LTV (Customer Lifetime Value)
Der Lifetime Value (LTV) ist der gesamte Umsatz, den ein Unternehmen von einem einzelnen Kunden über die gesamte Dauer der Beziehung erwarten kann.
Das Wichtigste in Kürze
- Durchschnittsumsatz, Bruttomarge und erwartete Lebensdauer sind die drei Eingangsgrößen der meisten Schätzungen.
- Bindung ist der stärkste Hebel, weil die Lebensdauer Umsatz und Marge zugleich multipliziert.
- Ein umsatzstarkes, betreuungsintensives Segment kann weniger wert sein als ein günstiges Self-Service-Segment.
- Passungsbewertung vor dem Kontakt verschiebt den Zulauf zu Segmenten mit flacheren Retentionskurven.
- Eins geteilt durch eine kleine Abwanderungsrate macht aus Monaten Daten unplausible Lebensdauern.
Im Detail
Die meisten Schätzungen multiplizieren drei Größen: durchschnittlicher Umsatz je Kunde und Periode, Bruttomarge und die erwartete Anzahl Perioden, die die Beziehung hält. Die Lebensdauer wird meist aus der Abwanderung abgeleitet, da der Kehrwert einer periodischen Abwanderungsrate die durchschnittliche Verweildauer annähert. Eine historische Variante summiert stattdessen, was eine abgeschlossene Kohorte tatsächlich gezahlt hat; das ist genau, liegt aber erst vor, wenn diese Kunden weg sind. Prognostische Varianten extrapolieren stattdessen aus der Retentionskurve, während die Kohorte noch aktiv ist und weiter zahlt.
Der stärkste Hebel ist die Bindung, denn die Lebensdauer multipliziert alles andere. Eine kleine Veränderung der Abwanderung bewegt das Ergebnis weit mehr als eine Preiserhöhung im selben Verhältnis, und Expansionsumsätze wirken zusätzlich, weil sie den Umsatz späterer Perioden heben. Die Marge setzt die Obergrenze, weshalb ein umsatzstarkes, aber betreuungsintensives Segment weniger wert sein kann als ein günstigeres Self-Service-Segment. Der Zielkonflikt liegt im Horizont: Ein längerer Projektionszeitraum liefert größere Zahlen, die auf Annahmen beruhen, die bisher niemand belegen kann.
Praktisch wird der Wert je Segment berechnet und nicht als ein unternehmensweiter Durchschnitt, denn der Abstand zwischen bestem und schlechtestem Segment ist meist größer als jede Veränderung, die Sie am Durchschnitt erreichen. Er setzt die Obergrenze für die Akquiseausgaben und bestimmt zugleich, welche Kunden das Onboarding zuerst betreuen sollte. Ein Scorecard-Quiz wirkt an der Quelle: Indem es die Passung vor dem Kontakt bewertet, verschiebt es die Mischung eingehender Kunden zu Segmenten, deren Retentionskurven ohnehin auf einem höheren Niveau auslaufen.
Die Schätzung führt in die Irre, solange die Retentionskurve ihre Form noch nicht zeigen konnte. Ein junges Unternehmen misst nur frühe Kohorten, deren Überlebende den Durchschnitt schmeicheln, und eine sehr kleine Abwanderungsrate im Nenner erzeugt aus wenigen Monaten Daten eine Lebensdauer von vielen Jahren. Durchschnitte verbergen darüber hinaus die gesamte Verteilung: Wenige große Accounts können eine Zahl tragen, die fast keinen Ihrer Kunden beschreibt. Bei Einmalkäufen ohne jedes Wiederkaufverhalten greift das Konzept praktisch überhaupt nicht.
Beispiel aus der Praxis
So wird es gemessen
Bauen Sie Kohorten-Retentionskurven statt einer einzelnen Zahl. Gruppieren Sie Kunden nach Eintrittsmonat, zeichnen Sie den Anteil, der in jedem Folgemonat noch zahlt, und achten Sie darauf, wo die Kurve flach wird, denn dieses Plateau bestimmt den langfristigen Wert. Verfolgen Sie Durchschnittsumsatz je Account und Bruttomarge daneben, da dieselbe Kurve je nach Beitrag der Überlebenden sehr unterschiedliche Ergebnisse liefert.
Vergleichen Sie dann Prognose und Realität. Nehmen Sie eine Kohorte, die weitgehend abgeschlossen ist, summieren Sie, was sie wirklich gezahlt hat, und halten Sie das gegen die Modellprognose für dasselbe Alter. Schießt das Modell dauerhaft zu hoch, braucht es einen kürzeren Horizont oder ein niedrigeres Plateau. Segmentieren Sie die Rechnung, denn ein Mischwert liegt meist zwischen zwei Gruppen und beschreibt keine davon.
Häufige Fehler
Der erste Fehler ist, Umsatz zu verwenden, wo Rohertrag hingehört. Ein Abonnement, dessen Bereitstellung ein Viertel des Preises kostet, hat einen um ein Viertel kleineren Lifetime Value, und jede Akquiseentscheidung auf der aufgeblähten Zahl gibt zu viel aus. Wenden Sie die Bruttomarge an, bevor Sie mit der Lebensdauer multiplizieren, und lassen Sie Support-, Hosting- und Onboardingkosten nur außen vor, wenn sie wirklich fix sind.
Der zweite Fehler ist die Projektion aus noch jungen Kohorten. Die ersten Monate sehen hervorragend aus, weil Kündiger noch keine Gelegenheit hatten, und die Kurve wird flach extrapoliert, obwohl sie noch fällt. Warten Sie, bis sich die Retentionskurve einer Kohorte sichtbar biegt, bevor Sie ihrer Steigung trauen, zeigen Sie alte und neue Kohorten im selben Diagramm und kennzeichnen Sie Projektionen deutlich als solche.
Häufig gestellte Fragen
Warum ist das LTV-zu-CAC-Verhältnis wichtig?
Das Verhältnis zeigt, ob Sie genug an einem Kunden verdienen, um die Akquisekosten zu rechtfertigen. Ein gesunder SaaS-Richtwert liegt bei etwa 3:1, das heißt, der Lifetime Value beträgt mindestens das Dreifache der Akquisekosten.
Wie kann ein Quiz-Funnel den LTV erhöhen?
Die Bewertung von Leads nach Eignung führt dazu, dass Sie Kunden onboarden, die Ihrem Idealprofil entsprechen und eher bleiben und expandieren. Besser passende Kunden wandern seltener ab, was den durchschnittlichen Lifetime Value Ihrer Kundenbasis erhöht.
Wie berechnet man den Customer Lifetime Value?
Multiplizieren Sie den durchschnittlichen Umsatz je Kunde und Periode mit der Bruttomarge und dann mit der erwarteten Anzahl Perioden. Die Lebensdauer wird üblicherweise als eins geteilt durch die periodische Abwanderungsrate geschätzt. Verlässlicher sind Kohortendaten: Summieren Sie, was eine im selben Monat gestartete Gruppe tatsächlich gezahlt hat, und extrapolieren Sie erst, wenn deren Retentionskurve flach geworden ist.
Sollte der Lifetime Value Umsatz oder Rohertrag verwenden?
Fast immer den Rohertrag. Umsatzbasierte Werte ignorieren die Kosten der Kundenbetreuung, die bei Produkten mit viel Support, Hosting oder Implementierung erheblich sein können. Da die Zahl eine Obergrenze für Akquiseausgaben setzen soll, muss sie Geld abbilden, das Sie tatsächlich behalten. Weisen Sie die Umsatzvariante bei Bedarf getrennt aus, aber vermischen Sie beide nie.
Wie schätze ich den Lifetime Value ohne lange Historie?
Nutzen Sie einen kurzen, ehrlichen Horizont statt einer projizierten Lebensdauer. Berechnen Sie, was Kunden in ihren ersten zwölf Monaten gezahlt haben, und verwenden Sie das als Untergrenze, weil es gemessen und nicht angenommen ist. Vergleichen Sie Kohorten im Zeitverlauf. Vermeiden Sie früh die Division durch die Abwanderung, da ein kleiner Nenner stark überhöhte Lebensdauern erzeugt.
Was unterscheidet Lifetime Value vom Durchschnittsumsatz je Kunde?
Der Durchschnittsumsatz beschreibt eine Periode, der Lifetime Value summiert über die gesamte Beziehung und wendet die Marge an. Zwei Unternehmen mit identischem Monatsumsatz je Account können sich im Lifetime Value um ein Mehrfaches unterscheiden, wenn eines Kunden deutlich länger hält. Der Periodenwert ist eine Eingangsgröße, der Lifetime Value das Ergebnis aus ihr, Bindung und Marge.
Wie steigere ich den Customer Lifetime Value?
Senken Sie zuerst die Abwanderung, denn die Lebensdauer multipliziert alle anderen Größen. Besseres Onboarding, das Beheben früher Kündigungsgründe und die Ausweitung der Nutzung in bestehenden Accounts heben den Wert. Ebenso wichtig ist die Akquisequalität: Kunden mit passendem Bedarf heben die gesamte Retentionskurve, weshalb eine Passungsbewertung schon bei der Erfassung den Wert an der Quelle verändert.
Warum ist eins geteilt durch die Abwanderungsrate riskant?
Weil es unterstellt, die Abwanderung bleibe für immer konstant, während sie in Wirklichkeit früh hoch ist und sinkt, sobald sich die verbleibende Gruppe selbst selektiert. Eine kleine monatliche Rate impliziert eine Lebensdauer von vielen Jahren, weit jenseits Ihres Beobachtungszeitraums. Nutzen Sie sie nur als grobe Plausibilitätsprüfung reifer Kohorten und bevorzugen Sie gemessene Kohortenumsätze.