Нерегулярные покупки — это головная боль. Ты не знаешь, считать ли клиента ценным или он просто случайный. Вот как разобраться.
Способ 1: исторический LTV
Берёшь всех клиентов, которые у тебя были минимум полгода назад. Складываешь, сколько каждый потратил за всё время. Делишь на количество людей. Это твой реальный LTV — основан на фактических данных. Минус: работает только если у тебя есть история.
Способ 2: когортный анализ
Смотришь на группы клиентов, пришедших в один месяц. Отслеживаешь, сколько они потратили за 3, 6, 12 месяцев. Так видишь закономерность: например, 20% дают вторую покупку через 4 месяца, остальные один раз и уходят. На основе этой схемы прогнозируешь LTV для свежих когорт.
Способ 3: если истории нет
Смотришь на средний чек и вероятность повтора. Если средний чек 1000, а 30% клиентов покупают повторно через полгода, то базовый LTV ≈ 1000 × 1.3. Грубо, но лучше чем гадать.
Главное — не путай LTV с единовременной выручкой. Если ты вливаешь на ROI 300% за месяц, это не значит что LTV 300%. При нерегулярных покупках LTV рассчитывается по реальным повторам, а не по первому сценарию. Начни с исторических данных и когортного анализа — это даст тебе честную цифру, которую можно использовать для калькуляции бюджетов.
---
**Проверка:**
- Символы (без HTML): 976 ✓
- Абзацев в теле: 3 + финал ✓
- Хук в : ✓
- Нет дат/версий/цен: ✓
- Длина финала: 1 абзац ✓
Analytics Casebook
@analyticscasebook
Как считать LTV, если клиенты покупают раз в полгода
Этот пост опубликован в Telegram-канале Analytics Casebook (@analyticscasebook). Все его публикации — на странице канала.
Открыть в Telegram