Аналитика

Нужно ли считать LTV для маркетплейса

Подходит ли метрика LTV (Lifetime Value) для маркетплейса? На вопрос от команды Rademade ответит Павел Левчук, который работал с аналитикой данных в таких компаниях как Depositphotos, GoVitall, Le Boutique и др. Он поделится опытом работы с LTV (LTD) и объяснит, в каких случаях оправдано использовать эти метрики для маркетплейсов.

Аналитика на этапе привлечения: когортный анализ

Прежде, чем рассматривать LTV, имеет смысл начать с  когортного анализа.

Когорта — это сегмент пользователей, которые сделали одинаковое целевое действие в один период времени, например, создали аккаунты на вашем сайте (когорта по дате регистрации) или совершили первую покупку (когорта по дате первой покупки).

Когорта — это сегмент пользователей

Вот аналогия: студенты, которые поступили в 2015 году — это одна когорта, в 2016 — другая.

Important: любая когорта является сегментом, но далеко не каждый сегмент является когортой.

Сегменты можно объединять произвольно (по полу, возрасту и т.д.), а для когорт важен именно фактор одновременного действия.  

Когортный анализ нужен для того, чтобы понять жизненный цикл клиента. Клиент приходит к вам, делает первую покупку, затем возможно возвращается, чтобы сделать еще несколько повторных покупок. Потом он уходит навсегда. Анализ когорт позволяет понять сколько времени у вас есть, прежде чем клиент уйдет.

Например, есть январская когорта: клиенты купили в первый раз ваш продукт в январе (это ваша база когорты — 100%), в феврале из январской когорты купили только 40% пользователей, а в марте — 15% по отношению к январю. Вы видите, как когорта постепенно размывается, пока не уйдет последний клиент этой когорты.

как когорта постепенно размывается

Hint: сегментируйте  клиентов внутри когорты по каналам привлечения. Так вы сможете понять возвращаются ли маркетинговые инвестиции в канал или нет.

Теперь, когда у вас сформировалось базовое представление о когортном анализе, разберемся с такими метриками как  LTV /LTD.

Читайте также: Когортный анализ и удержание пользователей

LTV и LTD: работа с фактическими данными и прогнозы

Метрику LTV (Lifetime Value) обсуждают многие. Ее суть в том, чтобы спрогнозировать, сколько денег принесет вам один клиент за его время жизни с вашим проектом.

Концептуально LTV можно расписать следующим образом:

LTV = ARPU * Lifetime of a Customer,

где:

  • ARPU — средний ежемесячный доход с клиента (average revenue per user),
  • Lifetime of a Customer — время жизни клиента с вашим проектом.

*ARPU =  Сумма покупок всех клиентов / Кол-во клиентов

Например, клиент раз в месяц приносит вам $20 в месяц, а пользуется услугами 15 месяцев.

LTV = 20$ * 15 месяцев= 300$

Клиент за свой лайфтайм приносит вам $300. Если его привлечение обходится в $100 (СAC — Customer Acquisition Cost), то тогда у вас останется $200 — это тот финансовый рычаг, чтобы привлекать новых клиентов и обслуживать существующих. Если у вас LTV = $300 долларов, а привлечение  обходится в $350, то это привлечение с убытком. Такие бизнесы не жизнеспособны в долгосрочной перспективе.

Ниже классическая формула для оценки жизнеспособности бизнеса:

LTV / СAC ≥ 3

Сразу скажем, что этот расчет подходит не для всех стартапов и вот почему.

Я не советую рассчитывать LTV, если:

  • Нет повторных покупок (или есть большой процент one-time buyers)

Я оценивал несколько интернет-магазинов электроники в Украине, которые входят в ТОП-10. Количество покупателей, которые совершают лишь одну покупку, у них безумное — более 95%. Работать с LTV в этом случае бессмысленно: лишь 5% из 100% совершат повторные покупки и поэтому фактически нет основы для прогнозирования LTV.

  • Клиенты «живут» на сайте меньше 12 месяцев

Похожая логика: когда Lifetime до года — нет смысла прогнозировать.

Если не LTV, то что тогда?

Попробуйте рассчитать LTD (Lifetime value to Date).

LTD — величина не прогнозная (current value + future value), а фактическая (current value). Здесь вам не приходится прогнозировать будущий денежный поток. Наоборот, вы считаете, сколько вам приносит 1 клиент за ограниченный период времени, до определенной даты.

Например, я хочу посчитать LTD за прошедшие 12 месяцев (срок вы определяете сами). Берете когорту, рассчитываете ее доход за указанный период, а затем нормируете на количество клиентов. Для таких подсчетов удобно пользоваться PowerPivot — высокопроизводительной колоночная база данных внутри Excel 2016.

LTD за прошедшие 12 месяцев

Например, у нас получилось, что клиент приносит стартапу $250 за 12 месяцев.

Это задает определенные ограничения на ведение бизнеса:

  • постараться окупить клиента за срок меньший чем Lifetime — за 12 месяцев (это ваш payback period),
  • потратить на привлечение до ⅓ LTD — до $80 (это ваш СAC).

Резюмируя все вышесказанное, я бы рекомендовал LTV считать в основном только для бизнесов работающих по подписке (например, SaaS). Для e-commerce (включая маркетплейсы) я бы рекомендовал считать LTD.

Preview photo: doyata / depositphotos.com

Header photo: kentoh / depositphotos.com

Другие статьи этого этапа

Рекомендуем почитать

Хочешь запустить свой маркетплейс или получить консультацию?