post

Analiza rentowności kampanii z uwzględnieniem wskaźnika CLV

 

Według badań Marketing Metrics, prawdopodobieństwo, że klient wróci do sklepu po pierwszym zakupie wynosi 27%, po drugim aż 54% (źródło: smile.io). Wartość klienta rośnie więc w czasie, dlatego powinna być oceniana ze znacznie szerszej perspektywy aniżeli zysk z pierwszej transakcji. W tym celu wykorzystuje się Customer Lifetime Value (w skrócie CLV lub LTV) – miernik określający korzyści, jakie pozyskuje firma w całym cyklu życia klienta: od momentu pierwszego zakupu aż do jego rezygnacji. Jest to kluczowy wskaźnik zarówno dla firm opierających swój biznes na modelu abonamentowym, jak i dla sklepów, którym zależy na lojalności klientów.

 

Definicja

Customer Lifetime Value – suma przychodów, jaką wygeneruje klient (lub grupa klientów) przez cały okres trwania relacji z firmą. Może to być np. suma miesięcznych wpłat abonamentowych lub suma wartości wszystkich transakcji dokonanych w e-sklepie.

CLV – jak go obliczyć?

Nie istnieje jeden uniwersalny wzór na obliczenie życiowej wartości klienta. Wszystko zależy od specyfiki biznesu, procesu sprzedaży i zakresu analizy. W podstawowym ujęciu brane są pod uwagę trzy elementy:

  • średnia wartość zamówienia (Average Order Value),
  • częstotliwość zakupów (Purchase Frequency), czyli liczba transakcji w danym przedziale czasowym,
  • okres retencji (Retention Time Period), czyli liczba miesięcy, podczas których klient pozostał lojalny wobec marki i dokonywał ponownych, cyklicznych zakupów. Dla ułatwienia analizy, może obliczać CLV dla konkretnego okresu – np. 3, 6, lub 12 miesięcy od momentu pozyskania klienta.

 

 

Pomiar wartości klienta – dlaczego warto?

Jednym z głównych zastosowań CLV, jest segmentacja klientów. Zgodnie z regułą 20/80, zwaną w naukach ekonomicznych zasadą Pareto, 80% przychodów przedsiębiorstwa generowanych jest przez 20% jego klientów. Oznacza to, że nie każdy kupujący jest dla firmy tak samo wartościowy. CLV pomaga zidentyfikować najbardziej dochodowe grupy klientów, by docelowo maksymalizować zysk poprzez koncentrowanie nakładów na ich obsługę.

Znając cechy wspólne najbardziej rentownych klientów, możemy nie tylko dbać o utrzymanie z nimi długoterminowych relacji, ale także docierać do grup o podobnym potencjale (np. poprzez stworzenie grupy Lookalike Audience na podstawie danych z Facebooka). Takie podejście całkowicie zmienia optykę i sposób optymalizacji kampanii.

 

Pamiętaj

Zamiast minimalizować koszty pozyskania nowych klientów, niezależnie od ich rentowności, powinieneś skupić się na pozyskiwaniu i utrzymaniu tych najbardziej wartościowych. W tym celu wykorzystuje się wskaźnik Customer Lifetime Value

Zastosowanie CLV w praktyce

Porównując CLV w zależności od źródła pozyskania użytkownika, zyskujemy pełny wgląd w efektywność prowadzonych kampanii. Możemy weryfikować, jakich użytkowników pozyskujemy – czy są to stali klienci dokonujący regularnych zakupów, czy też jednostkowe transakcje związane np. z promocją cenową. Uwzględniając dodatkowo koszt generowania sprzedaży (wydatki mediowe), możemy określić poziom zwrotu z kampanii reklamowej (ROAS, Return on Ad Spend) w perspektywie krótko- i długoterminowej.

Przykładowo, w przypadku jednej z firm, którą obsługujemy, programmatic wydawał się efektywniejszym kanałem niż Facebook, ponieważ generował więcej sprzedaży (patrz: kolumna transakcje) przy tych samych nakładach finansowych. Jednak po analizie wyników w szerszej perspektywie czasowej – kolejno po 3 i 6 miesiącach – okazało się, że klienci pozyskani przez Facebooka chętniej ponawiali zakup, a więc w rzeczywistości był to kanał bardziej rentowny (patrz: kolumna transakcje 3m i 6m).

 

Należy pamiętać, że CLV może się różnić nie tylko ze względu na kanał dotarcia, ale także grupę docelową, placement, czy nawet pojedynczą kreację. Uwzględnienie różnych poziomów granulacji danych zwiększa dokładność przeprowadzanych analiz i wiarygodność otrzymywanych wyników.

 

 

Aby swobodnie operować tak dużymi zbiorami danych, opracowaliśmy FormUp Data – autorski system monitorowania ROI oparty na BigQuery. Jego zadaniem jest gromadzenie danych ze wszystkich kanałów digital i integrowanie ich z realnym przychodem firmy pobranym z CRM. System aktualizuje dane w czasie rzeczywistym i wizualizuje je w postaci przejrzystych dashboardów. Jeden rzut oka wystarczy, by wiedzieć, który kanał, grafika i copy pozyskuje najbardziej opłacalnych klientów.

Więcej dowiesz się w sekcji Case Study.

 

kuba
Autor
Jakub Bąkała
Performance/Technology Director

Absolwent Międzykierunkowych Studiów Ekonomiczno-Menadżerskich na UW oraz Zarządzania na SGH. Ekspert performance marketingu wyspecjalizowany w modelu programmatic. Zbierał doświadczenie w takich firmach jak Isobar Poland oraz Mediacom.