วิธีการคำนวณ Customer Lifetime Value (LTV) ง่ายๆ ที่คุณก็ทำได้

in
วิธีการคำนวณ Customer Lifetime Value (LTV) ง่ายๆ ที่คุณก็ทำได้

Customer Lifetime Value หรือ LTV เป็นตัวชี้วัดทางการตลาดที่สำคัญมากตัวหนึ่ง โดยมันมักถูกนำมาใช้ประเมินความคุ้มค่าในการบริหารจัดการลูกค้า และใช้เป็นตัวชี้วัดในการปรับปรุงประสิทธิภาพของธุรกิจ

ขณะที่ประโยชน์หลักของ LTV ในมุมของ Facebook คือ นำมาใช้เพิ่มประสิทธิภาพในการสร้าง Lookalike Audience ให้มีความแม่นยำ และตรงกับความต้องการของธุรกิจมากขึ้น ผ่านการใช้ข้อมูลต้นทางเป็น Custom Audience ที่สร้างจากไฟล์ข้อมูลลูกค้าที่มีข้อมูล LTV อยู่ด้วย

ทีนี้ทุกครั้งที่ผมพูดถึง LTV หลายท่านที่ไม่เคยได้ยินชื่อนี้มาก่อน ก็จะสงสัยขึ้นมาทันทีว่ามันคืออะไร ได้มาจากไหน คำนวณยังไง ผมจึงขอถือโอกาสทำเป็นบทความคุยถึงเรื่องนี้กันครับ

LTV คืออะไร?

Customer Lifetime Value (LTV) หรือ “มูลค่าตลอดชีพของลูกค้า” คือ มูลค่าที่ธุรกิจคาดว่าจะได้รับจากลูกค้าแต่ละราย ตั้งแต่เค้า “เริ่ม” เป็นลูกค้าจนกระทั่ง “เลิก” เป็นลูกค้าของเรา

พูดง่ายๆ คือ เป็นการคำนวณว่า ลูกค้า 1 คน จะสร้างมูลค่าให้ธุรกิจเท่าไหร่ตลอดระยะเวลาที่เค้าเป็นลูกค้าของเรานั่นเอง

ซึ่งมูลค่าในที่นี้ เราอาจเลือกมองเป็น “รายรับ” หรือ “กำไร” ที่ได้จากลูกค้าแต่ละรายก็ได้ ตามแต่วัตถุประสงค์ที่เราจะนำข้อมูลไปใช้ครับ

LTV คำนวณอย่างไร?

จริงๆ วิธีการคำนวณ LTV นั้นมีหลากหลายมาก ตั้งแต่วิธีที่ simple ที่สุด ไปถึงวิธีที่ซับซ้อนแบบใส่สูตรกันยุบยั่บ จนกระทั่งใช้โปรแกรมในการคำนวณเลยก็มี

ซึ่งในวันนี้ผมขอคุยแค่ในกรอบการคำนวณพื้นฐานง่ายๆ ที่ใครก็สามารถทำได้ ให้ทุกท่านเข้าใจและเห็นภาพตัวแปรที่เกี่ยวเนื่องแต่ละตัวก่อนนะครับ

เริ่มต้น ผมขอแบ่งวิธีการคำนวณออกเป็น 2 กรณี

กรณีที่ 1 : คำนวณ LTV จากข้อมูลของลูกค้ารายบุคคล

กรณีนี้ เราต้องทราบข้อมูลของลูกค้าเป็นรายบุคคลก่อน จึงจะสามารถคำนวณ LTV ได้ โดยข้อมูลที่เราต้องใช้ มีดังนี้ครับ

– มูลค่าในการซื้อในแต่ละครั้งของลูกค้า
– ความถี่ในการซื้อของลูกค้า
– ระยะเวลาที่ลูกค้าเป็นลูกค้ากับเรา

สูตรในการคำนวณ LTV ในช่วงเวลาใด เวลาหนึ่ง คือ

มูลค่าตลอดชีพของลูกค้า (LTV) = มูลค่าของลูกค้า (Customer Value) x ระยะเวลาที่ลูกค้าเป็นลูกค้าของเรา (Customer Lifespan)

โดย มูลค่าของลูกค้า (CV) = มูลค่าการซื้อ (Purchase Value) x ความถี่ในการซื้อ (Purchase Frequency)

ตัวอย่างที่ 1

สมมติ คุณเปิดร้านขายเสื้อผ้า มีลูกค้าประจำคือคุณ A

ในระยะเวลา 1 ไตรมาส (3 เดือน)

คุณ A ซื้อเสื้อจากทางร้าน

มูลค่าการซื้อ = 500 บาท / ครั้ง

ความถี่ในการซื้อ = 2 ครั้ง / ไตรมาส

โดยเราต้องเริ่มจากการคำนวณมูลค่าลูกค้า หรือ CV ของคุณ A กันก่อน

หากคำนวณในกรอบระยะเวลา 1 ไตรมาส

มูลค่าของลูกค้า (CV) (คุณ A) =  500  x 2 = 1,000 บาท / ไตรมาส

หากคำนวณในกรอบระยะเวลา 1 ปี

มูลค่าของลูกค้า (CV) ของคุณ A =  500  x 2 x 4 = 4,000 บาท / ปี

สมมติ เราทราบหรือคาดว่า ลูกค้า 1 คน จะซื้อสินค้าของเราต่อเนื่อง หรือมี Customer Lifespan อยู่ที่ประมาณ 3 ปี

เพราะฉะนั้น มูลค่าตลอดชีพของลูกค้า (LTV) ของคุณ  A = 4,000 x 3 = 12,000 บาท

ซึ่งหมายความว่า ตลอดช่วงการเป็นลูกค้ากับเรา คุณ A จะสร้าง “รายรับ” ให้เราทั้งหมดประมาณ 12,000 บาท

ถ้าอยากรู้ว่าเค้าจะสร้าง “กำไร” ให้เราเท่าไหร่ ก็ให้เราเอาอัตราผลกำไร (Profit Margin) ที่ปกติเราได้จากการขายสินค้านั้นๆ คูณเข้าไปครับ

LTV (Margin) = LTV x Profits Margin

สมมติ ปกติคุณได้กำไรจากการขายเสื้ออยู่ที่ประมาณ 30% ก็เอาคูณเข้าไปเลยครับ

LTV (Margin) (คุณ A) = 12,000 x 30% =3,600 บาท

ซึ่งหมายความว่า ตลอดช่วงการเป็นลูกค้ากับเรา คุณ A จะสร้าง “กำไร” ให้เราทั้งหมดประมาณ 3,600 บาท

หลายคนสงสัยต่อมาว่า ต้องคำนวณละเอียดเป็นรายคนแบบนี้เลยเหรอ?

คงต้องตอบว่า ถ้าสามารถทำได้ก็ดีครับ เพราะนี้ก็ถือเป็นการคำนวณที่ค่อนข้างเบสิกที่สุดแล้ว เรื่องพวกนี้มันอาจดูยุ่งยาก แต่ก็คุ้มที่จะทำนะครับ (Excel ช่วยคุณได้ 555+)

กรณีที่ 2: คำนวณ LTV จากข้อมูลในภาพรวม

สมมติคุณไม่เคยเก็บข้อมูลลูกค้าเป็นรายบุคคลมาก่อนเลย หรือลูกค้าเยอะจนมานั่งคำนวณเป็นรายบุคคลไม่ไหว ผมมีวิธีการคำนวณแบบภาพรวมที่ช่วยให้การหา LTV ง่ายขึ้นมาฝากกันครับ

โดยข้อมูลที่คุณจำเป็นต้องมีในการคำนวณวิธีนี้ ได้แก่

– ยอดขายรวม
– จำนวนคำสั่งซื้อ
– จำนวนลูกค้า (แบบไม่นับซ้ำ)

**ข้อมูลทั้งหมดต้องเก็บในกรอบเวลาเดียวกัน เช่น รายเดือน รายไตรมาส หรือรายปี

โดยสูตรในการคำนวณ LTV ในช่วงเวลาใด เวลาหนึ่ง คือ

LTV เฉลี่ยรายบุคคล = มูลค่าเฉลี่ยของลูกค้า (Average Customer Value) x ระยะเวลาเฉลี่ยที่ลูกค้าเป็นลูกค้าของเรา (Average Customer Lifespan)  

โดย

มูลค่าเฉลี่ยของลูกค้า (Average Customer value) = มูลค่าการซื้อเฉลี่ย (Average Purchase Value)  x ความถี่ในการซื้อเฉลี่ย (Average Purchase Frequency) 

มูลค่าการซื้อเฉลี่ย (Average Purchase Value)  = รายได้รวม (Total Revenue) / จำนวนคำสั่งซื้อ  (Number of Orders)

ความถี่ในการซื้อเฉลี่ย (Average Purchase Frequency) = จำนวนคำสั่งซื้อ (Number of Orders) / จำนวนลูกค้า (Number of Customers) 

ตัวอย่างที่ 2

สมมติ ในระยะเวลา 1 ปี

คุณมีรายได้จากการขายเสื้อแฟชั่น 2,000,000 บาท

มีรายการสั่งซื้อทั้งหมด 4,000 ครั้ง

มีจำนวนลูกค้าทั้งหมด 500 คน

ระยะเวลาเฉลี่ยที่ลูกค้าเป็นลูกค้าของเรา = 3 ปี

เรามาไล่คำนวณไปทีละตัวแปรนะครับ

มูลค่าการซื้อเฉลี่ย (Average Purchase Value)  = 2,000,000/4,000 = 500 บาท / คน / ครั้ง

ความถี่ในการซื้อเฉลี่ย (Average Purchase Frequency) = 4,000 / 500 = 8 ครั้ง / คน / ปี

มูลค่าเฉลี่ยของลูกค้า (Average Customer value) = 500 x 8 = 4,000 บาท / คน / ปี

LTV เฉลี่ยรายบุคคล = 4,000 x 3 = 12,000 บาท / คน

ซึ่งหมายความว่า ตลอดช่วงการเป็นลูกค้ากับเรา โดยเฉลี่ยลูกค้าแต่ละคนจะสร้าง “รายรับ” ให้เราทั้งหมดประมาณ 12,000 บาท

และเหมือนเดิมครับ ถ้าเราอยากรู้ว่าลูกค้าแต่ละคนสร้างกำไรให้เราเท่าไหร่ ก็เอา Profit Margin คูณเข้าไป (สมมติ Profit Margin = 30%)

LTV (Margin) เฉลี่ยรายบุคคล = LTV เฉลี่ยรายบุคคล x Profits Margin

LTV (Margin) เฉลี่ยรายบุคคล = 12,000 x 30% = 3,600 บาท

ซึ่งหมายความว่า ตลอดช่วงการเป็นลูกค้ากับเรา โดยเฉลี่ยลูกค้าแต่ละคนจะสร้าง “กำไร” ให้เราทั้งหมดประมาณ 3,600 บาท

**ATTENTION**

กรณีการคำนวณ LTV จากข้อมูลภาพรวม เราอาจสร้างความหลากหลายให้กับข้อมูลโดยแบ่งกลุ่มลูกค้าที่ใช้คำนวณ LTV ออกเป็นกลุ่มย่อย (segment) เช่น แบ่งกลุ่มตามช่วงอายุ ตามพื้นที่ ตามยอดซื้อสินค้า ตามความถี่ในการซื้อ ตามประเภทสินค้า เป็นต้น ซึ่งการแบ่งกลุ่มนี้จะให้ข้อมูลที่สะท้อนภาพความเป็นจริงมากขึ้นครับ

และนี่ก็คือวิธีการคำนวณ LTV แบบพื้นฐานครับ หลังจากที่เราได้ค่า LTV มาแล้วเราก็เอาไปใส่ในไฟล์ข้อมูลลูกค้า และนำไปอัพโหลดในขั้นตอนการสร้าง Custom Audience เพื่อใช้เป็น source ต้นทางในการสร้าง Lookalike Audience ต่อไปครับ

LTV Example Customer File
Custom Audience With LTV

หลังจากที่เราสร้าง Custom Audience ที่มีข้อมูล LTV เรียบร้อยแล้ว เราก็สามารถเลือกใช้ Custom Audience นี้เป็น source ในการสร้าง Lookalike Audience ต่อไปได้เลยครับ โดยระบบจะพยายามสร้างกลุ่มเป้าหมายจากผู้คนที่มีความคล้ายคลึงกับ “ลูกค้าที่มีมูลค่าสูงสุด” ของคุณครับ

**ไขข้อสงสัยเพิ่มเติม**

Q1: พอบอกว่าระบบจะพยายามสร้างกลุ่มเป้าหมายให้คล้ายลูกค้าที่มี LTV สูงสุด ก็เกิดคำถามขึ้นต่อมาว่า แบบนี้เราก็ใส่ LTV ให้สูงๆ หลอกระบบไปเลยไม่ดีเหรอ? เผื่อจะได้เจอลูกค้าที่มีมูลต่อหัวสูงๆ เพิ่มอีก

A1: ผมขอยืนยันว่า ยิ่งให้ข้อมูลที่ถูกต้องแก่ Facebook มากเท่าไหร่ Facebook ก็ยิ่งหากลุ่มเป้าหมายให้คุณได้แม่นยำมากเท่านั้น เพราะฉะนั้น ใส่ข้อมูลให้ตรงกับความเป็นจริงที่สุดย่อมดีกว่าแน่นอนครับ

Q2: ถ้าสินค้าของเราเป็นประเภทที่ลูกค้าซื้อสินค้าครั้งเดียวแล้วจบ ไม่กลับมาซื้อซ้ำ จะคำนวณ LTV อย่างไร?

A2: จริงๆ ก็แทนค่าสมการได้ตามปกติเลยครับ

กรณีที่ 1: LTV ก็จะเท่ากับ มูลค่าการซื้อ (Purchase Value) ไปเลย เพราะความถี่ในการซื้อ = 1 และไม่มี Customer Lifespan

จากตัวอย่างที่ 1 LTV ของคุณ A ก็จะเท่ากับ 500 บาท คือซื้อครั้งเดียวแล้วจบเลย

กรณีที่ 2: LTV เฉลี่ยรายบุคคล ก็จะเท่ากับ มูลค่าการซื้อเฉลี่ย เพราะความถี่ในการซื้อ = 1, จำนวนคำสั่งซื้อ = จำนวนลูกค้า และไม่มี Customer Lifespan

สิ่งที่อยากฝากไว้

การรู้จักใช้ประโยชน์จากข้อมูล เป็นหัวใจสำคัญที่จะทำให้คุณเอาชนะคู่แข่งได้ในยุคที่ข้อมูลมีค่ายิ่งกว่าทองแบบนี้ ใครมีข้อมูลในมือมากกว่า ใครนำข้อมูลไปประยุกต์ใช้ได้เก่งกว่า ย่อมได้เปรียบกว่าคนอื่นแบบเห็นๆ

แต่ก่อนที่เราจะไปถึงขั้นนั้นได้ ธุรกิจต้องเริ่มจากสิ่งที่เป็นพื้นฐานที่สุดก่อน นั่นก็คือ การจัดเก็บข้อมูลให้แบบระบบ ถูกต้อง และครบถ้วนเพราะถ้าเราไม่มีฐานข้อมูลที่ดี ก็ยากที่นำมันไปต่อยอดนะครับ ดูอย่างการคำนวณ LTV นี่ก็สะท้อนให้เห็นได้ชัดเจนเลยว่า ยิ่งเรามีฐานข้อมูลที่ถูกต้องแม่นยำครบถ้วนมากเท่าไหร่ เราก็จะยิ่งได้มาซึ่งข้อมูล LTV ที่มีทั้งปริมาณและคุณภาพ พอระบบเอาไปใช้ต่อ มันก็จะเป็นต้นทางที่มีคุณภาพเช่นกัน เพราะฉะนั้นอย่าละเลยพื้นฐานเหล่านี้กันนะครับ

 

มีประโยชน์ฝากช่วยแชร์ด้วยนะครับ #MaxideaStudio

Share on facebook
Facebook
Share on twitter
Twitter
Share on email
Email

ประชาสัมพันธ์

สำหรับท่านใดที่อ่านบทความนี้แล้ว สนใจเรียนรู้เกี่ยวกับการทำโฆษณา Facebook Ads ต้องการพัฒนาความสามารถในการใช้โฆษณาเฟสบุคเพื่อเพิ่มยอดขาย และ สร้างแบรนด์ให้แข็งแกร่ง ทางเรามีคลาสสอนทำโฆษณาเฟสบุ๊ค  “แบบกรุ๊ปขนาดเล็ก” เนื้อหาอัดแน่นตลอด 2 วันเต็ม

รอบการสอนถัดไป

•   วันพฤหัส-ศุกร์ ที่ 26-27 กันยายน 2562
•   เรียนกลุ่มละ 20 คน (เหลือ 20 ที่นั่ง)
•   สถานที่เรียน : Maxidea Co-Playing Space (ซอยลาดพร้าว 71)