حساب القيمة الدائمة للعميل

تضرب صيغة LTV الأكثر استخدامًا متوسط الإيرادات لكل مستخدم في هامش الربح الإجمالي، ثم تقسم الناتج على معدل التسرّب.

وتكافئ القسمة على التسرّب رياضيًا الضرب في العمر المتوسط، ولذلك يلخص هذا السطر الواحد الإيرادات والربحية والاحتفاظ معًا.

لنفترض أن خدمة بث تتقاضى 12 شهريًا، وتحقق هامش ربح إجمالي قدره 70%، وتفقد 4% من مشتركيها كل شهر.

وبإدخال هذه القيم في الصيغة، تحصل على LTV واضحة يمكن تبريرها ومقارنتها مباشرة بتكلفة الاكتساب.

يجب أن يستخدم ARPU ومعدل التسرّب الوحدة الزمنية نفسها. فخلط ARPU الشهري مع معدل تسرّب سنوي ينتج أرقامًا خاطئة للغاية.

يُعد الشهر وحدة طبيعية للمنتجات القائمة على الاشتراك. أما في تجارة التجزئة، فغالبًا ما تناسب الفترة السنوية أكثر لأن عمليات الشراء متقطعة. اختر وحدة واحدة وطبّقها باستمرار على كل مدخل.

تحسب الشركات التي لا تعتمد على الاشتراكات القيمة الدائمة للعميل انطلاقًا من سلوك الشراء: متوسط قيمة الطلب، وتكرار الشراء، ومدة بقاء العميل.

يناسب هذا الأسلوب التجارة الإلكترونية والتجزئة، حيث لا توجد رسوم متكررة، بل عمليات شراء متكررة واختيارية.

بالنسبة إلى العملاء الذين يستمرون مدة طويلة، ينبغي خصم هامش الربح المستقبلي لحساب قيمته الحالية. تقسم الصيغة المعدلة هامش الربح المستمر على مجموع معدل التسرّب ومعدل الخصم.

ينتج عن ذلك قيمة دائمة للعميل أكثر تحفظًا تثق بها الفرق المالية، ولا سيما عندما تمتد مدة بقاء العملاء إلى أكثر من سنتين أو ثلاث.

بدلًا من استخدام صيغة واحدة، يتتبع تحليل المجموعات الزمنية مجموعات العملاء الذين اكتُسبوا في الشهر نفسه، ويرسم هامش الربح التراكمي بمرور الوقت.

يرتفع المنحنى عادةً بسرعة ثم يستقر. ويتيح استقراء الجزء المستقر من الذيل تقدير قيمة دائمة للعميل مستندًا إلى السلوك الفعلي، بدلًا من افتراض واحد لمعدل التسرّب.

نادرًا ما يكون التسرّب الفعلي ثابتًا. يفقد العملاء الجدد بسرعة أكبر، بينما تزداد ولاءً فئة العملاء الباقين، ولذلك يقلل معدل التسرّب الثابت من تقدير القيمة طويلة الأجل.

تلتقط منحنيات البقاء أو جداول الاحتفاظ حسب الشهر هذا النمط. ويؤدي ضرب هامش ربح الفترة في عدد العملاء الباقين في كل فترة إلى حساب إجمالي أكثر دقة.

تستخدم الفرق المتقدمة نماذج احتمالية مثل BG/NBD لتكرار الشراء، وGamma-Gamma لقيمة الإنفاق.

تقدّر هذه النماذج الإحصائية، لكل عميل، احتمال بقائه نشطًا ومعاملاته المستقبلية المتوقعة، فتنتج تنبؤات فردية للقيمة الدائمة للعميل بدلًا من متوسط واحد.

تحقق دائمًا من القيمة الدائمة للعميل المحسوبة بالصيغة بمقارنتها ببيانات المجموعات الزمنية التاريخية. فإذا توقعت الصيغة قيمة قدرها 400، ولم تتجاوز أي مجموعة زمنية 250 من قبل، فهناك خطأ في المدخلات.

من الأسباب الشائعة لذلك الافتراضات المتفائلة بشأن التسرّب، واستخدام الإيرادات بدلًا من هامش الربح. وتبقى القيمة الدائمة للعميل المعقولة بعد إجراء هذه المطابقة.

بعد حساب القيمة الدائمة للعميل، تُستخدم لتحديد تكلفة اكتساب العميل المستهدفة (CAC). ويعطي تقسيم القيمة الدائمة للعميل على نسبة LTV:CAC المطلوبة الحد الأقصى لتكلفة الاكتساب المربحة.

إذا كانت القيمة الدائمة للعميل 210، وكنت تريد نسبة 3:1، فإن الحد الأقصى لتكلفة اكتساب العميل هو 70. ومن هذا الحد المشتق تنطلق عروض الأسعار والميزانيات واختيارات القنوات.

لا تكون أي قيمة للقيمة الدائمة للعميل أفضل من افتراضاتها. سجّل الفترة الزمنية، ومصدر هامش الربح، وتعريف التسرّب، ومعدل الخصم إلى جانب الرقم.

تتيح هذه الشفافية للفرق مقارنة القيمة الدائمة للعميل بين المنتجات وعبر الزمن، وتمنع تغييرات المدخلات غير المعلنة من تضخيم المقياس تدريجيًا.

طبّق صيغة القيمة الدائمة للعميل القياسية للاشتراكات.

الصيغة الأساسية هي ARPU × هامش الربح × (1 / معدل التسرّب)، مع الحفاظ على اتساق الوحدات الزمنية. أما الشركات القائمة على المعاملات فتستخدم متوسط قيمة الطلب وتكرار الشراء ومدة بقاء العميل بدلًا من ذلك.

أضف معدل خصم عند امتداد مدة البقاء، وتحقق من النتائج باستخدام منحنيات المجموعات الزمنية، ووثّق كل افتراض. وتوسّع النماذج الاحتمالية هذا الأسلوب لتقدير القيمة الدائمة لكل عميل، وهو ما يستخدمه الدرس التالي في التجزئة.