このメトリックは、顧客のCLV履歴データとこのメトリックの予測に基づいて計算できます。
- 過去のCLVは、1人のクライアントが会社と協力している間のすべての売上の合計です。 現在の顧客の購入に基づいて計算されます。
- 予測CLV-顧客の購入履歴の分析と将来の行動の予測に基づいて計算されます。 顧客がより多く購入するほど、予測CLVはより正確になります。
顧客の生涯価値を追跡することが重要なのはなぜですか？
CLVは、オンラインストアの兵器庫で最も重要な指標の1つであり、次のことに役立ちます。
- 実際のROIの推定（投資収益率）
CLVトラッキングを使用すると、売り上げの最も多い顧客にアプローチするチャネルに集中できます。 顧客が初めて購入した金額のみに注目してROIを推定すると、チャネルの効果の誤った計算につながる可能性があります。 したがって、たとえば、1人のクライアントを引き付けるために500ルーブルを費やすことができ、同時に700ルーブルの最初の購入を行います。 このデータに基づいて、チャネルは非効率的であり、チャネルに投資した予算は報われていないと結論付けることができます。 しかし、クライアントの将来の運命をたどると、彼は購入を続け、彼の購入の総売上高は彼に費やされた予算を大幅に超えることがわかります。
CLVが最も高いクライアント（ヒーロークライアント）に関する情報により、このオーディエンスを理解できます。どのソースから来たのか、彼らの社会人口統計データを調べ、この情報を広告キャンペーンのターゲティングに使用します。 さらに、分析のためにクライアントを引き付けるコストに関するデータのみを使用する競合他社を回避するのに役立ちます。
- 顧客維持キャンペーンの強化
顧客を維持するためのマーケティングプログラム（顧客が店舗で継続的に購入することを保証することを目的としたキャンペーン）は、一度にどれだけの収入を得たかだけでなく、評価する必要があります。 キャンペーンが対象となった購入者のCLVセグメントの変化にキャンペーンがどのように影響したかを分析する必要があります。 CLVの変化を計算するには、キャンペーンに関する変化を評価するために、顧客の購入履歴と予測収入に関するデータが必要です。
- より良い、パーソナライズされたメッセージを作成する
CLVベースの顧客セグメンテーションにより、グループごとにパーソナライズされたメッセージを作成できます。 セグメント化するときは、顧客の興味を評価し、興味に合った製品のみを提供する必要があります。 そのため、たとえば、顧客が頻繁に購入し、平均チェックが高い場合、より高価な製品を購入する可能性が高くなります。 クライアントが長い間購入しておらず、最後の購入の平均チェックが小さい場合、購入に引き付け、それによってCLVを高めるために、自分のことを思い出させ、プロモーションや割引について話す必要があります。
- 顧客の行動を理解する
顧客をグループに分割すると、最初の購入を促した理由（無料配信、販売、プロモーションコード）を分析できます。 このデータに基づいて、新しい訪問者に同じ行動を促すよう試みることができます。
- カスタマーサポートを改善する
セグメンテーションとCLVデータを使用して、CLVが高く、助けを求めている顧客に特に注意を払うことができます。 また、そのような顧客は、アンケートに答えて製品に関する質問に答え、アイデアを共有する可能性が高くなります。
- 利益の変化を理解する
CLVを知っていれば、顧客の生涯価値の増加とともにオンラインストアの利益の増加を予測できます。
CLVの計算方法は？
履歴CLVは、オンラインストアとの協力期間中のクライアントへのすべての販売の合計です。
CLV =（sale1 + sale2 + sale3 + saleN）*粗利益
粗利益を考慮したCLVの計算により、クライアントがもたらす実質利益を見つけることができます。
予測CLVは、顧客がライフサイクルとオンラインストアでの購入中にどれだけの利益をもたらすかを評価するものです。
将来の割引を考慮してCLVを計算するための多くの複雑な例がありますが、1つの式に焦点を当てます。
どこで：
T =月あたりの平均購入数（平均月間トランザクション）。
AOV =平均注文値;
ALT =月単位の平均顧客ライフサイクル（平均顧客寿命（月単位））;
AGM =粗利益。
したがって、CLVを使用すると、顧客がオンラインストアにもたらす利益を調べることができます。このインジケーターを知っていると、このインジケーターを使用して利益がどのように増加するかを評価し、売上の成長を予測できます。