顧客生涯価値

マーケティングにおいて、顧客生涯価値( CLVまたはCLTVと呼ばれることが多い)、生涯顧客価値( LCV )、または生涯価値( LTV ) は、顧客との将来の関係全体に貢献する純利益の予測です。予測モデルは、粗雑なヒューリスティックから複雑な予測分析手法の使用まで、さまざまなレベルの洗練度と精度を持つことができます。

顧客生涯価値は、顧客関係から予測される将来のキャッシュフローの現在価値に基づく、顧客関係の金銭的価値として定義することもできます。 ^{[1]顧客生涯価値は、企業が四半期}利益から顧客関係の長期的な健全性に重点を移すことを促すという点で重要な概念です。顧客生涯価値は、新規顧客を獲得するための支出の上限を表すため、重要な指標です。 ^{[2]このため、}マーケティングミックスモデリングで広告費の回収を計算する際の重要な要素となります。

「顧客生涯価値」という用語が初めて登場したのは、1988年の書籍『データベースマーケティング』で、詳細な実例が紹介されています。^[3] 1990年代に顧客生涯価値モデルを早期に採用した企業としては、Edge ConsultingやBrandScienceなどが挙げられます。

目的

顧客生涯価値指標の目的は、各顧客の財務価値を評価することです。ドン・ペッパーズとマーサ・ロジャーズは、「一部の顧客は他の顧客よりも平等です」と述べています。^[4]顧客生涯価値は、顧客収益性または CP (特定の期間の顧客関係に関連する収益とコストの差) とは異なり、CP は過去を測定し、CLV は将来を見据えています。そのため、CLV は管理者の意思決定を形成する上でより有用ですが、定量化がはるかに困難です。CP を定量化することは、過去の活動の結果を注意深く報告して要約することであるのに対し、CLV を定量化することは、将来の活動を予測することを含みます。^[2]

顧客生涯価値:

顧客と企業との関係全体を通じて顧客に帰属する将来のキャッシュフローの現在価値。^[2]

現在価値は、将来のキャッシュフローの割引合計です。各将来のキャッシュフローは、合計される前に、慎重に選択された 1 未満の数値で乗算されます。乗算係数は、お金の価値が時間の経過とともにどのように割引されるかを説明します。時間ベースのお金の価値は、誰もが後で支払うよりも早く支払いたいが、早く支払うよりも後で支払うことを好むという直感を捉えています。乗算係数は、選択された割引率 (例として年間 10%) と各キャッシュフローが発生するまでの時間の長さによって異なります。たとえば、10 年後に受け取るお金は、5 年後に受け取るお金よりも割引される必要があります。^[2]

CLV は、顧客関係に起因するキャッシュフローに現在価値の概念を適用します。将来のキャッシュフローのストリームの現在価値は、将来のキャッシュフローのストリームの今日の単一の一括価値を測定するように設計されているため、CLV は顧客関係の今日の単一の一括価値を表します。さらに簡単に言えば、CLV は企業にとっての顧客関係の金銭的価値です。これは、企業が顧客関係を獲得するために支払う意思のある金額の上限であり、顧客関係を失うことを避けるために企業が支払う意思のある金額の上限でもあります。顧客関係が企業の資産と見なされる場合、CLV はその資産の金銭的価値を示します。^[2]

CLV の主な用途の 1 つは顧客セグメンテーションです。これは、すべての顧客が同じように重要というわけではないという理解から始まります。CLV ベースのセグメンテーションモデルを使用すると、企業は最も収益性の高い顧客グループを予測し、それらの顧客の共通の特性を理解して、収益性の低い顧客よりもそれらの顧客に重点を置くことができます。CLV ベースのセグメンテーションをシェアオブウォレット(SOW) モデルと組み合わせると、「CLV は高いが SOW は低い」顧客を特定できます。その場合、それらの顧客にマーケティングリソースを投資することで企業の利益を最大化できるという仮定が成り立ちます。

顧客生涯価値指標は、主に関係重視のビジネス、特に顧客契約のあるビジネスで使用されます。例としては、銀行や保険サービス、通信、ほとんどのB2Bセクターなどがあります。ただし、CLV原則は、個人または集合的な行動の確率的購入モデルを組み込むことで、消費者向けパッケージ商品などのトランザクション重視のカテゴリに拡張できます。^[5]いずれの場合も、維持率が低いと顧客生涯価値が時間の経過とともにほとんど増加しないため、維持はCLVに決定的な影響を及ぼします。

工事

マージンと維持率が一定の場合、次の式を使用して顧客関係の生涯価値を計算できます。

{\text{Customer Lifetime Value}}={\text{Margin}}\cdot {\frac {\text{Retention Rate}}{1+{\text{Discount Rate}}-{\text{Retention Rate}}}}

^[2]

顧客キャッシュフローのモデルでは、企業の顧客関係を、漏れやすいバケツのようなものとして扱います。各期間ごとに、企業の顧客の一部（維持率の1を引いたもの）が離れ、永久に失われます。^[2]

CLVモデルには、(1) 期間ごとの一定のマージン（維持費を含む変動費を差し引いた後の貢献）、(2) 期間ごとの一定の維持確率、(3) 割引率という3つのパラメータしかありません。さらに、このモデルでは、顧客が維持されなかった場合、その顧客は永久に失われると想定しています。最後に、このモデルでは、最初の期間の終わりに最初のマージンが（維持率に等しい確率で）受け取られると想定しています。^[2]

このモデルのもう一つの仮定は、企業が将来のキャッシュフローの現在価値を計算する際に無限の期間を使用するというものである。実際には無限の期間を持つ企業はないが、無限の期間を仮定した場合の結果については以下で議論する。^[2]

モデルの仮定では、CLV はマージンの倍数です。乗法係数は、顧客関係の予想される長さ (期間数) の現在価値を表します。保持率が 0 の場合、顧客は保持されず、乗法係数は 0 です。保持率が 1 の場合、顧客は常に保持され、企業は永久にマージンを受け取ります。永久マージンの現在価値は、マージンを割引率で割った値になります。保持率がその中間の値の場合、CLV 式から適切な乗数がわかります。^[2]

方法論

シンプルな商取引の例

(顧客あたりの平均月間収益 * 顧客あたりの粗利益) ÷ 月間解約率

分子は顧客 1 人あたりの平均月間利益を表し、解約率で割ると、顧客が今後数か月間も継続する可能性を表す等比級数の合計が得られます。 ^{[引用が必要]}

たとえば、月平均支出 100 ドル × マージン 25% ÷ 月間解約率 5% = LTV 500 ドル

保持の例

CLV (顧客生涯価値) の計算プロセスは、次の 4 つのステップで構成されます。

顧客の残存寿命の予測（通常は年数）
将来購入される製品と支払われる価格の見積もりに基づいた、将来の収益の予測（ほとんどの場合、年ごと）
これらの製品の配送にかかるコストの見積もり
これらの将来金額の正味現在価値の計算^[6]

予測の精度と時間の経過に伴う顧客追跡の難しさは、CLV 計算プロセスに影響を与える可能性があります。

保持モデルでは、いくつかの単純化された仮定が行われ、多くの場合、次の入力が含まれます。

解約率、つまり、特定の期間内に企業との関係を終了する顧客の割合。解約率 +維持率= 100%。ほとんどのモデルは、解約率または維持率のいずれかを使用して記述できます。モデルが 1 つの解約率のみを使用する場合、解約率は顧客関係の存続期間を通じて一定であると想定されます。
割引率、顧客からの将来の収益を割り引くために使用される資本コスト。割引は、顧客生涯価値の計算では無視されることが多い高度なトピックです。現在の金利は、割引率の単純な（ただし不正確な）代理として使用されることがあります。
貢献利益
維持コストとは、既存の顧客を維持するために企業が一定期間内に費やす必要がある金額です。維持コストには、顧客サポート、請求、販促インセンティブなどが含まれます。
期間は、顧客関係を分析のために分割する時間の単位です。最も一般的に使用される期間は 1 年です。顧客生涯価値は、通常 3 ～ 7 年先まで及ぶ複数期間の計算です。実際には、この時点を超える分析は推測的すぎて信頼できないと見なされます。計算に使用される期間の数は、モデル期間と呼ばれることもあります。

したがって、期間が1年の場合のCLVを計算する方法の1つは次のようになります。^[7]

{\text{CLV}}={\text{GC}}\cdot \sum _{i=1}^{n}{\frac {r^{i}}{(1+d)^{i}}}-{\text{M}}\cdot \sum _{i=1}^{n}{\frac {r^{i-1}}{(1+d)^{i-0.5}}}

ここで、は顧客一人当たりの年間総貢献、は顧客一人当たりの年間（関連）維持コスト（この式では、維持活動は年半ばごとに支払われ、前年に維持された顧客にのみ影響すると想定しています）、は期間（年）、は年間維持率、は年間割引率です。維持コストに加えて、企業は時間の経過とともに顧客の年間利益を増やすように設計されたクロスセリング活動に投資する可能性があります。^[8] ${\text{GC}}$ ${\text{M}}$ $n$ $r$ $d$

簡略化されたモデル

顧客セグメントとターゲティングの初期評価を行うために、単純なモデルで顧客生涯価値を推定することが役立つことがよくあります。期間を通じて比較的一定であることがわかった場合、CLVは無限の経済的寿命（つまり）を仮定したより単純なモデルとして表すことができます。^[9] ${\text{GC}}$ ${\text{N}}\rightarrow \infty$

{\text{CLV}}={\text{GC}}\cdot \left({\frac {r}{1+d-r}}\right)

注: CLV 方法論は、 MMAP (マーケティングメトリック監査プロトコル)に従ってマーケティングアカウンタビリティ基準委員会 (MASB)によって独立して監査されていません。

用途と利点

顧客生涯価値は、マーケティングの概念として直感的に魅力的です。なぜなら、理論的には、顧客一人ひとりが金銭的にどれだけの価値があるかを正確に表し、したがって、特にダイレクトレスポンスマーケティングにおいて、マーケティング部門が各顧客を獲得するためにどれだけの費用を費やす用意があるかを正確に表すからです。

生涯価値は通常、顧客獲得コストの妥当性を判断するために使用されます。たとえば、新規顧客の獲得コスト (COCA、つまり顧客獲得コスト) が 50 ドルで、その顧客の生涯価値が 60 ドルの場合、その顧客は収益性が高いと判断され、同様の顧客をさらに獲得しても問題ありません。

さらに、CLV は顧客エクイティを計算するために使用されます。

CLV の利点:

顧客関係を資産として管理する
経営戦略とマーケティング投資が顧客資産の価値に与える影響の監視。例：マーケティングミックスモデリングシミュレーターは、複数年のCLVモデルを使用して、追加顧客、解約率の低下、製品のアップセルの真の価値（獲得コストと比較）を示すことができます。
マーケティングおよび販売活動への投資の最適レベルの決定
総収益価値の低い「安い」顧客獲得にリソースを投資するのではなく、顧客の長期的な価値に焦点を当てることをマーケティング担当者に奨励します。
各顧客に追加費用を費やすことで得られる影響を判断するための感度分析の実施^[10]
最大限の利益を得るために、継続的なマーケティング活動に限られたリソースを最適に割り当てる
顧客の選択と顧客固有のコミュニケーション戦略に関する意思決定のための優れた基礎^[11]
顧客関係管理システムの自動化に使用する自然な意思決定基準^[12]
顧客ロイヤルティの測定（購入割合、購入および再購入の確率、購入頻度および順序など）^[13]

CLV の欠点は、一般的に CLV モデリング自体から生じるのではなく、その誤った適用から生じます。

誤用と欠点

NPV 対名目予測

最も正確な CLV 予測は、将来の純利益源のそれぞれについて正味現在価値(NPV) を使用して行われます。これにより、将来顧客から受け取る収益が将来の金銭価値で認識されます。ただし、NPV の計算には割引率の維持など、さらに高度な処理が必要になるため、ほとんどの組織では代わりに名目 (割引なし) の数値を使用して CLV を計算します。名目 CLV 予測は若干高めにバイアスされており、顧客から期待される収益が将来遠くなるほど、予測値は高くなります。

純利益と収益

CLV 予測でよくある間違いは、顧客に関連する総収益や粗利益を計算してしまうことです。ただし、これにより CLV が実際の値の倍数になる可能性があるため、代わりに顧客から期待される純利益全体として計算する必要があります。

多くの場合、eコマースの報告システムでは、純利益に基づく生涯価値ではなく、生涯収益（LTR）を報告します。これは、ほとんどのeコマースプラットフォームが注文ごとに正確な利益数値を生成すること（つまり、正確な販売商品コスト、マーケティングコスト、配送コストを計算すること）が難しいためです。生涯収益は、eコマースストアがサイトのパフォーマンスを測定するために報告する非常に貴重で有用な指標です。^[14]

セグメントの不正確さ

反対派は、CLV 予測の不正確さを理由に、重要なビジネス上の意思決定に使用すべきではないと主張することがよくあります。たとえば、顧客関係の性質など、顧客価値の主要な要因は、適切に構造化されたデータとして入手できないことが多く、そのため計算式に含まれていません。

直感との比較

顧客グループの特定の人口統計などの他の予測因子は、経験豊富なマーケティング担当者にとっては直感的に明らかな効果をもたらす可能性がありますが、CLV 予測では省略されることが多く、特定の顧客セグメントで不正確さを引き起こします。

潜在顧客を犠牲にして既存顧客を過大評価する

CLV モデルが実際に使用されている方法の最大の問題は、マーケティングが機能するという考え (つまり、マーケティングが顧客行動を変える) 自体を否定する傾向があることです。価値の低い顧客は、効果的なマーケティングによって価値の高い顧客に変えることができます。多くの CLV モデルは、はるかに多数の中価値顧客の価値を考慮せず、少数の高価値顧客を過度に優先するという誤った計算を使用しています。さらに、これらの高価値顧客は飽和状態 (つまり、それ以上製品を購入する能力がない) にある可能性があり、サービス提供に最も費用がかかるグループである可能性があり、コミュニケーションによって到達するのに最も費用がかかるグループである可能性があります。調査データの使用は、潜在的顧客に関する情報を収集するための実行可能な方法です。^[15]

CLVは静的なモデルではなく、動的な概念です

顧客生涯価値はモデルの出力であり、入力ではありません。モデルの入力が変化すると (例: マーケティングが効果的で維持率が上昇する)、平均 CLV は増加します。ただし、顧客との関係が悪化する原因となる場合は、逆のことが起こり、平均 CLV は低下します (例: 請求部門が顧客に間違った請求書や不明瞭な請求書を送信する)。

参照

Buy Till you Die は、顧客生涯価値を推定する統計的手法の一種です。
顧客収益性、つまり企業が一定期間内に顧客または顧客グループにサービスを提供することで得られる利益
顧客価値の最大化、顧客価値を高める方法
ゴンペルツ分布は、人口統計学者や保険数理士が成人の寿命の分布を説明するためによく用いられる。

参考文献

^ Lars Groeger、Francis Buttle (2015)。「顧客生涯価値」。Wiley Encyclopaedia of Management : 1– 3. doi :10.1002/9781118785317.weom090070. ISBN 9781118785317。
^ abcdefghij Farris, Paul W.; Neil T. Bendle; Phillip E. Pfeifer; David J. Reibstein (2010). Marketing Metrics: The Definitive Guide to Measuring Marketing Performance. Upper Saddle River, New Jersey: Pearson Education, Inc. ISBN 0137058292 . Marketing Accountability Standards Board (MASB) は、進行中の Common Language: Marketing Activities and Metrics プロジェクトの一環として、Marketing Metricsに記載されている測定基準のクラスの定義、目的、および構成を承認しています。
^ Shaw, R. および M. Stone (1988).データベースマーケティング、ガワー、ロンドン。
^ Peppers, D.、および M. Rogers (1997)。『Enterprise One to One: インタラクティブ時代の競争ツール』ニューヨーク: Currency Doubleday。
^ Hanssens, D.、および D. Parcheta (近日公開予定)。「顧客生涯価値 (CLV) の高速消費財への応用」
^ Ryals , L. (2008).収益性の高い顧客管理。ISBN 978-0-470-06063-6 . p.85。
^ Berger, PD; Nasr, NI (1998). 「顧客生涯価値: マーケティングモデルとアプリケーション」. Journal of Interactive Marketing . 12 (1): 17– 30. CiteSeerX 10.1.1.390.2785 . doi :10.1002/(SICI)1520-6653(199824)12:1<17::AID-DIR3>3.0.CO;2-K. S2CID 168101567.
^ Fripp, G (2014)「マーケティング学習ガイド」マーケティング学習ガイド
^ 「顧客の収益性と生涯価値」HBS Note 503-019 より引用。
^ ゲイリー・コキンズ (2009)。パフォーマンス管理：戦略実行、方法論、リスク、分析の統合。ISBN 978-0-470-44998-1。p . 177
^ Peter S. Fader、Bruce GS Hardie、Ka Lok Lee (2005) RFM と CLV: 顧客ベース分析のための等値曲線の使用。Journal of Marketing Research: 2005 年 11 月、第 42 巻、第 4 号
^ Tkachenko, Yegor. 離散および連続アクション空間における深層強化学習による CLV 近似による自律 CRM 制御。(2015 年 4 月 8 日)。arXiv.org: https://arxiv.org/abs/1504.01840
^ V. クマール (2008). 顧客生涯価値. ISBN 978-1-60198-156-1 . p. 6
^ 「eコマースの顧客生涯収益のレポート」2020年12月15日。
^ Karvanen, Juha; Rantanen, Ari; Luoma, Lasse (2014). 「調査データとベイズ分析：顧客エクイティを推定するコスト効率の高い方法」.定量的マーケティングと経済学. 12 (3): 305– 329. arXiv : 1304.5380 . doi :10.1007/s11129-014-9148-4. S2CID 53656240.

外部リンク

MASB公式サイト
製品分析コースの一環としての LTV 概要ビデオ
モバイルアプリで CLV を最大化し、顧客生涯価値を計算して最大化する方法。

[1] Lars Groeger、Francis Buttle (2015)。「顧客生涯価値」。Wiley Encyclopaedia of Management : 1– 3. doi :10.1002/9781118785317.weom090070. ISBN 9781118785317。

[Marketing_Metrics-2] Farris, Paul W.; Neil T. Bendle; Phillip E. Pfeifer; David J. Reibstein (2010). Marketing Metrics: The Definitive Guide to Measuring Marketing Performance. Upper Saddle River, New Jersey: Pearson Education, Inc. ISBN 0137058292 . Marketing Accountability Standards Board (MASB) は、進行中の Common Language: Marketing Activities and Metrics プロジェクトの一環として、Marketing Metricsに記載されている測定基準のクラスの定義、目的、および構成を承認しています。

[3] Shaw, R. および M. Stone (1988).データベースマーケティング、ガワー、ロンドン。

[4] Peppers, D.、および M. Rogers (1997)。『Enterprise One to One: インタラクティブ時代の競争ツール』ニューヨーク: Currency Doubleday。

[5] Hanssens, D.、および D. Parcheta (近日公開予定)。「顧客生涯価値 (CLV) の高速消費財への応用」

[6] ^ Ryals , L. (2008).収益性の高い顧客管理。ISBN 978-0-470-06063-6 . p.85。

[7] Berger, PD; Nasr, NI (1998). 「顧客生涯価値: マーケティングモデルとアプリケーション」. Journal of Interactive Marketing . 12 (1): 17– 30. CiteSeerX 10.1.1.390.2785 . doi :10.1002/(SICI)1520-6653(199824)12:1<17::AID-DIR3>3.0.CO;2-K. S2CID 168101567.

[8] Fripp, G (2014)「マーケティング学習ガイド」マーケティング学習ガイド

[9] 「顧客の収益性と生涯価値」HBS Note 503-019 より引用。

[10] ゲイリー・コキンズ (2009)。パフォーマンス管理：戦略実行、方法論、リスク、分析の統合。ISBN 978-0-470-44998-1。p . 177

[11] Peter S. Fader、Bruce GS Hardie、Ka Lok Lee (2005) RFM と CLV: 顧客ベース分析のための等値曲線の使用。Journal of Marketing Research: 2005 年 11 月、第 42 巻、第 4 号

[12] Tkachenko, Yegor. 離散および連続アクション空間における深層強化学習による CLV 近似による自律 CRM 制御。(2015 年 4 月 8 日)。arXiv.org: https://arxiv.org/abs/1504.01840

[13] V. クマール (2008). 顧客生涯価値. ISBN 978-1-60198-156-1 . p. 6

[14] 「eコマースの顧客生涯収益のレポート」2020年12月15日。

[15] Karvanen, Juha; Rantanen, Ari; Luoma, Lasse (2014). 「調査データとベイズ分析：顧客エクイティを推定するコスト効率の高い方法」.定量的マーケティングと経済学. 12 (3): 305– 329. arXiv : 1304.5380 . doi :10.1007/s11129-014-9148-4. S2CID 53656240.

目的

工事

方法論