Home 9 Analityka eCommerce 9 Customer Lifetime Value w eCommerce

Customer Lifetime Value w eCommerce

utworzone przez | 2 października 2022 | Analityka eCommerce, Optymalizacja współczynnika konwersji | 0 komentarzy

Jednym z głównych kosztów w prowadzeniu sprzedaży online, jest koszt pozyskania klientów (Acquisition Cost). Po drugiej stronie zrównoważonego rozwoju i skalowania sprzedaży w eCommerce znajduje się utrzymanie klienta (Customer Retention). Współczynnikiem określającym długość życia klienta jest (CLTV) Customer Lifetime Value. Rynek eCommerce mimo wzrostów staje się coraz bardziej “ciasny” i konkurencyjny. Sieci reklamowe ( facebook, google, Ceneo) stale podnoszą koszty za kliknięcie CPC. Według badania The European Business Reviewtutaj koszty pozyskiwania nowego klienta są około 5 x droższe od utrzymania obecnego.

 

Czym jest Customer Lifetime Value w eCommerce?

 

Wskaźnikiem opisującym długość życia klienta jest CLTV (Customer Lifetime Value) lub stosowane zamiennie LTV (Lifetime Value). Wskaźnik ten informuje o tym, jak dużo pieniędzy wydał w danej jednostce czasu klient. Innymi słowy, to suma przychodów, jaką wygeneruje dla firmy klient przez okres trwania relacji z nią. Po drugiej stronie znajdziemy wskaźnik opisujący koszt pozyskania ruchu, jakim jest CAC (Customer Acquisition Cost). W zależności od branży oraz retencji klientów w sklepie internetowym zakłada się, że optymalnym stosunkiem LTV / CAC jest 3:1*.

 

*Źródło Shopify https://www.shopify.com/ca/blog/customer-lifetime-value

 

Jak obliczyć Customer Lifetime Value w eCommerce?

 

Aby obliczyć (CLTV) Customer Lifetime Value — wartość życia klienta w eCommerce, będziemy potrzebować kilku składowych wskaźników, do których zaliczamy: średnią wartość zamówienia, średnią częstotliwość zakupów oraz najtrudniejszy z nich do obliczenia średni cykl życia klienta.

 

Customer Lifetime Value w eCommerce

 

 

CLTV = Average Order Value x Average Purchase Frequency x Average Customer Lifespan

 

1. (AOV) Average Order Value — Średnia wartość zakupu, którą możemy obliczyć, sumując wszystkie przychody uzyskane w określonym czasie i dzieląc je przez całkowitą liczbę sprzedaży wygenerowanych w tym samym okresie.

Average Purchase Value

 

 

(AOV) Average Order Value = Total revenue ÷ Total number of purchases

 

Example no.1

W sklepie internetowym w 2019 roku zrealizowano 1.000 zamówień na kwotę 200.000 zł. W 2020 roku przychód wyniósł 400.000 a liczba zamówień 1.850. Natomiast w całym 2021 roku przychód wyniósł 750.000 zł a liczba zamówień 3.500.

 

AOV Średnia wartość zamówienia wyniesie = (200.000/1.000 + 400.000/1.850 + 750.000/3.500) ÷ 3 = (200 + 216,21 + 214,29) = 210,17 zł

 

To oznacza, że w okresie od 2019 roku do 2021 roku średnia wartość zamówienia wyniosła 210,17 zł, dla jednostki czasu równej jednemu rokowi.

 

2. (APF) Average Purchase Frequency — Średnia częstotliwość zakupów obliczana poprzez podzielenie całkowitej liczby dokonanych zakupów przez liczbę unikalnych klientów w danej jednostce czasu. Dla analizowanego przykładu będzie to okres 1 roku.

Average Purchase Frequency

 

 

(APF) Average Purchase Frequency = Number of purchases ÷ Number of unique Customers

 

Example no.2

W sklepie internetowym w 2019 roku zrealizowano łącznie 1.000 zamówień przez 900 unikalnych klientów (klientów, którzy dokonali zakupu nie więcej niż 1 raz / tylko 1 raz). W 2020 roku liczba zamówień wyniosła 1850, a ilość unikalnych klientów 1500. Natomiast w całym 2021 liczba zamówień 3500, a ilość unikalnych klientów wyniosła 3000.

 

(APF) Średnia częstotliwość zakupów = (1.000 / 900 + 1.850 / 1.500 + 3.500 / 3.000) ÷ 3 = (1,111 + 1,233 + 1,166) ÷ 3 = 1,17

 

Średnia częstotliwość zakupów równa 1,17 oznacza, że średnio każdego roku przez okres 3 lat klienci dokonywali zakupu 1,17 razy w sklepie internetowym.

 

3. (ACL) Average Customer Lifespan — Ostatnim elementem we wzorze, a zarazem najtrudniejszym w obliczeniu wskaźnikiem jest ACL. Wskaźnik ten oznacza długość aktywności klienta od momentu dokonania pierwszego do ostatniego zakupu. Załóżmy, że klient dokonał pierwszego zakupu 1 stycznia 2022 roku, a ostatniego 1 czerwca 2022 roku. W tym przypadku jego cykl życia wyniesie 0,5 roku.

Customer Lifespan Formula

 

(APF) Average Customer Lifespan = (Lifespan of Customer no.1 + Lifespan of Customer no.2 + Lifespan of Customer no.3 + … + Lifespan of Customer no. n) ÷ Number of Customers 

 

Example no.3

W sklepie internetowym X łączna liczba unikalnych klientów w okresie od 2019 roku do 2021 roku wyniosła = 5.750.
Z czego dla 750 klientów czas długości życia wynosi 0,75 roku.
Dla 4.000 klientów 2 lata. Dla 1.000 klientów jest to 3 lata.

 

ACL Średni czas życia klienta = ((0,75 x 750) + (2 x 4.000) + (3 x 1000)) ÷ 5.750 = (562,5 + 8.000 + 3.000) ÷ 5.750 = 2,01

 

Średni czas, życie klienta dla rozważanych 3 lat sprzedaży wynosi 2,01 roku.

 

Ważne!
Powyższy wzór jest uproszczeniem i zakłada przybliżenie 3 segmentów klientów, nie uwzględnia innych zmiennych w tym jednorazowych zakupów. Dla bardziej szczegółowych przybliżeń polecam poniższe artykuły:

Shopify – How to Calculate and Increase Customer Lifetime Value (LTV) → tutaj
Avinash Kaushik – Excellent Analytics Tip #17: Calculate Customer Lifetime Value → tutaj

 

CLTV = AOV x APF x ACL = 210,17 zł x 1,17 x 2,01 = 494,25 zł

 

Zatem średnia wartość klienta w okresie od 2019 roku do 2021 roku włącznie (3 pełne lata) wynosi 494,25 zł.

 

Sprawdzone strategie na podniesienie Customer Lifetime Value w eCommerce

 

Kiedy wiemy, czym jest CLTV, w jaki sposób go obliczyć oraz jaki powinien być stosunek LTV / CAC, aby działania marketingowo-sprzedażowe były jak najbardziej efektywne. Możemy przejść do strategii podnoszących jego wartość. Aby zwiększyć CLTV należy podnieść wartość przynamniej jednego z wybranych wskaźników we wzorze, tj. średniej wartości zamówienia, średniej częstotliwości zakupów lub średniej długości cyklu życia klienta (czasu od pierwszego do ostatniego zakupu).

 

Marketing Automation

 

Aby zwiększyć średnią długość aktywności klienta, możemy skorzystać z kilku strategii marketing automation. Listę pomysłów na marketing automation znajdziesz → tutaj. Jednym z przykładów może być reguła Win Back, która polega na wysyłaniu wiadomość mającej na celu aktywizację nieaktywnych użytkowników w określonym czasie (Np. 30 dni / 60 dni / 90 dni). Mogą być to również maile poradnikowo lifestylowe zwiększające zaangażowanie klienta oraz jego interakcje z marką.

 

Program lojalnościowy

 

Sposobem na poprawę retencji w sklepie internetowym może być również wdrożenie programu lojalnościowego. Zbieranie punktów lojalnościowych za zakupy, czy inne działania, a następnie wymienianie ich na rabaty, lub nagrody wpływa pozytywnie na zwiększenie retencji w eCommerce oraz wzrost zaangażowania klienta. Przykład programu lojalnościowego w sklepie internetowym Paul Rich opartym o architekturę Shopify PLUS znajdziesz → tutaj.

 

Ciekawy angażujący content

 

Ciekawy i angażujący Content wpływa pozytywnie na retencję użytkowników oraz zachęca ich do dłuższej interakcji z marką. Kilka przykładowych artykułów autorstwa Agnieszka Waliłko o budowaniu społeczności oraz kanału Social Media, znajdziesz → tutaj.

 

Cross Selling & Up Selling

 

Cross-Selling i Up-Selling to strategie mające na celu poprawę AOV — Średniej wartości zamówienia. O tym jak zwiększyć AOV średnią wartość koszyka dowiesz się → tutaj oraz w jaki sposób wdrożyć Cross-Selling & Up-Selling → tutaj.

 

Customer Service

 

Obecnie wysokiej jakości obsługa klienta staje się standardem w eCommerce. Według badania Forrester 2020 CX liderzy obsługi klienta znacznie szybciej zmniejszają koszty i mogą pozwolić sobie na wyższe marże oraz ceny produktów. Link do badania → tutaj

 

Kilka przykładowych strategii na poprawę Customer Experience w eCommerce:

 

  • Otwartość na opinie klientów i wykorzystywanie tych informacji do poprawy doświadczenia.
  • Podziękowanie klientom, poprzez wysyłanie spersonalizowanych podziękowań lub specjalnych prezentów.
  • Usuwanie ze ścieżki zakupowej oraz po – zakupowej elementów wymagających zbyt dużego zaangażowania klienta. Np wypełniania skomplikowanych formularzy zwrotu lub szukanie informacji dotyczących zwrotu na trudno dostępnych stronach.
  • Tworzenie niezapomnianego doświadczenia związanego z rozpakowywaniem produktu, które intryguje i zachwyca klientów.
  • Zapewnienie szybkiego i łatwego wsparcia (skrócenie do minimum czasu na odpowiedź).
  • Mierzenie satysfakcji klienta, analizowanie i zmienianie się do wymagań / potrzeb klientów (badania NPS Net Promoter Score lub ankiety mierzące satysfakcję klientów).

 

Zakupowe doświadczenie klienta wymaga konsekwentnego pielęgnowania. Wysoka satysfakcja klienta wpływa na zwiększenie wartość CLTV.

 

Podsumowanie

 

Customer Life Time Value to współczynnik pozwalający mierzyć długość życia klienta. Dzięki strategiom na wzrost CLTV mamy możliwość zmniejszenia kosztów tym samym zwiększając przychód w firmie bez dodatkowych nakładów na kampanie PPC. Podniesienie retencji pozwala na zrównoważony rozwój i skalowanie sprzedaży w eCommerce. Wzór pozwalający obliczyć CLTV = Average Order Value x Average Purchase Frequency x Average Customer Lifespan.

Grzegorz Sękowski
Grzegorz Sękowski

eCommerce manager, konsultant ds. eCommerce, twórca brandu Napnell oraz autor bloga. Zajmuje się cyfryzacją eCommerce przedsiębiorstw. Pomagam tworzyć sklepy internetowe oraz zwiększać w nich sprzedaż. Prywatnie miłośnik szachów, sqasha oraz kina.

5/5 - (2 votes)

O autorze

Grzegorz Sękowski


Grzegorz Sękowski

eCommerce manager, konsultant ds. eCommerce, twórca brandu Napnell oraz autor bloga. Zajmuje się cyfryzacją eCommerce przedsiębiorstw. Pomagam tworzyć sklepy internetowe oraz zwiększać w nich sprzedaż. Prywatnie miłośnik szachów, sqasha oraz kina.

Komentarze

Poland

Wyrażam zgodę na przetwarzanie imienia oraz adresu e-mail w celu wysyłki Newslettera. Zaznaczając zgodę jednocześnie akceptuję warunki Polityki Prywatności. Zgoda jest dobrowolna i może zostać wycofana w dowolnym momencie.

 

Newsletter eCommerce

Wyrażam zgodę na przetwarzanie imienia oraz adresu e-mail w celu wysyłki Newslettera. Zaznaczając zgodę jednocześnie akceptuję warunki Polityki Prywatności. Zgoda jest dobrowolna i może zostać wycofana w dowolnym momencie.