。但是,如果客户只打算进行一次购买并且永不回购,那么是否值得为他们分配尽可能多的营销预算?

 

CLTV可以协助营销人员优化新客获取和老客维护策略。Fospha高级商业智能分析师Matthew Hull(赫尔)谈到该策略的重要性时表示:“该策略有助于营销人员有效地分配预算,以实现目标新客获取量,同时实现回报最大化。它还允许营销人员根据CLTV对客户进行分段和定位。例如,具有较低CLTV的客户需要更多定位,以增加购买频率或订单价值。此外,它可以帮助企业专注于定位可能产生最高CLTV的客户群,同时不太关注获取'一次购买'或'低LTV'客户。”

 

  一个简单的比较  

 

线上鞋店两个客户的LTV可能如下所示。(HLTV =高寿命值; LLTV =低寿命值)

 

 

 

在这种情况下,高LTV客户每年可能花费65-105美元购买鞋子。另一方面,低LTV客户可能在短期内进行大量购买,但没有意向再次回购。

 

我们可以看到,经过五年的努力,高LTV客户证明了其业务盈利的能力。但低LTV客户的市场成本要高于他们花费购买带来的净收入。至少部分分配给低LTV客户的营销预算(在此示例中)可以更好地用于获取新客户。如果我们将其扩展到数百或数千名客户,我们就可以看到为什么CLTV对企业如此有价值。

 

如何计算CLTV?

 

很难预测客户未来的准确支出。但是,围绕客户习惯,精准细分和人口统计等值得信赖的数据都可以对此进行有价值的估算。计算客户的生命周期价值可能因企业而异,正如赫尔(Hull)强调:“计算CLTV没有标准定义,公式中包含的变量在历史上因行业而异,以适应具体业务。”根据赫尔的说法,CLTV计算有两个核心组成部分:

 

1.   购买频率——客户在指定时间内的购买频率

2.   订单平均价值——每次销售的平均收入金额

 

计算CLTV最简单的公式是:

 

购买频率x订单平均价值x 客户平均生命周期

 

但可以通过计算初始获客成本和/或维系老客成本(如客户支持或促销折扣)来改进。但如赫尔所指出的那样:“计算的复杂程度也是每次销售中促销价值和利润的重要因素。”

 

因此,稍有洞察力的CLTV计算可能是:

 

购买频率x订单平均价值x客户平均生命周期 (获客成本+维系成本)

 

我们在CLTV公式中经常看到的另一个输入是流失率,这是在某个时期内结束与公司关系的客户的百分比,它可能与整个客户的平均生命周期保持一致,也可能随着时间的推移而变化。

 

计算客户平均生命周期如果您想计算客户平均生命周期,那么客户活动的良好历史数据至关重要。首先,这允许你查看客户购买之间的平均时间,并从中找到平均时间的标准差。如果您的客户在进行另一次购买之前超过了两个标准偏差(统计显著的典型度量),我们可以假设关系已经完成。

 

对于新业务,某些行业的公司确实会生成基准测试,如果您没有可用的数据,这些基准测试很有用。

 

如何提升CLTV计划?

 

上述已经谈到了如何全面了解客户将提升CLTV。与鞋类零售商的例子不同,刚刚开始CLTV之旅的任何企业都不太可能有五年的销售数据需要分析。但是,有关客户活动的详细、值得信赖的数据是确保CLTV计算准确性的第一步。

 

详细说明客户订单的分析数据,即使是在相对较短的时间段内也可以让我们深入了解平均订单价值(AOV)和购买频率。据此,我们可以估算客户的生命周期。

 

除此之外,数据驱动的多点触摸归因模型可以帮助了解客户在购买之前与之交互的接触点。这可以确保更全面地了解影响购买的营销渠道,并突出显示预算中有多少可以分配给旅程中的各个接触点。

 

客户旅程越来越复杂,并非所有人在购买之前都会通过相同的渠道进行互动。借助数据驱动,可以发现电商网站的频繁购买者看起来像一个高LTV的客户,与被认为低LTV的客户相比,高LTV的客户实际上与更多的营销渠道进行互动。

 

通过洞察,针对低LTV的营销活动可能比针对高LTV的营销活动更能成功

 

如何提升CLTV?

 

固态数据提升了CLTV的计算,但是通过制定可靠的策略,CLTV和客户忠诚度得到了提升。您的客户满意吗?您的网站是否提供良好的用户体验?您的客户服务有效吗?您的客户是否信任您的数据?您的品牌周围的公众情绪是否积极?

 

随着业务的发展和变化,所有这些问题都需要重新审视。这里的改进可以看到越来越多的客户更有可能回购,可能会增加购买频率和更大的购买量。

 

计算CLTV需要不断调整:测试,学习和迭代

 

随着业务的发展,客户习惯也会发生变化,数据也会变得更加细化。计算CLTV也需要持续进行。考虑到这一点,了解CLTV具有数据一样的准确性,能够确保您的业务在未来健康发展且具有竞争力