Switas联系我们

客户终身价值(CLV)

客户终身价值,通常缩写为 CLV 或 LTV,是一项用于估算企业从单个客户在整个客户关系存续期内预计产生的总净收入或利润的指标,而不是基于单笔交易。基础的历史计算方法是将平均购买金额、平均购买频次和平均客户生命周期相乘;例如,一位客户每单消费 60 美元,每年下单 4 次,平均持续 3 年成为客户,其 CLV 约为 720 美元。更复杂的预测模型则使用统计或机器学习技术,例如 BG/NBD 概率模型,基于客户早期行为的规律预测未来价值,而不是仅仅依赖历史平均值。 CLV 之所以重要,是因为它为有意义地评估客户获取成本(CAC)提供了必要的参照:花 80 美元获取一位客户,孤立来看似乎难以为继,但如果该客户的 CLV 为 720 美元,CLV 与 CAC 之比为 9 比 1,就成了一项很好的投资,远高于订阅制和电商企业普遍引用的约 3 比 1 的健康基准。没有 CLV 数字,营销和增长团队实际上是在不完整的图景下优化获客支出,因为一个即时转化率较低或 CAC 较高的渠道,如果能持续吸引长期留存率和复购表现明显高于低成本渠道的客户,其盈利能力仍可能高得多。 准确计算 CLV 需要有关复购行为和留存率或流失率的可靠数据,并具备足够长的观察窗口,通常为 12 到 36 个月,视商业模式的典型客户生命周期而定;运营历史较短的公司可用于推算未来客户价值的历史数据有限,因此在这种情况下,基于早期行为信号的预测建模尤为有价值,例如第二次购买的间隔时间,或前 30 天内的参与度。CLV 也经常按获客渠道、客户同期群和首次购买的产品进行细分,因为这些细分群体往往呈现出显著不同的长期价值,这为哪些渠道和客户群值得加大获客投入、哪些尽管初始获客成本表面上有吸引力也应降低优先级的决策提供依据。 一个常见的错误是把单一的混合 CLV 数字当作整个客户群的代表,而实际上 CLV 的分布往往高度偏斜,相对少数的客户(常被引用的是前 20%)贡献了不成比例的终身总收入,这意味着围绕平均数字制定的策略,可能因为对本质不同的客户群一视同仁而导致资源错配。另一个常见陷阱是用收入而非利润率来计算 CLV,这会忽略在客户生命周期内真正实现这些收入所需的商品成本、履约、客户支持和留存营销成本,从而高估客户的真实价值,导致获客支出决策在账面上看似盈利,实际却侵蚀了真实利润。 在 CRO 和增长咨询实践中,CLV 是评估旨在提高转化率或平均订单价值的优化举措,是否同时也在改善所获客户的持久价值的核心指标,因为激进折扣等策略可能提升短期转化指标,同时吸引对价格敏感的客户,这些客户的留存率和长期 CLV 低于没有折扣激励而获取的客户。因此,成熟的增长战略不仅依据即时转化或收入影响来评估实验和营销活动结果,还会评估其对留存和 CLV 的预期下游影响,往往需要更长的上线后观察窗口,才能宣告某项改动成功,因为一项策略的真实经济影响,往往只有在首批同期群后续的购买和留存行为经过数月甚至更长时间展开之后,才会变得清晰。

更多以 C 开头的术语

让我们一起打造 下一个项目。

联系我们