Customer lifetime value για E-Shop

Ο όρος customer lifetime value, ίσως, για τους περισσότερους που ασχολούνται με το ecommerce να ακούγεται ιδιαίτερα περίπλοκος και δύσκολος.

Ένα post μάλιστα στο blog Google Think αναφέρει ότι η αξία της διάρκειας ζωής των πελατών απαιτεί "εσωτερικές και εξωτερικές ευθυγραμμισμένες ομάδες". Στην σελίδα Forbes, θα μάθετε το πώς: "οι εταιρείες που δίνουν μεγάλη έμφαση στην αξία ζωής, είναι επίσης αυτές που έχουν τεράστιες απώλειες κατά την ανάπτυξή τους, συχνά ακόμη και μέσω της Initial public offering (IPO), γνωστής στα ελληνικά ως Αρχική δημόσια προσφορά".

Εσωτερικές και εξωτερικές ομάδες; IPO; Και αν αυτοί οι όροι σας φαίνονται δυσκολονόητοι, εξετάστε τι αναφέρει το DataScience.com, για την αξία της διάρκειας ζωής των πελατών: "Οι λανθάνουσες παράμετροι λ και μ περιορίζονται από δύο προηγούμενες διανομές γάμμα που αντιπροσωπεύουν την πεποίθησή μας για το πώς αυτές οι λανθάνουσες παράμετροι κατανέμονται μεταξύ του πληθυσμού των πελατών."

Πραγματικά πολύ δύσκολες έννοιες!

Δεν υπάρχει όμως κανένας λόγος να αγχώνεστε με την έννοια της customer lifetime value ή CLV. Στην ερώτηση αν η έννοια αυτή είναι δυσκολονόητη η απάντηση είναι σίγουρα. Αλλά η αξία διάρκειας ζωής πελατών μπορεί να σας βοηθήσει να λάβετε αποφάσεις για τα περιθώρια κέρδους σας, καθώς επίσης και για το πώς να κατανείμετε την ενέργειά σας μεταξύ της διατήρησης των υπαρχόντων πελατών και της εύρεσης νέων.

Σε αυτό το άρθρο θα προσπαθήσουμε να εξηγήσουμε με όσο το δυνατό πιο απλό τρόπο το τί είναι η customer lifetime value ( αξία ζωής των πελατών). Στη συνέχεια, θα εξετάσουμε πώς μπορείτε να υπολογίσετε την αξία ζωής του πελάτη για το ηλεκτρονικό κατάστημά σας και τι μπορείτε να κάνετε για να μετακινήσετε τη μέση αξία ζωής του πελάτη του καταστήματός σας προς τη σωστή κατεύθυνση.

Τι είναι η customer lifetime value (αξία ζωής των πελατών);

Υπάρχουν διαφορετικοί τύποι που μπορείτε να χρησιμοποιήσετε για να υπολογίσετε την τιμή διάρκειας ζωής του πελάτη. Υπάρχουν ακόμη και διαφορετικοί τρόποι για να υπολογίσετε τις μεταβλητές που αποτελούν αυτούς τους τύπους.

Εμείς θα προσπαθήσουμε να εξετάσουμε με απλούς τρόπους και με απλούς όρους την  παρελθοντική και μελλοντική αξία ζωής των πελατών.

Δείτε πώς υπολογίζεται η παρελθοντική αξία διάρκειας ζωής των πελατών:

(Ετήσιο κέρδος ανά πελάτη x Μέση διάρκεια ζωής του πελάτη σε έτη) - Κόστος απόκτησης πελάτη

Ας δούμε ένα παράδειγμα. Ας πούμε ότι έχουμε:

• $750,000 στα ετήσια έσοδα
• $600,000 σε ετήσια έξοδα
• 1,500 πελάτες
• Μέσος όρος τριών ετών ανά πελάτη
• Ένα μέσο κόστος $ 50 ανά εξαγορά
  

Γνωρίζοντας τα παραπάνω στοιχεία μπορούμε να αρχίσουμε να συμπληρώνουμε τον τύπο:

Ετήσιο κέρδος ανά πελάτη = ($ 750.000 - $ 600.000) / 1.500 = $ 100

Μέση διάρκεια ζωής των πελατών = 3

Αρχικό κόστος απόκτησης πελάτη = $50

($ 100 x 3) - $ 50 = $ 250

Ο παραπάνω τύπος δεν έχει γνωρίσει μεγάλη επεξεργασία. Είναι καθαρά αναδρομικός, και δεν αντιπροσωπεύει πολλές από τις μεταβλητές που θα μπορούσαν να βοηθήσουν στην λήψη των μελλοντικών αποφάσεων μάρκετινγκ. Αλλά υπάρχουν τρόποι που μπορούμε να χρησιμοποιήσουμε την παρελθοντική αξία διάρκειας ζωής πελατών και να κερδίσουμε παραπάνω πληροφορίες.

Μελλοντική αξία διάρκειας ζωής πελάτη

Η μελλοντική αξία της ζωής του πελάτη χρησιμοποιείται εκεί όπου τα πράγματα γίνονται περίπλοκα. Για το σκοπό αυτό, πρέπει να υπολογίζουμε τόσο το ποσοστό παρακράτησης όσο και το ποσοστό έκπτωσης. Αλλά αυτό μπορούμε να το κάνουμε μόνο αφού  υπολογίσουμε πρώτα έναν αριθμό για το "ακαθάριστο περιθώριο ανά πελάτη", για τον υπολογισμό του οποίου χρειάζεται ο καθορισμός του μέσου ακαθόριστου περιθωρίου.

Ας πάρουμε τα πράγματα από την αρχή. Αρχικά ας βρούμε ότι το ακαθάριστο περιθώριο κέρδους ανά πελάτη, το οποίο είναι πολύ σημαντικό για τον προγνωστικό- μελλοντικό τύπο αξίας διάρκειας ζωής του πελάτη. Το μικτό περιθώριο κέρδους (Gross margin per customer-GML) ανά πελάτη έχει την εξής μορφή:

GML = ((T x AOV) AGM) ALT

Ας εξετάσουμε την έννοια κάθε συμβόλου:

• T = Average number of transactions (per month) - Μέσος αριθμός συναλλαγών (ανά μήνα)
• AOV = Average order value - Μέση τιμή παραγγελίας
• AGM = Average gross margin - Μέσο μεικτό περιθώριο
• ALT = Average customer lifespan - Μέση διάρκεια ζωής των πελατών

Οι έννοιες του T και AOV είναι αρκετά σαφείς.  Ας αποσαφηνίσουμε την έννοια του AGM και  του ALT

AGM, ή μέσο μεικτό περιθώριο, είναι τα συνολικά έσοδα των πωλήσεών σας μείον το κόστος των αγαθών που πωλούνται, δια των συνολικών εσόδων των πωλήσεων.

Ακολουθεί ένα παράδειγμα:

($ 75.000 συνολικά έσοδα από πωλήσεις - 60.000 δολάρια το κόστος των αγαθών που πωλούνται) / $ 75.000 = 20%

Έτσι εάν αυτό ένα κατάστημα για παράδειγμα με $75.000 στα μηνιαία έσοδα έχει έναν μέσο όρο 5.000 μηνιαίων παραγγελιών και μια μέση αξία παραγγελιών της τάξης των $15, η εξίσωση θα ήταν  η παρακάτω:

((5.000 x .15) * .2) ALT =

($75,000 * .2) ALT =

•15.000 x ALT

Φυσικά πρέπει να πραγματοποιήσουμε αυτόν τον υπολογισμό αξίας διάρκειας ζωής πελατών ανά πελάτη. Έτσι θα διαιρέσουμε το  $15.000 x ALT με τον αριθμό πελατών. Ας πούμε ότι έχουμε 2.500 πελάτες που πραγματοποιούν 5.000 αγορές, και αυτοί οι πελάτες έχουν μέση διάρκεια ζωής τεσσάρων ετών, ή 48 μήνες.

($ 15.000 x 48) / 2.500 = $ 288

Τώρα, σχετικά με τη μέση διάρκεια ζωής των πελατών, ή ALT, είναι πιο δύσκολος ο υπολογισμός της, ειδικά για τα καταστήματα ηλεκτρονικού εμπορίου.

Για τους ιδιοκτήτες ενός νέου ηλεκτρονικού καταστήματος, οι οποίοι δεν διαθέτουν αρκετά χρόνια λειτουργίας είναι πραγματικό δύσκολο να υπολογιστεί πραγματικά μια μέση διάρκεια ζωής πελατών. Ακόμα κι αν έχετε ανοίξει το κατάστημά σας εδώ και τέσσερα χρόνια για παράδειγμα δεν μπορείτε εύκολα να εμπιστευτείτε τα στοιχεία του πρώτους έτους γιατί δεν είναι αντιπροσωπευτικά. Υπάρχει μεγάλη πιθανότητα ένας πελάτης που σας επισκέφτηκε τον πρώτο μήνα να έχει βιώσει μια διαφορετική εμπειρία από αυτόν που σας επισκέφτηκε για πρώτη φορά την περασμένη εβδομάδα. Και ποιος ξέρει, ίσως τα προϊόντα σας  να είναι εντελώς διαφορετικά από αυτά που διαθέσατε στην αρχή.

Η κατώτατη γραμμή, ALT είναι δύσκολο να υπολογιστεί. Απλά θυμηθείτε ότι η αλλαγή αυτής της μεταβλητής (ο στόχος, φυσικά, θα ήταν να καταστεί η μέση διάρκεια ζωής μεγαλύτερη) μπορεί να έχει τεράστιο αντίκτυπο στην αξία ζωής των πελατών σας: Ένας καλός πελάτης  των τριών χρόνων είναι πολυτιμότερος από αυτόν του ενός χρόνου.

Το επόμενο βήμα για τον υπολογισμό της μελλοντικής αξίας διάρκεια ζωής του πελάτη, απαιτεί την χρήση του ακαθάριστου περιθωρίου ανά πελάτη (GML) σε έναν τύπο που υπολογίζει το ποσοστό παρακράτησης και το ποσοστό έκπτωσης

Προσθέστε στο ποσοστό παρακράτησης το ποσοστό έκπτωσης και ψάχνετε τον φόρτο εργασίας, πιθανότατα θα τον υποθέσετε, για να βρείτε την αξία ζωής των πελατών σας.

Εάν θέλετε να φτάσετε λίγο παρακάτω ακολουθήστε τον παρακάτω τύπο:

Τιμή διάρκειας ζωής πελάτη = GML (R / (1 + D – R))

Όπου R είναι το μηνιαίο ποσοστό παρακράτησης, και D είναι το μηνιαίο ποσοστό έκπτωσης. Και οι δύο αυτοί αριθμοί είναι δύσκολο να υπολογιστούν. Για παράδειγμα, όλοι οι πελάτες σας λαμβάνουν τις ίδιες εκπτώσεις; Αν όχι, αυτοί που λαμβάνουν περισσότερες εκπτώσεις έχουν υψηλότερο ποσοστό παρακράτησης;

Αξία διάρκειας ζωής πελάτη: χρησιμοποιώντας μεταβλητές

Εντάξει, γνωρίσαμε τα στοιχεία που συνθέτουν την αξία της ζωής του πελάτη ή τουλάχιστον τα στοιχεία που συνθέτουν ορισμένες versions της αξίας ζωής του πελάτη. Τώρα ας δούμε πώς μπορείτε να χρησιμοποιήσετε τις μεταβλητές και πώς αυτό θα επηρεάσει το κατάστημά σας.

Πρώτα ας επανεξετάσουμε την παρελθοντική αξία ζωής των πελατών:

(Ετήσιο κέρδος ανά πελάτη x Μέση διάρκεια ζωής του πελάτη σε έτη) - Κόστος απόκτησης πελάτη

Υπάρχουν τρόποι με τους οποίους μπορείτε να εμβαθύνετε στους υπολογισμούς σας. Θα μπορούσατε, για παράδειγμα, να εξετάσετε τη μεταβλητή του "αρχικού κόστους απόκτησης ενός πελάτη" ανά κανάλι. Αυτό θα σας υποδείξει την αξία της ζωής των πελατών που αποκτήθηκαν μέσω facebook, μέσω SEO, και άλλα.

Έτσι και αλλιώς δεν έχουν δημιουργηθεί όλα τα κανάλια με τον ίδιο τρόπο. Ίσως το blog σας με την σωστή χρήση του SEO σας βοηθάει να μεταφέρετε την επισκεψιμότητα σας στο site, με έναν φθηνό τρόπο, ενώ από την άλλη μεριά στο Facebook το κόστος σας ανά κλικ  να συνεχίζει να ανεβαίνει.

Υπολογίζοντας την αξία διάρκειας ζωής των πελατών, μπορούμε να καθορίσουμε αν το επιταχυνόμενο κόστος απόκτησης σε ένα συγκεκριμένο κανάλι αξίζει τον κόπο.

Δείτε πώς μπορεί να υπολογιστή ένας παρελθοντικός υπολογισμός ανά κανάλι:

• 1.500 πελάτες: 750 από το Facebook, 750 από την μηχανή αναζήτησης
  
• 750.000 δολάρια σε ετήσια έσοδα: $ 500.000 από επισκέπτες που αποκτήθηκαν μέσω του Facebook, 250.000 δολάρια μέσω της μηχανής αναζήτησης
  
• 600.000 δολάρια σε ετήσιο κόστος : 400.000 δολάρια για το Facebook, 200.000 δολάρια για την μηχανή αναζήτησης
• Μέσος όρος τριών ετών ανά πελάτη
  
• Μέσος όρος κόστους εξαγοράς 50 δολαρίων: $ 90 Facebook, μηχανή αναζήτησης $ 10
  

Facebook:

Ετήσια συνεισφορά κέρδους = ($ 500.000 - $ 400.000) / 750 = $ 133

Μέσος αριθμός ετών πελάτη  = 3

Αρχικό κόστος απόκτησης πελάτη = $90

($ 133 x 3) - $ 90 = $ 309

Seo:

Ετήσια συνεισφορά κέρδους = ($ 250.000 - $ 200.000) / 750 = $ 67

Μέσος αριθμός ετών πελάτη  = 3

Αρχικό κόστος απόκτησης πελάτη = $10

($ 67 x 3) - $ 10 = $ 191

Όπως βλέπουμε εδώ, ακόμη και αν ένα κανάλι είναι πιο ακριβό, θα μπορούσε να άξιζε το κόστος του, αν οι πελάτες που αποκτήθηκαν από αυτό το κανάλι ξόδευαν περισσότερα χρήματα. Προφανώς δεν υπάρχει κανένας κανόνας που να λέει ότι ο πελάτης που αποκτάται μέσω Facebook θα ξοδέψει περισσότερα από τους πελάτες που αποκτώνται μέσω της μηχανής αναζήτησης. Αλλά μπορούμε να καταλάβουμε πώς η εξέταση της αξίας ζωής των πελατών σας μπορεί να επηρεάσει τις δαπάνες του μάρκετίνγκ σας.

Δείτε πώς θα φαίνονταν οι τιμές στην διάρκειας ζωής των πελατών , στην περίπτωση που οι πελάτες που αποκτήθηκαν μέσω της μηχανής αναζήτησης ξόδευαν τα ίδια με αυτούς που αποκτήθηκαν μέσω του Facebook.

Facebook:

Ετήσια συνεισφορά κέρδους = ($ 375.000 - $ 300.000) / 750 = $ 100

Μέσος αριθμός ετών είναι πελάτης = 3

Αρχικό κόστος απόκτησης πελάτη = $90

($ 100 x 3) - $ 90 = $ 210

Seo:

Ετήσια συνεισφορά κέρδους = ($ 375.000 - $ 300.000) / 750 = $ 100

Μέσος αριθμός ετών είναι πελάτης = 3

Αρχικό κόστος απόκτησης πελάτη = $10

($ 100 x 3) - $ 10 = $ 290

Ξαφνικά, η μηχανή αναζήτησης οδηγεί σε μια μεγαλύτερη αξία ζωής πελατών.

Ας  χρησιμοποιήσουμε μια άλλη μεταβλητή - διάρκεια ζωής του πελάτη. Τι θα συμβεί αν οι facebook εκστρατείες σας δημιουργούσαν περισσότερες μεμονωμένες αγορές ενώ το SEO δημιουργούσε πιστούς πελάτες, μεγαλύτερης διάρκειας; Ας πούμε ότι οι facebook πελάτες παρέμεναν για ένα χρόνο, και  του SEO για πέντε χρόνια. Οι ετήσιες δαπάνες είναι οι ίδιες - αλλά όχι και η διάρκεια των πελατών σας. Τι προκαλείται από όλο αυτό στην αξία ζωής του πελάτη σε αυτά τα κανάλια;

Facebook:

Ετήσια συνεισφορά κέρδους = ($ 375.000 - $ 300.000) / 750 = $ 100

Μέσος αριθμός ετών πελάτη = 1

Αρχικό κόστος απόκτησης πελάτη = $90

($ 100 x 1) - $ 90 = $ 10

Seo:

Ετήσια συνεισφορά κέρδους = ($ 375.000 - $ 300.000) / 750 = $ 100

Μέσος αριθμός ετών πελάτη = 5

Αρχικό κόστος απόκτησης πελάτη = $10

($ 100 x 5) - $ 10 = $ 490

Το SEO συντρίβει το Facebook. Φυσικά ο διαχωρισμός σε ένα έτος και πέντε μπορεί να μην είναι ρεαλιστικός. Αλλά όλη αυτή η διαδικασία θέλει να αποδείξει ότι αλλάζοντας μία από αυτές τις μεταβλητές αλλάζει εντελώς  και η αναμενόμενη τιμή ζωής του πελάτη.

Τα ίδια μαθηματικά παιχνίδια μπορούν να χρησιμοποιηθούν  και στον τον τύπο της πρόβλεψης της τιμής διάρκειας ζωής του πελάτη. Ένα μοναδικό στοιχείο του μελλοντικού τύπου, που εξετάσαμε είναι το μέσο μεικτό περιθώριο κέρδους. Ας ρίξουμε μια ματιά στο πώς οι αλλαγές στο μέσο μεικτό περιθώριο μπορεί να επηρεάσουν τη συνολική αξία της διάρκειας ζωής των πελατών.

Θα μπορούσαμε να αυξήσουμε το μέσο μεικτό περιθώριο κέρδους μας με την εύρεση ενός φτηνότερου προμηθευτή, ή με την αύξηση των τιμών. Ας προσπαθήσουμε να αυξήσουμε τις τιμές. Αυτό αυτόματα θα έκανε τα συνολικά έσοδα από τις πωλήσεις μας υψηλότερα.

Εδώ είναι το παράδειγμα:

($ 75.000 συνολικά έσοδα από πωλήσεις - 60.000 δολάρια το κόστος των αγαθών που πωλούνται) / $ 75.000 = 20%

Εδώ είναι με 20 τοις εκατό υψηλότερες τιμές:

($ 90.000 συνολικά έσοδα από πωλήσεις - 60.000 δολάρια το κόστος των αγαθών που πωλούνται) / $ 90.000 = 33%

Τώρα το κατάστημά μας έχει $90.000 στα μηνιαία έσοδα στις 5.000 μηνιαίες παραγγελίες, με κέρδος $18 ανά παραγγελία.

((5.000 x $ 18) * .33) avg. διάρκεια ζωής των πελατών

($90,000 * .33) ALT

•30.000 x ALT

Φυσικά η αύξηση ενός μόνο πράγματος όπως το κέρδος, μπορεί να μειώσει άλλους τομείς όπως τη μέση διάρκεια ζωής πελατών: Εάν αυξήσετε τις τιμές των προϊόντων σας που ήδη είχατε στο site σας,  οι πελάτες μπορεί να στραφούν σε άλλο κατάστημα.

Υπάρχουν διάφοροι συμβιβασμοί που μπορεί να γίνουν στο κομμάτι αυτό. Για παράδειγμα, θα μπορούσατε να γίνετε πιο επιθετικοί με τη διαφήμιση στα μέσα κοινωνικής δικτύωσης για να αυξήσετε τον μέσο αριθμό μηνιαίων παραγγελιών, αλλά κάτι τέτοιο μπορεί να μείωνε την μέση αξία παραγγελίας (AOV). Μπορεί επίσης να αυξηθεί η μέση διάρκεια ζωής των πελατών, προσφέροντας εκπτώσεις στους πελάτες που επιστρέφουν στο site σας.

Συμπεράσματα σχετικά με την αξία της διάρκειας ζωής του πελάτη

Δεν χρειάζεστε απολύτως ακριβείς αριθμούς για να λάβετε πληροφορίες από την αξία της διάρκειας ζωής των πελατών. Σίγουρα, αυτό που εξετάσαμε παραπάνω δεν είναι κάτι που θα εντυπωσίαζε έναν επιστήμονα δεδομένων. Αλλά υπάρχουν ακόμα πολλά που μπορείτε να χρησιμοποιήσετε από αυτές τις εξισώσεις αξίας διάρκειας ζωής πελατών.

• Η παρελθοντική αξία της ζωής του πελάτη είναι εξαιρετικά εύκολο να υπολογιστεί. Παρόλο που ίσως χρειαστεί να κάνετε κάποια υπόθεση σχετικά με τη μέση διάρκεια ζωής του πελάτη, ειδικά αν έχετε ένα νέο κατάστημα, μπορείτε ακόμα να λάβετε μια εκτίμηση για το τί έχετε κερδίσει μέχρι σήμερα από τους υπάρχοντες πελάτες.
  
• Με τη μέθοδο πρόβλεψης για τη διάρκεια ζωής του πελάτη, εξακολουθούμε να μαντεύουμε τη διάρκεια ζωής των πελατών. Εν τω μεταξύ, το ποσοστό παρακράτησης και το ποσοστό έκπτωσης εισάγουν έναν ολόκληρο ιστό είτε υπόθεσης είτε πραγματικά δύσκολων μαθηματικών, με τα οποία ίσως να θέλετε να ασχοληθείτε.
  
• Ακόμη και  εάν οι τύποι είναι ασαφείς από την φύση τους λειτουργούν ως ένας πολύτιμος οδηγός της αξίας ζωής των πελατών. Η διάρκεια ζωής του πελάτη μπορεί να είναι άγνωστη, αλλά το ποσό των χρημάτων που ξοδεύουν οι πελάτες σας, η πηγή που τους έφερε στον ιστότοπό σας, η χώρα στην οποία στάλθηκε η παραγγελία τους, όλα αυτά τα δεδομένα είναι διαθέσιμα. Χρησιμοποιήστε τους παραπάνω αριθμούς που είναι στη διάθεσή σας και κάντε τις καλύτερες υποθέσεις όπου χρειάζεται.