LTV の概要と計算方法

LTV（Customer Lifetime Value）とは、企業が 1 顧客のライフサイクルから 得られる価値の総計のこと。「顧客生涯価値」と訳され、海外では「 CLV 」という言葉で浸透している。

ここでいう「価値」とは、顧客がもたらす「売上」または「利益」のことである。ゆえに、LTV という言葉だけでは、それが売上を指しているのか利益を指しているのか判断できない。

また、同じ LTV を求める計算式でも様々な計算式が存在するので、LTV 同士で安易に比較することもできない。

このことから、LTV は、データカオス（指標の解釈が十人十色）を招きやすい。

データカオスを乗り越える方法

前述の通り、LTV と表現すると「売上」を指しているのか「利益」を指しているのか判断できない。

この問題は、 $LTV_{売上}$ や $LTV_{利益}$ と表記したり、 LTV_sales や LTV_profit のように表記すれば解決される。

前述の通り、LTV を求める計算式は多数存在する。同じ LTV を求める式でも、計算式によって異なる値を出力する。ゆえに、どの計算式で算出されたか分からない LTV 同士の比較はナンセンスである。

この問題は、計算式を固定し、その計算式で求められた LTV 同士で相対比較することによって解決される。

競合他社や業界の LTV と比較するような絶対比較は、りんご A とバナナ A の糖度を比較するようなことであり、りんご A とりんご B 糖度を比較するような正しい比較は行えない。

データカオスを克服した LTV を導き出すために、以下の計算式で求めた LTV 同士で相対比較してほしい。

\begin{aligned} LTV_{売上} &= 平均注文単価 \times 平均注文回数 \times 平均滞在期間 \\\\ &= \frac{総注文金額}{\sout{総注文件数}} \times \frac{\sout{総注文件数}}{総ユーザー数} \times \frac{1}{1 - 残存率} \\\\ &= \frac{総注文金額}{総ユーザー数} \times \frac{1}{解約率} \\\\ &= ARPU（顧客1人あたりの平均収益） \times \frac{1}{解約率} \\\\ &= \frac{ARPU}{ChurnRate} \\ \end{aligned}

$LTV_{売上}$ を計算するのに最低限必要な項目は、「ユーザーを識別する ID」、「購入金額合計」、「解約したかどうかのフラグ」の 3 つである。

\begin{aligned} LTV_{売上} &= \frac{ARPU}{ChurnRate} = \frac{\frac{総注文金額}{総ユーザー数}}{解約率} = \frac{\frac{194000}{10}}{0.8} = \frac{19400}{0.8} = 24250 \\\\ \end{aligned}

商品ごとに $LTV_{売上}$ を出したい場合、「ユーザー ID」、「購入金額合計」、「解約フラグ」の基本構造に、「特定の商品を購入したことがあるかどうかのフラグ」を追加する。

ユーザー ID（PK）	購入金額合計	解約フラグ	A 商品の購入フラグ	B 商品の購入フラグ
1	10000	1	1	0
2	20000	0	0	1
3	15000	1	1	0
4	18000	1	1	1
5	10000	1	1	0
6	50000	0	1	1
7	30000	1	1	0
8	13000	1	0	1
9	23000	1	1	0
10	5000	1	1	0

\begin{aligned} A商品のLTV_{売上} &= \frac{ARPU}{ChurnRate} = \frac{\frac{総注文金額}{総ユーザー数}}{解約率} = \frac{\frac{161000}{8}}{0.875} = \frac{20125}{0.875} = 23000 \\\\ \end{aligned}

\begin{aligned} B商品のLTV_{売上} &= \frac{ARPU}{ChurnRate} = \frac{\frac{総注文金額}{総ユーザー数}}{解約率} = \frac{\frac{101000}{4}}{0.75} = \frac{25250}{0.75} = 33667 \\\\ \end{aligned}

ここで注意されたいのは、複数の商品を購入しているユーザーの購入金額合計を変更しないことである。LTV はユーザー単位で求める指標なので、特定の商品だけの購入金額合計で計算した値は $LTV_{売上}$ とは呼べない。

企業活動を長年に渡って行っている場合、商品やサービスの入れ替わりによってユーザー属性が変化することは往々にして起こる。

このとき期間を絞って $LTV_{売上}$ を算出したいときは、「ユーザー ID」、「購入金額合計」、「解約フラグ」の基本構造に、「初回購入日」を追加する。

ユーザー ID（PK）	購入金額合計	解約フラグ	初回購入日
1	10000	1	2021-01-01
2	20000	0	2021-05-05
3	15000	1	2022-02-11
4	18000	1	2022-06-09
5	10000	1	2022-09-13
6	50000	0	2023-01-21
7	30000	1	2023-03-12
8	13000	1	2023-05-07
9	23000	1	2023-12-21
10	5000	1	2024-02-01

本日が 2024 年 3 月 1 日だったときの過去 2 年間の $LTV_{売上}$ は下記の通り。

\begin{aligned} 過去2年間のLTV_{売上} &= \frac{ARPU}{ChurnRate} = \frac{\frac{総注文金額}{総ユーザー数}}{解約率} = \frac{\frac{149000}{7}}{0.857} = \frac{21286}{0.857} = 24838 \\\\ \end{aligned}