LTV
読み: エルティーブイ
LTVとは顧客生涯価値の算出法
LTVはLife Time Valueの略で、日本語では「顧客生涯価値」と訳される。1人の顧客が取引を開始してから終了するまでの期間に、その企業にもたらす利益の総額を指す。新規獲得コストが上がり続ける中、既存顧客からの収益を最大化する指標として、SaaS企業を中心に経営判断の軸に据えられている。
かんたんに言うと
「この顧客は、うちの会社にとって生涯でいくらの価値があるか」を金額で表したものである。月額1万円のサービスを3年間使い続けてくれれば、その顧客のLTVは36万円になる。
LTVの基本的な算出方法と実務で使われる計算式の選び方
最もシンプルな計算式は「平均購入単価 x 購入頻度 x 継続期間」である。月額1万円のSaaSを平均24か月使ってもらえるなら、LTVは24万円になる。
ただし、この単純な掛け算だけでは現実を捉えきれない。
粗利率を掛けて利益ベースで算出する方法や、割引率を適用して将来の収益を現在価値に換算するDCF法を使うケースもある。どの計算式を採用するかは、ビジネスモデルによって変わる。ECサイトとSaaS企業では、購入頻度の概念自体が異なるからである。
見落とされがちだが、解約率の影響は大きい。月次解約率が1%違うだけで、LTVは数十パーセント変動する。解約率の推定精度がLTV計算の信頼性を左右する。
SaaSとサブスクリプション事業でLTVが重視される背景
SaaSやサブスクリプション型ビジネスでは、契約初月は赤字が普通である。営業コスト、オンボーディング、初期設定の工数を考えると、利益が出始めるのは数か月後になる。
この構造の中で「いつ投資を回収できるか」を測る指標がLTVである。初期投資を回収するまでの期間、つまりペイバックピリオドが短いほど、事業の健全性は高い。
SaaS企業の経営会議では「LTV / CAC比率」が頻繁に議論される。LTVをCACで割った数値が3倍以上あれば健全、1倍を下回っていれば顧客を獲得するたびに赤字が膨らんでいることになる。
投資家がSaaS企業を評価する際にも、売上高よりもLTV / CAC比率やNRR(売上継続率)を見るケースが増えている。
顧客獲得コストとの関係、LTV / CAC比率の読み方
CACはCustomer Acquisition Costの略で、1人の顧客を獲得するのにかかったコストを指す。広告費、営業人件費、展示会出展費などを新規獲得数で割って算出する。
LTVが高くてもCACがそれ以上に高ければ、事業は成り立たない。逆にCACが低くてもLTVが伸びなければ、薄利多売の消耗戦に陥る。
実務では、LTV / CAC比率を事業判断のシグナルとして使う。比率が1倍前後であれば、マーケティング戦略の見直しが急務である。5倍を超えているなら、もっと積極的に投資して成長速度を上げる余地がある。
ただし、LTVもCACも推定値である。特にLTVは将来の継続期間を前提にした予測であり、解約率の変動で数字が大きく揺れる。数字を鵜呑みにせず、前提条件を常に確認する姿勢が欠かせない。
LTVを高めるための施策と<a href="/ai-glossary/cdp/">CDP</a>の活用
LTVを上げる方法は、突き詰めると「単価を上げる」「頻度を上げる」「長く使ってもらう」の3つに集約される。
アップセルやクロスセルで単価を上げる。利用頻度を高めるためにオンボーディングを改善する。解約を防ぐためにカスタマーサクセスチームが介入する。いずれもLTV向上の定石である。
ここでCDPが力を発揮する。顧客の行動データ、購買履歴、サポート問い合わせ履歴などを統合し、解約しそうな顧客を早期に検知する。「先月からログイン頻度が落ちている顧客」にだけ個別フォローを実施する、といったアプローチが可能になる。
ROIの観点でも、新規獲得に投資するより既存顧客の維持に投資するほうが費用対効果が高いケースは多い。新規獲得コストは既存顧客の維持コストの5倍から7倍かかるというのは、マーケティングの世界では古くから知られている経験則である。
当社の見解
AIプロダクトの導入で最も時間を食うのは技術の実装ではない。自社の業務プロセスを言語化する作業だ。ここを省略すると、どんなに優秀なツールを入れても使い物にならない。当社は企画から開発・運用まで全工程を自社で完結させることで、仕様伝達のロスをゼロにしている。理想は阿吽の呼吸で仕事ができるAIパートナーだ。間違った判断をしようとしたときは、忖度なく意見をくれる。それが信頼できる仕事の相棒だ。
同じ失敗を二度としないAIエージェント
今のAIは、聞けば何でも答えてくれます。
でも、セッションが切れた瞬間に前回の失敗を忘れます。
当社が開発しているAIは、過去の経緯を念頭に置いて、
聞かれる前に「それは前回うまくいきませんでした」と声をかけます。
人間にも同じ失敗をさせず、AI自身も繰り返しません。
古参の社員が横にいるように、黙っていても気づいてくれる。
それが、当社が考える本当のAI社員です。