Такое общее определение LTV сразу наводит на мысль, что хотя LTV невероятно важен, он также может быть очень проблематичным в качестве метрики.

Во-первых, в отличие от CAC, который можно измерить заранее, LTV отличается в зависимости от периода, который мы берем за его расчет (мы не можем наперед знать "всю продолжительность отношений с клиентом").

Во-вторых, для разных продуктов различается понятие "будущих доходов от клиента". Двумя достаточно приемлемыми практиками являются:

• сделать валовую прибыль (gross margin) центром анализа, потому что вы хотите знать, сколько денег останется после вычета из выручки себестоимости продукта (COGS) или
• сделать Contribution margin центром анализа, то есть учитывать только переменные затраты (без затрат на привлечение).

Частой ошибкой вообще считается рассчитывать LTV как (Цена*количество покупок за год), что естественно неправильно, так как тут не учитывается себестоимость производства продукта COGS, переменные затраты на обслуживание и вообще то, что клиент может пользоваться продуктом больше года.

В моделях часто можно встретить расчет LTV от просто выручки, от MRR или от среднего чека ARPU (все это неправильно!). Важно понимать логику и уметь обосновать, почему вы взяли в качестве "доходов от клиента" тот или иной показатель (то есть пренебрегли расходами COGS или переменными затратами), а не просто пользоваться шаблонной формулой.

Точный метод расчета LTV также различается в зависимости от бизнес-модели, но, в общих чертах, правильный метод зависит от модели монетизации: подписка (регулярный доход) или транзакционный бизнес (единичные транзакции, нерегулярный доход).

Показательный пример "на пальцах":
Представьте себе пример с чашкой кофе. Чашка кофе стоит 400 руб., 100 руб. составляет COGS. Допустим, клиент покупает в месяц 10 чашек кофе. Итого LTV по формуле в задании 400*10=4000 руб. Дальше, необходимо понимать, что вам лучше сделать: увеличить цену или количество покупок. Если я сохраняю цену на уровне 400 руб., но удваиваю покупки с 10 до 20 (400*20 = 8000 руб., что вдвое больше 4000 руб.), или если я могу удвоить цену до 800 руб. и по-прежнему оставить 10 покупок (800* 10 = 8000 руб.), я имею одинаковое влияние на бизнес, верно? Так что выбрать?

Так как мы знаем, что COGS=100 руб., то Contribution margin для 10 покупок составит: (400-100)*10=3000 руб. При увеличении цены в два раза Contribution margin=(800-100)*10=7000 руб. При увеличении количества покупок Contribution margin = (400-100)*20=6000 руб. Есть разница!

Мы считаем, что стоимость получения 1 рубля в будущем будет меньше, чем сегодня, по нескольким причинам. Помимо необычных ситуаций, когда вместо инфляции наблюдается дефляция (крайне редкое явление в мире), обычно 1 рубль сегодня стоит больше, чем 1 рубль завтра. Например, ставка дисконтирования 3% в месяц, если вы получаете регулярный доход в размере 100 рублей, вы должны оценить 100 рублей в следующем месяце как 97 рублей, а в месяц 2 – как 94 рубля.

Помимо инфляции есть понятие стоимость капитала — это норма прибыли, которую инвестор, предоставляющий капитал, ожидает от вложения этого капитала. Чтобы стартап смог привлечь капитал, он должен показать годовой доход около 30-40% в обмен на высокий риск того, что компания никогда не сможет вернуть деньги инвестору.

С экономической точки зрения нам нужно, чтобы компания получала прибыль, превышающую стоимость капитала, тогда она будет привлекательная для инвестиций, то есть нам нужно, чтобы была положительная рентабельность инвестиций ROIC (ROIC > WACC). Финансовое обоснование для начала и продолжения бизнеса очень простое. Это значит не просто зарабатывать деньги, а зарабатывать больше, чем вы могли бы заработать в другом месте, если бы вложили капитал (человеческий и финансовый) в бизнес.

Источников капитала может быть много, и средневзвешенное значение этих источников называется WACC (средневзвешенная стоимость капитала). Ставка дисконтирования, используемая в формуле расчета дисконтированного денежного потока, должна быть средневзвешенной стоимостью капитала вашей компании (WACC). Обычно в России она в среднем 20-25% для частных компаний, которые еще не достигли масштаба и предсказуемого роста (но у вашего бизнеса она может быть другой).

Концепция LTV аналогична дисконтированному денежному потоку в финансах с двумя основными отличиями. Во-первых, LTV рассчитывается на уровне отдельного клиента/когорты клиентов, а не на агрегированном уровне, поскольку рентабельность и вероятность удержания варьируются в зависимости от клиента/когорты. Во-вторых, мы учитываем возможность того, что клиенты перестанут пользоваться продуктом.

Ниже представлена полная формула LTV в исходном виде:

• Revenue - это выручка от клиента/когорты клиентов
• Variable costs - переменные затраты на привлечение и обслуживание (кроме затрат на приобретение),
• (Revenue - Variable costs) - это Contribution margin, то есть это прибыль за период времени за вычетом переменных затрат (как прямых, так и косвенных, кроме затрат на привлечение). Затраты являются переменными, если они зависят от объема проданной продукции/услуги, в отличие от постоянных издержек, которые не зависят от того, работают активы или простаивают.
• R - коэффициент удержания клиента/когорты,
• d - ставка дисконтирования,
• CAC - стоимость приобретения клиента/когорты,
• n - количество периодов (лет/месяцев в зависимости от того, какая есть нарезка по данным)

Формула может показаться сложной. Поэтому первым делом вводят допущение, что ставка дисконтирования d=0, так как рассчитывают показатель на короткий срок и не в целях анализа инвестиционной привлекательности, а в целях понимания окупаемости затрат на привлечение клиента.

Тогда формула преображается в вид:

Но на уничтожении ставки дисконтирования не останавливаются:0

Расчеты LTV упрощают, предположив, что:

1. клиенты имеют постоянную/среднюю Сontribution margin с течением времени (с чего бы это?)),
2. клиенты имеют среднее удержание R (с чего бы это?),
3. клиенты имеют среднюю продолжительность жизни L (а это как предсказать?).

Тогда формула становится вот такой:

Дальше давайте рассмотрим еще одно упрощение.

Дело в том, что мы не знаем, чему равно L - продолжительность жизни клиента, поэтому для упрощения ее стали моделировать как L=1/[отток]. Например, если 2% ваших клиентов уходят каждый месяц, L = 1/2%=50.

Для понимания, откуда взялась такая формула, нужно ввести понятие вероятности "выживания" клиента.

Вероятность выживания — это вероятность того, что клиент пользуется продуктом в течение определенного периода. Допустим, клиент только что оформил подписку. Тогда вероятность выживания в первый месяц использования равна 1. В каждом последующем месяце клиент может решить прекратить отношения с продуктом, поэтому вероятность выживания уменьшается с течением времени и моделируется через коэффициент оттока.

Рассмотрим когорту клиентов, зарегистрировавшихся в январе. Вы получаете LTV первого месяца (января) от них в размере Contribution margin*1. Вероятность того, что клиент имеет отношения с продуктом в первый период, равна 1, вероятность оттока равна 0.

Затем в феврале часть клиентов уходит (вероятность оттока r), поэтому получаете LTV=Contribution margin*(1-r) в феврале. Затем в марте LTV= Contribution margin*(1-r)*(1-r) и т.д.

Чтобы вычислить всю LTV, которую создают когорта, вы складываете этот бесконечный ряд, так что: Contribution margin + Contribution margin*(1- r ) + Contribution margin*(1- r )*(1- r ) + Contribution margin*(1 - r )*(1- r )*(1- r ) + ...

Вынесите Contribution margin за скобки, чтобы получить: LTV = Contribution margin × [1 + (1- r ) + (1- r )*(1- r ) + … ]. Бесконечный ряд в квадратных скобках можно переписать просто как 1/r, следовательно, 1/r — это «среднее» количество месяцев, в течение которых когорта пользуется продуктом.

Иными словами, фактическое распределение доходов по бесконечному числу месяцев будет равносильно тому, как если бы все клиенты остались на 1/r месяцев, а затем все отменились.

Тогда формулу выше можно переписать так:

Далее еще одно допущение: в формуле выше числитель можно заменить через среднее значение Contribution Margin, тогда получается формула ниже, и соответственно - вторая и третья формула ниже для бизнеса по подписке (тогда используем MRR), бизнеса на основе транзакций (тогда используем ARPU).

Эти формулы предполагают, что коэффициент удержания постоянен каждый месяц для каждого клиента. Но новые клиенты, как правило, имеют высокий уровень отказов; старые намного меньше. На самом деле, показатели удержания время от времени меняются, а отрицательный отток (доход от расширения) делает формулу эту формулу LTV ниже недействительной, ну да ладно:)

Единственное, когда можно использовать эту формулу ниже, это продукт со стабильным оттоком. Например, операторы мобильной связи часто видят что-то вроде 1% - 3% ежемесячного оттока за постоплату, потому что это типичный сервис commodity (люди относятся к продукту как к "must have по низкой цене"), на рынке нет резких колебаний цен, которые бы влияли на отток, и даже если они есть, то стоимость переключения на другого оператора высокая (менять симки, перезаключать договоры и т.п.) Переносимость номеров, в целом увеличивала отток, но только тогда, когда цены падают или появляются другие функции. Для таких бизнес-моделей можно использовать формулу LTV с постоянными значениями Contribution Margin и Retention.

Еще одно допущение во второй и третьей формуле - это использование Gross Margin - это маржи прибыли (т. е. процент MRR/ARPU, остающийся после вычета COGS):

Ну и дальше совсем "наивная формула":

Да, кстати я в формулах выше вычитала CAC, но вообще возникает еще одно допущение: понятно, что первое слагаемое в формуле должно быть больше, чем CAC, чтобы LTV было положительным. Поэтому для упрощения решили, что это слагаемое будут сравнивать с CAC и почему-то назвали его тоже LTV, что добавило путаницы в формулу. Поэтому исторически как-то сложилось так, что под LTV сейчас понимают только первое слагаемое в формуле выше.

Кажется, что отношение LTV>CAC, которое зависит от того как вы привлекаете и удерживаете своих клиентов, является отличным индикатором PMF для стартапа. Давайте пока закроем глаза, на то как рассчитан LTV, просто посмотрим на это отношение.

Продукты для стартапов сильно меняются в течение года, поэтому сейчас когорты могут вести себя не так, как год назад. Таким образом, у большинства стартапов нет данных, необходимых для точного моделирования LTV.

Один из часто встречающихся способов раннего сигнала PMF для стартапа — быстро добиться безубыточности расходов на рекламу, то есть срок окупаемости.

Ок, у нас может быть срок окупаемости, но как нам растить LTV, а не только эффективно привлекать? Поэтому для модели подписки удержание считается самым понятным индикатором наличия PMF.

Для модели подписки характерен непредсказуемый отток в начале и потом плавное выравнивание оттока (предсказуемость) после нахождения PMF. Поэтому здесь очень важен когортный анализ, использование "сложной формулы" расчета LTV (без усреднений), особенно на ранних стадиях продукта.

Для модели маркетплейсов и вообще транзакционного бизнеса характерно усреднение выручки - введение показателей среднего чека по когорте, среднего удержания. Проблема в этих усреднениях кроется в неоднородности клиентов. В то время как LTV является фиксированным значением, в действительности часто существует большая дисперсия вокруг среднего значения. Например, часто в B2B 20 процентов самых хороших клиентов генерируют 80 процентов доходов, то есть большинство клиентов добавляют мало ценности бизнесу, а горстка создает много.

В идеале необходимо откалибровать параметры, которые повышают ценность, чтобы понять ценность компании. Эти параметры включают в себя скорость и стоимость привлечения клиентов, коэффициент оттока, частоту заказов и размер корзины. Модели транзакций сложны для компаний, не имеющих подписки, в значительной степени потому, что их труднее наблюдать и предвидеть поведение.

Для игр характерны скачки в оттоке клиентов. Высокий отток в первые пару периодов, а затем низкий отток после (каждый, кто остается, хорошо подходит).

LTV нельзя использовать в качестве опережающего показателя для тестирования гипотез. Реальное LTV пользователя невероятно трудно предсказать в краткосрочной перспективе без множества различных допущений.

LTV не говорит нам, как изменения в различных компонентах нашей модели монетизации на самом деле влияют на нашу монетизацию.
Гораздо более наглядными метриками монетизации являются: Gross Revenue Retention и Net Revenue Retention, а также срок окупаемости (о котором мы будем говорить дальше). Об этом в следующей статье.