{"id":7297,"title":"\u0417\u0430\u043a\u0430\u0442\u0438\u043b\u0438 \u0432\u0435\u0447\u0435\u0440\u0438\u043d\u043a\u0443 vc.ru. \u0420\u0430\u0441\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u043c \u0438 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u043c, \u043a\u0430\u043a \u044d\u0442\u043e \u0431\u044b\u043b\u043e","url":"\/redirect?component=advertising&id=7297&url=https:\/\/vc.ru\/promo\/300923-proveli-vecherinku-vc-ru-i-sdelali-ofis-uyutney-s-pomoshchyu-novogo-servisa-ot-ozon&placeBit=1&hash=1786c9dcf11a3b054c8e53004e27074664313ed4055e24064ede059ebc186db8","isPaidAndBannersEnabled":false}
Маркетинг
Елисей -

Научный подход к пониманию LTV. Часть 1

В интернете есть немало информации об LTV: что представляет из себя эта метрика, зачем она нужна и как правильно ее считать. Однако, несмотря на столь высокую популярность данного показателя, в открытых русскоязычных источниках крайне немного информации о том, как LTV освещается в западной научно-популярной литературе.

Цель данной статьи – описать аспекты LTV, которые, возможно, на практике не всегда принимаются во внимание при расчете, но при этом могут быть полезны для интерпретации метрики в целом.

Определение LTV

LTV (lifetime value) или CLV (customer lifetime value) - это приведенная стоимость всех будущих потоков прибыли, которые отдельный клиент генерирует в течение всего срока использования продукта. Проще говоря, LTV – это текущая стоимость будущих денежных потоков с клиента, соответственно, один и тот же доход с потребителя может меняться в зависимости от реальной стоимости денег в будущем (NPV). В нижеперечисленных расчетах именно использование NPV является отличительной особенностью расчета LTV.

Модели расчета LTV можно условно разделить на 2 категории:

1. Модели, которые рассматривают не только поведение потребителя в прошлом, но еще измеряют его ценность в будущем.

2. Модели, учитывающие поведение потребителя в прошлом без прогнозирования покупок в будущем (RFM, SOW, PCV)

Безусловно, существуют и другие методы классификации, однако данный подход, на мой взгляд, является наиболее всеобъемлющим, т.к. он показывает ключевую разницу между формулами – учитываются ли только прошлое потребительское поведение или рассчитываются будущие покупки с поправками на NPV, вероятность повторной покупки и др. факторы. В данном случае каждая из групп может дополняться новыми формулами, которые будут рассматриваться в дальнейшем.

Базовая структурная модель (Jain & Singh)

https://www.sciencedirect.com/science/article/abs/pii/S1094996802701564

i - временной период

N - прогнозируемый срок жизни клиента (количество периодов)

R1- выручка с клиентов за период

C1- себестоимость производства продукции за период (прямые затраты, связанные с объёмом производства и покупкой сырья)

d – ставка дисконтирования

В основе данной формулы лежит показатель NPV. Такой расчет прост в понимании и удобен в использовании. Тем не менее, как указывают исследователи, данный метод расчета обладает рядом недостатков:

- Оценивает только тех клиентов, которые участвуют в текущем денежном потоке за период, не принимаются во внимание ушедшие или временно ушедшие пользователи, а также потенциальные потребители.

- Не учитываются затраты на привлечение клиента.

- Не рассматривается частота покупок и не принимаются во внимание вероятность того или иного сценария поведения клиента (совершит ли он повторную покупку, уйдет к конкуренту).

Пример расчета: Компания поставщик программного обеспечения «PAS» предоставляет услуги банку «Закрытие». Ожидаемый срок жизни банка в качестве клиента «PAS» - 2 года (подробнее о расчете срока жизни здесь). Выручка с банка за 1 год – 5 млн руб. Выручка с банка за 2 год – 6 млн руб. Себестоимость за 1 год – 1,5 млн. Себестоимость за 2 год – 3 млн Ставка дисконтирования = 9%

Существует также более усовершенствованный способ расчета LTV, которые идентичен базовой структурной модели, но еще и учитывает затраты на привлечение клиента.

Модель клиентской миграции (Dwyer,1997)

В данном подходе будущее поведение потребителя основывается на давности совершенной покупки (recency). Предполагается, что клиент может вновь совершить транзакцию через определенное время . RFM – один из более продвинутых способов сегментации, который используется для расчета LTV на основе модели клиентской миграции.

В вертикальном столбце "Period" представлен рассматриваемый период, а в горизонтальном "Recency state" указан период с последней покупки. В верхней строке таблицы – показатели вероятности покупки в текущем периоде (основаны на данных компании). Соответственно, склонность к покупке варьируется в зависимости от совершенной транзакции в периоде. Например, к концу периода 7 существует 9% вероятности того, что клиент будет находиться в строке 5, когда последняя покупка была совершена в периоде 3.

Фактически данные расчеты являются дополнением к базовой структурной модели, т. к. учитывают фактор вероятности при сегментации клиентской базы. Даже если клиент не совершал покупок за определенный период, в данной модели он все равно учитывается, в отличие от базовой структурной модели. Тем не менее, клиентская миграция также несовершенна:

- Предполагается, что покупка происходит в строго зафиксированный период времени, что наилучшим образом применимо только для бизнес модели на основе подписки.

- Учитывается только показатель recency, другие факторы (частота покупок, цена и т.д.) игнорируются.

Таким образом, в вышеупомянутых моделях были рассмотрены 2 аспекта при расчет LTV:

- NPV.

- Вероятность повторной покупки.

О других моделях - в следующей части.

{ "author_name": "Елисей -", "author_type": "self", "tags": ["\u043f\u0440\u043e\u0434\u0443\u043a\u0442","\u043c\u0435\u0442\u0440\u0438\u043a\u0438","\u043c\u0430\u0440\u043a\u0435\u0442\u0438\u043d\u0433"], "comments": 32, "likes": 9, "favorites": 63, "is_advertisement": false, "subsite_label": "marketing", "id": 255286, "is_wide": true, "is_ugc": true, "date": "Sun, 06 Jun 2021 19:57:02 +0300", "is_special": false }
0
32 комментария
Популярные
По порядку
Написать комментарий...

Приложите эксель с параметрами и парой примеров по каждой описываемой модели и материал станет еще полезней. ред.

3

Спасибо за мысль. Добавлю

6

Плюсую, будем ждать)

0

что-то я так и не понял о чем статья? мы про то как посчитать LTV на текущий момент или как прогнозировать LTV?

0

Зависит от подхода и классификации. Здесь описано 2 метода ред.

0

из статьи вообще ничего не ясно. я не вижу никакой проблемы считать LTV, с прогнозированием вопросы есть, но посчитать то в чем проблема?

0

В начале статьи четко указано, что цель публикации данного материала - описать подходы расчета LTV, выработанные в научном сообществе, а не решить какую-либо проблему

1

еще раз — в чем проблема посчитать то LTV? все-таки бизнесу важно для чего то знать эту метрику и уметь ее применять, вот для чего она нужна это и есть решение проблемы какой то. само по себе знание любой метрики бесполезно. из статьи, я как читатель, не понимаю что вы хотели рассказать. 

0

Здесь показаны подходы, применяемые при расчете, с учётом npv или без, + оценка вероятности покупки. Повторюсь - статья не имеет цели заставить вас пересмотреть свой подход к ltv, а лишь демонстрирует плюрализм факторов, которые могут быть учтены при подсчете. В интернете есть масса расчетов ltv, с затратами на привлечение пользователя и без, на основе чистой прибыли, на основе gross revenue и тд.

Здесь же описываются подходы, о которых не так много информации в Рунете. В частности, npv. А он может быть полезен для b2b при реализации долгосрочных проектов сроком от 2 лет и выше.

Понимание метрики не бесполезно, т.к. это в первую очередь методологический инструмент юнит экономики.

0

прекрасно, что вы мне про юнит-экономику рассказали, спасибо, но еще раз, метрика в бизнесе сама по себе бесполезна, все это нужно для решения определенных задач. из статьи не ясно про что вы говорите, как посчитать? вообще нет проблем, как прогнозировать? не ясно. странно что вы желаете услышать других людей.

0

Что значит как считать, если в статье приведены и формулы, и примеры расчета? «Желаете услышать других людей» - поясните, где вы видите такой посыл? Вы явно что-то путаете…
Получается так, что я вам о тёплом, а вы мне - о мягком. ред.

0

кхм.... и так, есть у бизнеса потребность посчитать текущий LTV клиента за прошедший период — тут проблемы вообще нет. есть вторая задача — спрогонозировать LTV клиента в будущем. Из вашей статьи не понятно она про первую часть или про вторую, или про все вместе и в кучу. По этому я вам и говорю, какую задачу в бизнесе решаете? так как метрики без задачи бесполезны. 

0

Смотрите. Здесь рассматривается классификация расчета ltv, которая делит ltv на: текущий и прогнозируемый. И для текущего и для прогнозируемого есть разные методы расчета. Т к методов много, здесь описано только 2, и один и второй используются для прогнозирования. Более детальные таблицы с примерами я выложу чуть позже, как и просили комментаторы выше. По 1 есть и формула, и пример, по 2 не хватает более живого примера для понимания.

0

так а задача то какая? повторюсь никакой проблемы расчета LTV по историческим данным нет ;) есть куча сервисов, например, mrrly.io, которые автоматом на исторических данных соберут когорты и посчитают LTV. Другое дело прогноз.... с ним все сложнее.

1

Задача - описать существующие подходы. Метрика везде считается абсолютно по разному, и прогнозы могут строиться на разных данных. Об этом речь…То, что есть инструменты расчета - это понятно и так, но везде есть своё ограниченное количество параметров которое учитывается при расчёте. К тому же, маловероятно, что на практике учитывается вероятностный характер совершения покупки. А он, в свою очередь, вполне может быть интегрирован в модель расчета ltv. На этапе сегментации клиентской базы. Как раз это подробно изучают в зарубежной научно-популярной литературе. Сюда же относятся и другие, более экзотические методы, по типу расчета ltv с помощью цепей Маркова. Но об этом напишу позже

0

еще раз, нет никакой проблемы посчитать текущий LTV вообще ни какой и сервисы считают исторические данные. А про задачу я не про вашу, а про задачу бизнеса. Вы все смешиваете в кучу, зачем?

0

Где «в кучу»? Описано 2 метода, приведены примеры. Какая куча, вы о чем?

0

вы смешиваете подсчет LTV и прогноз LTV 

0

Потому что и то и то является его расчётом. Эту классификацию придумал не я. Читайте статью внимательно

0

нет никакого проблемы расчета текущего LTV просто нет такой проблемы, понимаете? нету и быть не может. 

0

А где вы видите что есть проблема? Вы вообще не о том речь ведёте, и близко. Материал не об этом ред.

0

конечно я не понял о чем ваша статья и задал вам вопрос. я рад что кто-то начинает писать про эту тему, так как за последние 7 лет никто не писал, а зря. Но вы зря реагируете так. 

0

Я вовсе не реагирую негативно. Просто я не понимаю ваш посыл. Здесь 2 примера, каждый учитывает свои факторы. Проблемы никакой в расчёте ltv нет, но подходов к его расчёту становится только больше

0

я же задал вопрос — какую задачу бизнеса вы решаете. 

0

В данной статье речь не идёт о задачах бизнеса. Возможно в дальнейшем изложу своё видение, но пока что вопрос касается только методов расчёта, не более. ред.

0

зачем нужны формулы в бизнесе если они не решают его задач то? 

1

Безусловно. Задача - понимание того, сколько нужно тратить на клиента, чтобы профиты превышали совокупные затраты. Ну и соответсвенно понимать, какие метрики растить для улучшения ltv (условные retention и arpu) ред.

0

Покажите сервис который считает npv и вероятность повторной покупки.

0

вы читать не умеете? я говорю, что задача прогноза это одна задача и она интересная, сервисы считают текущий который есть по факту... 

0

Нахер не надо дисконтировать. Интервал временной короткий и неопределенность высокая,поэтому никто и не делает.

0

еще один вопрос зачем в LTV затраты на привлечение вносить?

0

Здесь же описываются существующие методы, я эти формулы не сам составил ред.

0
Читать все 32 комментария
«Spotify: История продукта». Как мы разработали алгоритмы музыкальных рекомендаций

Из онлайн-библиотеки — в сервис персонализированных рекомендаций.

Объявлены победители Finlanding
На ежегодной конференции Ассоциации армии США презентовали первую в мире робособаку со штурмовой винтовкой

Компании Ghost Robotics и Sword International показали SPUR (Special Purpose Unmanned Rifle) , робособаку со штурмовой винтовкой на спине.

Будущее наступит во вторник на OneRetailConf
«Российский рынок акций был и остаётся одним из самых привлекательных в мире»

Виталий Исаков, директор по инвестициям УК «Открытие» («Открытие Инвестиции»).

В МВД и Минтрансе разработали ПДД для электросамокатов и других средств индивидуальной мобильности Статьи редакции

Россияне смогут ездить на скорости до 25 км/ч при весе устройств не более 35 килограммов.

Каким должен быть сайт в 2021 году? 10 трендов UX/UI дизайна

Игнорировать развитие и тенденции в области UX/UI-дизайна неминуемо приводит к падению эффективности вашего сайта или мобильного приложения, что влечет за собой существенные потери прибыли, а в нынешних условиях порой приводит к гибели бизнеса. Именно поэтому важно учитывать тренды дизайна интерфейсов, с которыми мы предлагаем вам ознакомиться в…

«Альфа-банк» не начислил корректно кешбэк и общие впечатления

Уже 2 недели ищу время на данный пост, но каждый раз банк чувствует и мешает это сделать – то в приложение не пускает, то в личный кабинет)))

Дефицит цифровых кадров в России и их подготовка

Весь мир переходит в цифровую среду. Пока в ежегодном глобальном рейтинге конкурентоспособности Россия занимает 43-е место, но задерживаться на нем не намерена. Для этого правительство запустило программу «Цифровая экономика РФ», которая будет поддерживать цифровую экономику в стране и подготовку необходимых кадров.

Лекарство или яд: самые интересные исследования про алкоголь Статьи редакции

Материал издания Reminder.

Надуть надувателей: блогеры разоблачают телефонных мошенников, чтобы в мире стало «на одну обманутую бабушку меньше» Статьи редакции

Заявлений о мошенничестве становится всё больше, но полиция не всегда на них реагирует. Чтобы предостеречь других и развлечься, блогеры обзванивают злоумышленников, взламывают их компьютеры и рассекречивают имена. Как они это делают и почему им не доверяют — в пересказе The Guardian.

Окумура звонит мошенникам в роли Ким Кардашьян
null