Customer Lifetime Value eller Livstidsvärde

Det är vanligt att använda sig av någon form av nyckeltal för att kunna skatta hur lyckad den digitala marknadsföringen är. Vanliga nyckeltal är klickfrekvens, klick, avvisningsfrekvens, konverteringsgrad och kostnad per konvertering för att bedöma marknadsföringen. En del använder sig till och med av mikrokonverteringar och makrokonverteringar som de tilldelar ett ekonomiskt värde för att göra skattningen effektivare. 

Nackdelen med dessa nyckeltal är att de skattar effektiviteten på kort sikt. De tar inte hänsyn till kundernas hela värdeskapande över kundens livscykel. Vi blir samtidigt förföljda av den klassiska marginalkostnaden som följer ur att ju fler kunder du behöver, desto fler klick och annonsvisningar behöver du.

Då kommer du behöva att bredda sökorden mot mindre effektiva söktermer, och då kommer kostnaden att öka för varje ny kundanskaffning. Därav finns det ett bättre angreppssätt för att analysera digital marknadsföring än att använda sig av konverteringsgrad, kostnad per konvertering eller till och med intäkt eller lönsamhet per konvertering.

Det finns olika angreppssätt för att tilldela ekonomiskt värde till mål och konverteringar. Antingen tilldelas det genomsnittliga, eller direkta, värdet per affär eller så tilldelas affärens genomsnittliga livstidsvärde (som förkortas CLV för eng. customer lifetime value eller LTV för eng. lifetime value).

Det är här livstidsvärdet kommer in i bilden och hjälper oss på följande sätt:

1. Har du en optimal budget per marknadsföringskanal för kundanskaffning?
2. Förvärvade du de lönsammaste kunderna?
3. Hur mycket budget bör du avsätta för att fortsätta ha dem som kunder?

Resultatet kommer att landa i att du kommer vilja lägga väsentligt mycket mer budget på lönsammare kunder!

Definitionen av Customer Lifetime Value eller CLV

Definitionen av livstidsvärde är det monetära nuvärdet av en kundrelation, av de förväntade framtida intäkterna. Dvs. vad en genomsnittlig kunds framtida köp är värda för dig idag. Men för att inte gå händelserna i förväg börjar vi med att gå igenom grunderna.

Fördelar och nackdelar med att räkna ut Customer Lifetime Value (CLV)

CLV är en bra metod att använda sig av för att estimera marknadsföringsbudgeten för att skapa en ny kund. CLV hjälper dig att balansera din marknadsföringsbudget baserat på dina egna kunder.

Fördelar med CLV

Fördelarna med att använda livstidsvärdet är att optimera den långsiktiga lönsamheten istället för att begränsa sig till den kortsiktiga lönsamheten på månads- eller kvartalsbasis. Det gör att företaget blir lönsammare över tid, givet företagets specifika kunder och affär. Att använda sig av CLV ger dig också möjligheten att börja hantera kunderna som en tillgång. Det blir även enklare att härleda effektiviteten av olika strategier kopplade till marknadsföringsaktiviteter.

Nackdelar med CLV

Nackdelarna med att använda sig av CLV är att det kan vara svårare och mer tidsödande att beräkna. I regel består nackdelarna av beräkningsfel eller att fel modell appliceras på fel sätt. Ett typiskt fel är att inte ta hänsyn till de olika kundtyper som finns; mindre-, medel- eller mycket lönsamma kundtyper, segmenterat efter kanal, produkt eller tjänst.

Här missas också viktningen mellan olika kundtyper då de inte är jämnt distribuerade i företaget om enbart genomsnittlig lönsamhet används.

Värt att tillägga är att detta inte är en engångsberäkning. När någon av variablerna eller konstanterna i ekvationen förändras markant, ökar eller minskar, bör nya beräkningar göras. Hur ofta det sker behöver man hålla koll på genom sina nyckeltal för ekvationen. För att försöka minimera felstegen går jag igenom de nödvändigaste stegen i två metoder.

Den första metoden är mer beskrivande och något mindre beräkningsfokuserad. Den andra metoden går in djupare på hur du kan räkna på tre olika sätt. Beräkningarna är inte uttömmande på något vis men det är de tre vanligaste som jag har stött på.

Metoder för att räkna ut Customer Lifetime Value

Beräkning av Livstidsvärde Metod 1.

I detta exempel föreslår jag att du gör en sammanställning av dina samtliga kunder de senaste två åren.

Tittar vi på exemplet kan du få ut något som liknar nedanstående tabell:

Sett till hela din kundbas kommer du få ut siffror för din genomsnittskund för de två åren liknande tabellen ovan. Problemet med genomsnitt är att de blandar mer lönsamma och mindre lönsamma kunder. En mer intressant uppdelning vore att få reda på kunder som är mer lönsamma än genomsnittskunden och kunder som är mindre lönsamma än genomsnittskunden.

Två sätt att göra en sådan uppdelning är att segmentera dina kunder över en längre period, för antingen totalt antal köp eller segmenterat för total intäkt. Då kommer du kunna få fram till något i stil med: Mina mest lönsamma kunder för den längre perioden köpte fyra gånger, jämfört med genomsnittskunden som köpte två gånger. De tenderar även att spendera ca 40 % mer än genomsnittskunden per köp.

Oavsett siffror kommer du vara väsentligt mer benägen att förvärva de mest lönsamma kunderna till en högre kostnad än vad du är beredd att betala för din genomsnittskund. Men för att kunna agera på insikten behöver vi veta vilken eller vilka marknadsföringskanaler dessa kunder kom ifrån.

Det räcker inte enbart att veta att vi får in fler konverteringar via en viss kanal. De kan ju faktiskt vara en hel del olönsamma kunder som äter upp din kapacitet eller tär på dina begränsade resurser!

Det är inte helt ovanligt att företag oroar sig för att förvärva olönsamma kunder över en längre tidsperiod. Till exempel, och vanligt förekommande i vissa branscher, är webbplatser som tillhandahåller prisjämförelse samtidigt som användare kan köpa produkter eller tjänster från dessa webbplatsers bokningsmotorer.

Tänk dig hotellrum, resor eller liknande. Använder företag sådana tjänster och samarbeten betalar de i regel en viss avgift per betalande användare.

Men hur sannolikt är det att dessa kunder också köper fler produkter eller tjänster?

Hur långa är dessa kunders livscykel hos dig?

Utan någon tydlig varumärkeskännedom eller varumärkeslojalitet vid köpet är det svårt att motivera kunden till merförsäljning eller korsförsäljning.

I värsta fall fyller du din leveranskapacitet med olönsamma kunder! Det är nu vi börjar närma oss en ökad förståelse om livstidsvärde. Det är från liknande analyser som vi även närmar oss en effektiv målgrupps- eller kundsegmentering.

Till exempel kan vi få svar på viktiga frågor genom att segmentera kunderna enligt nedan:

Ovan jämför vi sökmotormarknadsföring som är arbetsintensiv, riskfylld och kostsam jämfört med att köpa kunder via tredjeparts bokningsmotorer som är relativt billiga, men också priskänsliga. Det jag vill komma till är hur mycket mer resurser som kan läggas på lönsamma kunder jämfört mot genomsnittskunden och de olönsamma kunderna.

Givetvis kan kanaler spela roll men det är inte målet för analysen, även om de skulle kunna vara en insikt som analysen ger.

För att tydliggöra det kan vi ändra rubrikerna i tabellen som istället ser ut som enligt nedan:

Efter att vi gjort en enkel segmentering enligt ovan kan vi inkludera kostnad per kundanskaffning för att få fram nettovinsten per kundsegment. För att få fram rätt kostnadsdata kan det vara nödvändigt att prata med ekonomiavdelningen. Troligtvis kommer inte all kostnadsdata att finnas i Google Analytics, utan även i företagets bokföring. Det innebär att kostnadssammanställningen enklast görs i Google Sheets eller i Microsoft Excel.

Uppställningen för att få fram nettovinsten per kundsegment kan se ut enligt nedan:

Det som är extra tydligt i detta exempel är kostnad per konvertering som behandlar alla konverteringar lika, trots att det är stora skillnader i lönsamhet mellan lönsamma kunder och olönsamma kunder. Att använda sig av kostnad per konvertering premierar trafiken som ger dig flest konverteringar per krona,  inte de lönsammaste konveretingenarna per krona.

Om verksamhet inte har för stor varians i konverteringsvärdet är det effektivare att övergå till en modell som beaktar korsförsäljning och merförsäljning samt premierar lönsamma kunder över tid. Enligt exemplet ovan skulle du kunna spendera 80 SEK mer per lönsam kund och fortfarande vara dubbelt så lönsam än dina genomsnittliga kunder.

Värdebaserad segmentering och livstidsvärde

Vissa av dina kunder kommer att spendera mer än andra över tid. Ett rimligt antagande är att kostnaden per konvertering kommer att öka när konkurrensen ökar, givet att du fokuserar på den genomsnittliga kostnaden per konvertering.

För att kunna förbättra lönsamheten givet ovanstående antagande kan du agera på två sätt:

1. Förvärva kunder så billigt som möjligt och hoppas att några av dem blir återkommande kunder
2. Förvärva rätt och lönsamma kunder som blir återkommande kunder över tid

För att ta reda på vilka kanaler som genererar lönsamma kunder behöver du göra en värdebaserad segmentering.

Det är även rimligt att det är mindre kostsamt att få tidigare kunder att köpa igen. Det kan du göra genom att spendera ca 10 SEK på marknadsföring per kund via email-marknadsföring eller via sociala medier och visa din uppskattning för dem som också ger dem ett mervärde eller en känsla av att de har köpt något från ett bra företag.

Det ökar sannolikheten att de kommer att köpa av dig igen. Vilket i sin tur innebär att du inte behöver spendera 40 SEK för en ny genomsnittlig kund, samtidigt som du sparar 30 SEK på att inte behöver förvärva en ny kund.

Låt oss anta för enkelhetens skull att du behöver 10 000 köp per år. Kan du även öka återköpsgraden från 10 % till 20 % innebär det att du nu genererar 1000 återköp för 10 SEK istället för nykundsbearbetning på 40 SEK per kund. Det är en besparing på ca 30 000 SEK som du kan använda till att förvärva fler lönsamma kunder. 

Givet siffrorna i exemplet kan 30 000 SEK förvärva 375 st lönsamma kunder som skulle generera 75 000 SEK i nettovinst. Det är inte så tokigt för några dagars analys och arbete. För att återgå till grunderna för livstidsvärde och värdebaserad segmentering kan den här processen upprepas.

Det vi nu fortsätter med är att identifiera kanaler, medier, kampanjer eller budskap som presterar bättre än genomsnittskunden. Kan vi göra det kan vi också ta reda på hur mycket mer vi kan spendera för att öka lönsamheten för hela bolaget.

Nedan följer ett exempel på den analys som du nu behöver göra:

Nedan en graf på genomsnittliga kunder.

Att välja rätt livstid för ditt CLV

I tabellen ovan har jag valt en livstid för kunderna på tre år, vilket är rimligt för en genomsnittlig e-handel. Men du ska inte välja samma livstid som i exemplet ovan, utan du ska välja den livstid som framkommer ur analysen av dina egna kunder.

Den livstid som du kommer fram till kan variera från några månader till flera år. Men tänk på att livstider över sju år tenderar att bli alltför spekulativt. Anledningen till det är konjunkturcykler, teknisk utveckling, förändringar i konkurrens m.m. blir oerhört svåra att skatta ju längre livstid du väljer.

Eftersom världen och datainsamlingen i ditt företag inte är perfekt kanske du enbart har data för några få segment och några få månader. Enklast är då att börja med ett par scenarion för några få segment som du senare kan utöka.

Det skulle kunna se ut så här:

• Vad skulle utfallet bli om 50 % av kunderna spenderade 10 % mer de kommande 12 månaderna?

• Vad skulle utfallet bli om 30 % av kunderna spenderade 40 % mer de kommande 6 månaderna?

Vart efter att tiden går kan du ersätta skattad data med riktig data som du samlat in. Då kan du börja göra viktningen mer korrekt. Du kan också börja skifta budgeten mot de mer lönsamma kanalerna, kampanjerna och budskapen som genererar högre ordervärden och intäkter.

Genom att tillåta lönsammare kanaler och segment att ha högre kostnad per konvertering skyddar du dig samtidigt mot att konkurrenter köper sig in på dessa marknader. Det följer av att de inte gjort sin analys och börjat med värdebaserad segmentering och livstidsvärde.

Praktiska hinder att övervinna för att ta fram data till livstidsvärdet

CLV finns inte i Google Analytics

Den information som du kommer att behöva finns inte enbart i Google Analytics. Det beror på att Google Analytics inte får samla in personlig identifierbar information. För den bevandrade analyticsanvändaren finns det “Customer Lifetime Value” i analytics, men den innehåller inte data från flera kanaler eller de vinstmarginaler som du behöver för att beräkna livstidsvärdet.

Nästa problem med att använda den inbyggda rapporten är att analytics är cookie-baserat. Det innebär att cookien tappas eller inte följer med mellan enheter m.m. Du kan alltså inte förlita dig på analytics i den här uträkningen. Du behöver genomföra livstidsberäkningarna utanför ditt analyticsverktyg.

När du gör livstidsberäkningarna ska de inte göras för varje enskild kund, vilket man skulle kunna tro. Det är mycket bättre att använda sig av, och fokusera på, kanaler med hjälp av olika kundsegment. För att ta fram den data du behöver kommer du troligtvis behöva assistans från din ekonomiavdelning och IT-avdelning för att kunna genomföra beräkningarna.

Mycket av analysen görs troligtvis i systemet där du sparar din kundinformation och den finansiella informationen som kunderna har gett upphov till. Har du inte nödvändig data för analysen kommer du behöva hjälp av både ekonomiavdelningen och IT-avdelningen för att kunna ta fram den framgent.

Viktig data att sammanlänka, eller ta fram, är information om segment (t.ex. kanal, kampanj) samt kostnad per konvertering från respektive segment. Det är en nyckelfaktor att systemet (backend systemet) där kundinformationen finns sammanlänkas med den här informationen för att över huvud taget kunna genomföra värdesegmenterade livstidsberäkningar.

Ju komplexare försäljningskanaler desto komplexare blir sammanlänkningen av data till beräkningarna. Du behöver t.ex. sammanlänka data från telefonbeställningar, e-handel, formulärbokningar på webben, fysisk affär och postorderkatalogen. Detta är inte alltid gjort över en natt.

Då kan du börja med den data som finns tillgänglig, och successivt addera kanal efter kanal. Hur som helst kan du alltid göra livstidsberäkningar för hela kundgruppen även om du inte kan göra värdesegmenteringen.

Detta var den ena metoden att komma igång med värdesegmenterat livstidsvärde. Det finns väldigt mycket mer att fördjupa sig i för den som känner sig manad eller vill optimera sitt livstidsvärde än mer. För er rekommenderar jag den något mer matematiska metoden som ni kan förkovra i er nedan. Modellen nedan kräver inte värdesegmentering, utan är en metod för att räkna på livstidsvärdet. 

Beräkning av Livstidsvärde Metod 2.

För att beräkna LVT behöver du genomföra åtminstone två av tre steg som beskrivs nedan:

Steg 1. Räkna ut genomsnittlig intäkt för CLV

I exemplet nedan gör jag vissa förenklingar och använder endast fem stycken kunder. Du bör använda hela din kundstock, och helst segmenterat efter relevant kundtyp (kanal, kampanj, lönsamhet, produkt eller tjänst. Som jag skrev om ovan under metod 1.).

Räkna först ut den genomsnittliga intäkten du får per kund och besök.

Räkna sedan ut genomsnittligt antal konverteringar varje kund gör per tidsenhet eller efter den köpcykeln du har.

Sedan räknar du ut din genomsnittliga intäkt per kund och konvertering.

Steg 2. Beräkna Livstidsvärdet (CLV)

För att beräkna livstidsvärdet behöver du ta fram följande konstanter:

Olika sätt att beräkna CLV

Det är vanligt förekommande att använda sig av flera olika beräkningar för att räkna på livstidsvärde. Nedan finner du tre olika sätt att beräkna CLV. Företag använder sig av dessa tre kombinationer av CLV enskilt eller i kombination för att bestämma vad de bör ha som marknadsföringsbudget. Det kommer slutligen att ge oss vad det får kosta att anskaffa ytterligare en ny kund på marginalen, kostnad per kundanskaffning (eng. cost per acquisition, CPA).

Ett genomsnitt av de tre CLV-beräkningarna skulle ge oss ett genomsnittligt livstidsvärde på 813,38 SEK för en 5-årsperiod. Nu vet vi vad vi maximalt är beredda att betala för att förvärva en ny kund på en 5 årsperiod utan att förlora pengar. 

Steg 3. Att bryta ner CLV ytterligare.

Livstidsvärdet kommer att vara olika för olika kundtyper och segment. Därför är det ofta en bra idé att bryta ner CLV på olika segment (som beskrivs i metod 1. ovan). I steg två får du hjälp att räkna ut CLV som det totala genomsnittet för dina kunder. Det gör du genom att räkna ut ett genomsnitt av ett slumpmässigt, eller totalt, urval av dina kunder (steg 1. i metod 2.).

Men det kan vara mer värdefullt att bryta ner CLV-beräkningarna ytterligare för olika typer av kunder. Försök då att segmentera dina samtliga kunder för en längre tidsperiod. Det hjälper dig att räkna ut CLV för dina mer lönsamma kunder i förhållande till din genomsnittskund.

Detta innefattar också segmentering för olika produkter eller tjänster då de också leder till olika kundtyper. En sådan analys hjälper dig att beräkna hur mycket du kan investera ytterligare för att anskaffa en mer lönsam kund på marginalen. Det ger dig ett bättre fokus på mer lönsamma kunder.

Frågor som företaget bör undersöka är:

• Vad den långsiktiga effekten är av att förvärva mindre lönsamma kunder?

• Vad är sannolikheten att mindre lönsamma kunder köper ytterligare en produkt, eller förblir kunder några år till?

Det kan vara värt att investera mer i att förvärva mer lönsamma kunder trots att de är dyrare att förvärva. Men å andra sidan kan de vara mer lönsamma.

Ett exempel på en sådan CLV-segmentering kan vara att dina mer lönsamma kunder har ett CLV på 100 000 SEK medan dina genomsnittliga kunder har ett CLV på 80 000 SEK. I exemplet innebär det att du skulle kunna lägga 20 000 SEK mer på att förvärva en mer lönsam kund jämfört med en genomsnittlig kund.

Det är inte med nödvändighet som den ytterligare investeringen för lönsamma kunder enbart behöver uppstå i själva kundanskaffningen. Du kan även investera mer i kundnöjdhet när de väl blivit kunder. Det kan leda till att de både köper mer över tid och förblir kunder hos dig en längre tidsperiod.

Detta förhållningssätt går hand-i-hand med devisen att det inte kostar lika mycket att få befintliga kunder att köpa mer, än att förvärva nya kunder. Använder du CLV, eller åtminstone ett värdebaserad segmentering på en längre tidsperiod, kommer du kunna att vara mer aggressiv i marknadsföringen eller i satsningar på att förbättra webbplatsens effektivitet för konverteringar.

Det medför även att du kommer att nå ut till fler potentiella kunder och optimera konverteringar för ett större maxima än ett lokalt maxima. Dvs. du optimerar inte lönsamheten för kunder på månads- eller kvartalsbasis, utan på kundernas livstid hos dig.