Hoe bereken je de Customer Lifetime Value uit een CSV (stap voor stap)
Om de customer lifetime value te berekenen op basis van een transactie-CSV, bepaalt u de gemiddelde bestelwaarde, de aankoopfrequentie en de levensduur van de klant. Vermenigvuldig deze drie met elkaar en pas vervolgens uw brutomarge toe. De berekening is eenvoudig. De strategische keuzes — welke klanten als afgehaakt worden beschouwd en of u terug- of vooruitkijkt — bepalen of het antwoord daadwerkelijk bruikbaar is.
Twee teams kunnen dezelfde formule op hetzelfde bestand loslaten en op twee bedragen uitkomen die een factor drie van elkaar verschillen. Geen van beide is fout. Ze hebben ongemerkt verschillende vragen beantwoord.
Deze gids behandelt de benodigde invoergegevens, de handmatige berekening in drie stappen en het punt waarop de spreadsheet-methode niet langer voldoet.
Wat u nodig heeft voordat u begint
U heeft een export op transactieniveau nodig: één rij per bestelling, met een klant-ID, een besteldatum en een bestelwaarde. Een maandelijks overzicht werkt niet, omdat lifetime value in de kern draait om hoe individuele klanten zich in de loop van de tijd gedragen.
Twee beslissingen gaan vooraf aan elke formule, en deze beïnvloeden het resultaat sterker dan welke berekening dan ook.
Historisch of voorspellend. De historische customer lifetime value telt op wat klanten tot nu toe daadwerkelijk hebben uitgegeven. De voorspellende variant schat in wat ze in de toekomst zullen uitgeven. Historisch is verdedigbaar en altijd een onderschatting; voorspellend is nuttiger voor budgettering en hangt volledig af van uw aanname over klantbehoud (retentie).
Wat telt als verloop (churn). Bij een abonnement is dit eenvoudig — de opzeggingsdatum. Bij transactionele bedrijven is er geen opzeggingsmoment, dus heeft u een regel nodig. Een klant die bijvoorbeeld al twaalf maanden niets heeft gekocht, wordt als inactief beschouwd. Kies een periode en leg deze vast.
Een goed resultaat ziet er als volgt uit. U krijgt een tabel per klant met de totale uitgaven, het aantal bestellingen, de eerste en laatste besteldatum en een segmentlabel. Daarnaast staat een hoofdcijfer met de marge-aanname er direct naast vermeld.
Hoe u dit handmatig doet
Optie 1: Bereken de gemiddelde bestelwaarde en aankoopfrequentie
Groepeer het transactiebestand op klant-ID. Tel voor elke klant de bestelwaarden op en tel het aantal bestellingen. De gemiddelde bestelwaarde is de totale omzet gedeeld door het totale aantal bestellingen binnen de klantenkring. De aankoopfrequentie is het totale aantal bestellingen gedeeld door het aantal unieke klanten in die periode.
De valkuil hier is de periode. De frequentie gemeten over twaalf maanden en de frequentie gemeten over de volledige geschiedenis zijn verschillende getallen. Als u deze in één formule mengt, krijgt u een betekenisloos resultaat. Bepaal eerst de periode en hanteer deze consequent.
Optie 2: Voeg de retentiecurve toe
De levensduur van de klant is de waarde die de meeste mensen gokken. De best onderbouwde versie komt uit uw eigen data: groepeer klanten op de maand van acquisitie en tel vervolgens hoeveel klanten in elke opeenvolgende maand nog actief waren.
Dit levert een retentiecurve op. De gemiddelde levensduur is grofweg het gebied daaronder — in een spreadsheet is dit de som van de maandelijkse retentiepercentages. Als 100 klanten over drie maanden een retentie van 80%, 65% en 55% laten zien, bouwt u de levensduur maand na maand op in plaats van uit te gaan van een afgerond getal. Onze gids voor het maken van een cohort-retentiegrafiek behandelt het visuele aspect hiervan, en wat cohortanalyse is legt het concept uit.
Optie 3: Zet het om in LTV en de LTV:CAC-ratio
Vermenigvuldig de gemiddelde bestelwaarde met de aankoopfrequentie en de levensduur, en vermenigvuldig dit vervolgens met de brutomarge. Een op omzet gebaseerde lifetime value geeft een vertekend, te hoog beeld, soms aanzienlijk, omdat een product met een lage marge op dezelfde manier wordt behandeld als een product met een hoge marge.
Deel dit vervolgens door de customer acquisition cost. Dat is waar deze ratio voor bedoeld is. Een losstaande lifetime value is slechts een weetje; lifetime value afgezet tegen wat u heeft betaald om de klant te werven, is een basis voor beslissingen.
Waar de handmatige methode tekortschiet
Bij segmentatie loopt het spaak. Eén enkel gecombineerd cijfer middelt uw beste en slechtste cohorten tot één nietszeggend getal. De bruikbare versie is per kanaal, per abonnement of per acquisitiemaand. Elk segment betekent dat u de hele keten van formules opnieuw moet opbouwen voor een gefilterde subset. Er zijn meestal meer segmenten die het controleren waard zijn dan waar men het geduld voor heeft, waardoor de meeste onbehandeld blijven.
Het opnieuw uitvoeren is het tweede probleem. Het bestand van het volgende kwartaal bevat meer rijen en vaak anders genoemde kolommen. Het retentieraster waar u een hele middag aan heeft gewerkt, moet qua bereik worden uitgebreid en de formules moeten opnieuw worden gecontroleerd. Een gemist bereik is onzichtbaar in de uiteindelijke uitvoer, en dat is precies wat het gevaarlijk maakt.
Bovendien zijn de aannames onzichtbaar. Zes maanden later toont het bestand een getal, en niemand herinnert zich of dit gebaseerd was op omzet of marge, of welke churn-periode is gebruikt. Dat is hoe een verouderd cijfer in een presentatie voor het bestuur belandt.
Er is ook een subtieler probleem. Omdat het model tijdrovend is om opnieuw op te bouwen, wordt het vaak één keer berekend en vervolgens een jaar lang geciteerd. Lifetime value is geen constante. Het verandert wanneer prijzen wijzigen, wanneer de acquisitiemix verschuift naar een goedkoper kanaal, en wanneer een productwijziging de retentie beïnvloedt. Een cijfer dat afgelopen voorjaar is berekend, kan betrekking hebben op een bedrijf dat inmiddels niet meer bestaat.
Hoe u de customer lifetime value berekent met Powerdrill Bloom
Stap 1: Upload uw gegevens
Upload de transactie-CSV rechtstreeks. Powerdrill Bloom analyseert de kolommen, zodat u kunt controleren of u een bruikbare klant-ID en een schone datumkolom heeft voordat er groeperingen plaatsvinden.
Stap 2: Beschrijf de berekening in natuurlijke taal
Formuleer de regels zoals u dat tegen een collega zou doen. Beschouw klanten zonder aankoop in twaalf maanden als inactief, pas dit brutomargepercentage toe en bereken de lifetime value per acquisitiekanaal. Stel vervolgens de vervolgvragen die er echt toe doen — hoe het cijfer verschilt tussen het bovenste en onderste kwartiel, of hoe het zich heeft ontwikkeld over de verschillende acquisitiecohorten.
Stap 3: Exporteer de grafiek, het rapport of de presentatie
Exporteer de tabel per segment, de achterliggende retentiecurve of een schriftelijke samenvatting waarin de aannames naast het cijfer zijn vastgelegd.
Waarom dit beter is dan elk kwartaal het model opnieuw opbouwen
| Spreadsheet-methode | Powerdrill Bloom | |
|---|---|---|
| Segmenteren per kanaal | De formuleketen per segment opnieuw opbouwen | Voeg het toe aan de opdracht |
| De churn-periode wijzigen | Het retentieraster herzien | Vraag het opnieuw met een nieuwe periode |
| Aannames vastleggen | Handmatige notitie, vaak ontbrekend | Vermeld in de opdracht |
| Het bestand van het volgende kwartaal | Bereiken uitbreiden, formules controleren | Uploaden en opnieuw vragen |
De tweede rij is degene die bepaalt wat u leert. Een churn-periode van twaalf maanden en een van zes maanden kunnen heel verschillende lifetime values opleveren. De eerlijkste manier om hiermee om te gaan, is door beide uit te voeren en te kijken of uw conclusie standhoudt. In een spreadsheet doet niemand dat twee keer.
Veelgemaakte fouten
Omzet gebruiken in plaats van marge. Een op omzet gebaseerde lifetime value flatteert elk bedrijf en vertekent elke vergelijking met de acquisitiekosten aanzienlijk.
Alle klanten op één hoop gooien in één cijfer. Het gemiddelde van een klantenbestand met zeer verschillende segmenten beschrijft geen enkele werkelijke klant. Segmenteer voordat u conclusies trekt.
De levensduur gokken. "Ongeveer twee jaar" is de meest voorkomende invoer en de minst verdedigbare. Leid deze in plaats daarvan af uit uw eigen retentiecurve, zelfs als die curve nog kort is.
Het overlevingseffect (survivor effect) negeren. De historische lifetime value telt alleen klanten die al bestonden, wat een verkenning geeft richting klanten die al lang klant zijn. Een berekening op basis van cohorten voorkomt dit.
Rapporteren zonder CAC. Een lifetime value van $900 zegt niets totdat u weet of de acquisitiekosten $90 of $800 bedroegen.
Het cijfer als permanent beschouwen. Bereken het opnieuw zodra de prijzen, het product of de acquisitiemix wezenlijk veranderen. Een getal dat is meegenomen uit vorig jaar is slechts een gok met een komma erin.
Conclusie
Het berekenen van de customer lifetime value op basis van een CSV bestaat uit drie stappen. De gemiddelde bestelwaarde en -frequentie, een retentiecurve op basis van uw eigen cohorten, en vervolgens de marge en de verhouding tot de acquisitiekosten. In een spreadsheet werkt dit prima — totdat u het wilt segmenteren of een andere churn-periode wilt testen.
Als het model alleen opnieuw wordt opgebouwd wanneer iemand er tijdens een vergadering om vraagt, probeer dan Powerdrill Bloom op uw transactie-export. Onze pagina over de CSV AI assistant behandelt de bredere workflow, en een CSV omzetten in een grafiek gaat in op de visuele uitvoer.
Veelgestelde vragen
Wat is de formule voor customer lifetime value?
Vermenigvuldig de gemiddelde bestelwaarde met de aankoopfrequentie en de gemiddelde levensduur van de klant, en vermenigvuldig dit vervolgens met de brutomarge. Het gebruik van omzet in plaats van marge blaast het resultaat op en maakt elke vergelijking met de acquisitiekosten onbetrouwbaar.
Hoe bereken ik de customer lifetime value in Excel?
Groepeer het transactiebestand op klant-ID om het aantal bestellingen en de totalen te krijgen. Bouw een cohort-retentieraster om de levensduur af te leiden en combineer vervolgens de drie invoergegevens. Het retentieraster is het bewerkelijke deel en moet telkens opnieuw worden opgebouwd wanneer de periode verandert.
Wat is het verschil tussen historische en voorspellende LTV?
Historische LTV telt op wat klanten al hebben uitgegeven, waardoor het altijd een onderschatting is en gemakkelijk te verdedigen valt. Voorspellende LTV schat toekomstige uitgaven in op basis van een retentie-aanname, wat het nuttiger maakt voor planning, maar ook gevoeliger voor fouten.
Wat is een goede LTV:CAC-ratio?
Het algemeen genoemde doel is drie staat tot één, maar dit hangt af van uw margestructuur en terugverdientijd. De nuttigere vraag is hoeveel maanden een klant nodig heeft om zijn acquisitiekosten terug te verdienen.
Hoe ga ik om met klanten die onlangs geen aankoop hebben gedaan?
Defieer een churn-periode en pas deze consequent toe — twaalf maanden zonder aankoop is een veelgebruikte regel voor transactionele bedrijven. Noteer de periode naast het cijfer, aangezien het wijzigen ervan de lifetime value aanzienlijk kan beïnvloeden.