CLV را با واحد و فرض درست حساب کنید؛ AOV، Frequency، Lifetime، Margin، CAC، Cohort retention و تحلیل حساسیت.
ارزش طول عمر مشتری یا CLV برآورد می‌کند یک مشتری یا Cohort در طول رابطه چه درآمد یا حاشیه‌ای ایجاد می‌کند. عدد بدون واحد، افق، Margin و فرض Retention قابل مقایسه نیست؛ «CLV برابر ۱۰ میلیون» تا وقتی ندانیم درآمد است یا Contribution و برای چند سال، تصمیم‌ساز نیست.
این راهنما از فرمول ساده شروع می‌کند، نمونه را مرحله‌به‌مرحله حساب می‌کند و سپس نشان می‌دهد چه زمانی باید از منحنی Cohort و تنزیل استفاده کنید.
ارزش طول عمر مشتری چیست و کدام نسخه را می‌خواهیم؟
| نوع | خروجی | کاربرد |
|---|---|---|
| Historical | ارزش تحقق‌یافته تا امروز | گزارش گذشته و Segment |
| Simple predictive | AOV × Frequency × Lifetime | برآورد اولیه و سناریو |
| Margin-adjusted | Revenue CLV × Gross margin | تصمیم Acquisition و سودآوری بهتر |
| Cohort discounted | مجموع Contribution احتمالی تنزیل‌شده | رابطه بلندمدت و Retention متغیر |
CLV پیش‌بینی‌شده «ارزش حسابداری قطعی» نیست. نتیجه مدل به فرض ماندگاری، رفتار خرید و هزینه وابسته است.
فرمول ساده با مثال کامل
فرض کنید در یک فروشگاه:
- میانگین ارزش سفارش (AOV): ۱٬۲۰۰٬۰۰۰ تومان؛
- میانگین دفعات خرید: ۳ بار در سال؛
- طول عمر متوسط: ۲٫۵ سال؛
- Gross margin: ۴۰ درصد؛
- هزینه جذب (CAC): ۹۰۰٬۰۰۰ تومان.
Revenue CLV = 1,200,000 × 3 × 2.5
= 9,000,000 تومان
Contribution CLV = 9,000,000 × 0.40
= 3,600,000 تومان
CLV after acquisition cost = 3,600,000 - 900,000
= 2,700,000 تومان
عدد آخر هنوز هزینه ثابت، مالیات یا هزینه‌های غیرتخصیص‌یافته را پوشش نداده است. نام ستون را دقیق بنویسید: contribution_clv_after_cac، نه فقط value.
ورودی‌ها را از دوره یکسان بسازید
AOV = درآمد خالص سفارش‌های معتبر ÷ تعداد سفارش معتبر
Purchase frequency = تعداد سفارش معتبر ÷ تعداد مشتری یکتا در همان دوره
Gross margin = (درآمد - هزینه متغیر مستقیم) ÷ درآمد
Refund، مالیات عبوری، هزینه ارسال دریافتی و سفارش Test را براساس سیاست ثابت تعیین تکلیف کنید. اگر Frequency سالانه و Churn ماهانه است، فرمول ظاهراً درست اما واحدها ناسازگارند.
برای سنجش رفتار خرید، تحلیل RFM مکمل خوبی است؛ RFM ارزش گذشته و تازگی را Segment می‌کند، اما به‌تنهایی CLV آینده را محاسبه نمی‌کند.
طول عمر را با ۱ ÷ Churn فقط با احتیاط بسازید
فرمول تقریبی زیر مشهور است:
Average lifetime ≈ 1 ÷ churn rate per period
اگر Churn ماهانه ثابت ۵ درصد باشد، طول عمر تقریبی ۲۰ ماه می‌شود. این تقریب فرض می‌کند احتمال خروج در همه ماه‌ها ثابت است؛ در دنیای واقعی Churn ماه اول و مشتری بالغ معمولاً متفاوت‌اند. برای Cohortهای کوچک یا قرارداد سالانه نیز این تبدیل می‌تواند گمراه‌کننده باشد.
بهتر است منحنی Retention Cohort را نگه دارید: از مشتریان ورودی هر ماه، چند درصد در ماه ۱، ۲، ۳ و … فعال‌اند.
CLV مبتنی بر Cohort و تنزیل
فرمول عمومی‌تر:
CLV = Σ_t [ P(active at t) × contribution_t ÷ (1 + d)^t ] - CAC
P(active at t): احتمال فعال‌بودن در دوره t؛contribution_t: حاشیه بعد از هزینه متغیر مستقیم؛d: نرخ تنزیل همان دوره؛t: ماه یا سال با واحد ثابت.
نمونه سه‌ماهه برای Contribution ماهانه ۳۰۰ هزار تومان، Retentionهای ۱۰۰٪، ۸۰٪ و ۶۰٪ و بدون تنزیل جهت سادگی:
ماه ۱: 1.00 × 300,000 = 300,000
ماه ۲: 0.80 × 300,000 = 240,000
ماه ۳: 0.60 × 300,000 = 180,000
جمع سه ماه = 720,000 تومان
این روش افت واقعی Cohort را بهتر از یک Lifetime حدسی نشان می‌دهد. برای افق بلند، نرخ تنزیل را با مالی/مدیریت و واحد زمانی یکسان تعیین کنید.
CLV در اشتراک و فروش تکراری
برای Subscription با فرض ثبات:
CLV تقریبی = ARPA دوره‌ای × Gross margin ÷ Customer churn rate دوره‌ای
اما Expansion، Downgrade، Pause و Revenue churn را جدا ببینید. ممکن است Customer churn پایین باشد ولی مشتریان بزرگ از دست بروند. گزارش CRM نوتوا می‌تواند داده مشتری و فرصت را منظم کند، اما مدل CLV باید تراکنش و Margin واقعی را از سیستم مالی بگیرد.
تحلیل حساسیت؛ یک عدد نهایی کافی نیست
سه سناریو بسازید:
| سناریو | Lifetime | Margin | Contribution CLV |
|---|---|---|---|
| بدبینانه | ۱٫۵ سال | ۳۵٪ | ۱٬۸۹۰٬۰۰۰ |
| پایه | ۲٫۵ سال | ۴۰٪ | ۳٬۶۰۰٬۰۰۰ |
| خوش‌بینانه | ۳ سال | ۴۵٪ | ۴٬۸۶۰٬۰۰۰ |
اگر تصمیم Acquisition فقط در سناریوی خوش‌بینانه سودآور است، سقف CAC را با عدد پایه اعلام نکنید. Payback period را نیز بسنجید؛ CLV بلندمدت بالا مشکل کمبود نقد امروز را حل نمی‌کند.
خطاهای رایج
- گزارش Revenue CLV به‌عنوان سود؛
- مخلوط‌کردن ماه و سال؛
- استفاده از Churn کل برای همه Cohortها؛
- مقایسه Segmentهایی با عمر مشاهده متفاوت؛
- کم‌کردن CAC دوبار یا اصلاً کم‌نکردن؛
- نادیده‌گرفتن هزینه Support و Retention؛
- اعلام عدد با دو رقم اعشار در مدل پر از عدم قطعیت.
برگه تعریف Metric
نام: Contribution CLV 24-month
جمعیت: مشتریان اولین خرید Q1-2026
افق: 24 ماه
واحد: تومان به ازای مشتری
درآمد: خالص Refund و مالیات عبوری
هزینه: هزینه متغیر کالا + پرداخت + ارسال یارانه‌ای
Retention: منحنی Cohort ماهانه
تنزیل: ... درصد ماهانه
CAC: جداگانه / کسرشده (یکی را انتخاب کنید)
نسخه مدل و تاریخ: ...
پرسش های متداول
CLV درآمد است یا سود؟
بسته به تعریف هر دو ممکن است. نام Metric باید Revenue یا Contribution و هزینه‌های کسرشده را روشن کند؛ این دو را مقایسه مستقیم نکنید.
آیا Lifetime همیشه برابر ۱ تقسیم بر Churn است؟
فقط تقریب تحت فرض Churn ثابت و واحد زمانی یکسان است. منحنی Retention Cohort برای رفتار متغیر دقیق‌تر و شفاف‌تر است.
CAC را داخل CLV کم کنیم؟
میتوانید، اما قرارداد گزارش باید روشن باشد. Contribution CLV و CAC را جدا یا CLV-after-CAC را صریح نامگذاری کنید تا دوبار کسر نشود.
جمع‌بندی
CLV فقط ضرب سه میانگین نیست؛ قراردادی درباره جمعیت، افق، واحد، Margin و Retention است. برای شروع فرمول ساده را با نام دقیق گزارش کنید، سپس با داده کافی به منحنی Cohort و تنزیل بروید. نتیجه را سناریویی ببینید و همراه CAC و Payback تصمیم بگیرید، نه به‌عنوان پیش‌گویی قطعی ارزش هر فرد.