Valore del cliente: separare ricavi, contribuzione e previsioni

In sintesi

CLV o LTV dipende dal modello scelto. Ricavi osservati in dodici mesi, contribuzione dopo i costi variabili e previsione della relazione futura sono misure diverse.

Archivio di intelligence vuoto con dossier e mappe Illustrazione · scena fittizia
In questo articolo

Esempio fittizio: una coorte osservata per dodici mesi

Per 100 clienti, i ricavi netti osservati sono 30000 EUR e i costi variabili definiti sono 18000 EUR: produzione, consegna, pagamento e servizio variabile. La contribuzione è 12000 EUR, cioè 120 EUR per cliente iniziale. Qui sono esclusi acquisizione e costi fissi.

Misura fittizia su 12 mesiValoreCalcolo o limite
Clienti iniziali100Denominatore mantenuto.
Ricavi netti (EUR)30000Importo osservato.
Costi variabili definiti (EUR)18000Perimetro indicato nel testo.
Contribuzione (EUR)1200030000 − 18000.
Ricavi/cliente (EUR)30030000 / 100.
Contribuzione/cliente (EUR)12012000 / 100.

Rendere verificabili le ipotesi

  • Mantenete i 100 clienti iniziali nel denominatore, inclusi quelli che non acquistano più. Documentate rimborsi, imposte, costi e orizzonte.
  • Separate osservazioni e proiezioni. Una previsione specifica fidelizzazione, ricavi e costi futuri, orizzonte ed eventuale attualizzazione; provate più ipotesi.
  • Deduplicate i clienti fra canali. Una convenzione di attribuzione distribuisce un risultato, senza dimostrare che un canale lo abbia causato.

Non trasformare una stima in utile netto

I 120 EUR descrivono contribuzione osservata su dodici mesi, non utile netto né un valore a vita già noto. Nel confronto con il CAC, chiarite i perimetri ed evitate il doppio conteggio dell’acquisizione. Mostrate anche la dispersione: la media può nascondere forti differenze.

Fonti primarie

Separare il valore storico dal CLV stimato.

Il fatturato cumulativo in un determinato periodo viene osservato, mentre il valore a vita previsto dipende da ipotesi. Definire cliente, margine o base di ricavo, costi, orizzonte temporale e rimborsi. Confrontare le coorti su durate coerenti prima di concludere che un canale acquisisce clienti più duraturi.

  • Mostrare il valore osservato separatamente dalle proiezioni.
  • Documentare l'orizzonte temporale e i costi inclusi.
  • Esaminare la sensibilità alle ipotesi di acquisto ripetuto.

È possibile presentare una formula semplice come una previsione certa?

No. Un modello semplificato può chiarire uno scenario quando le ipotesi sono evidenti. È opportuno confrontarlo con i dati storici disponibili e con l'incertezza attuale, piuttosto che basarsi su un singolo valore garantito.

Fonte primaria: Google SRE — Data processing pipelines. Metodo correlato: consultare la guida pratica.

Valore del cliente e durata del follow-up

Ulteriore punto di revisione: valore del cliente e durata del follow-up. Una specifica di coorte e una tabella che mostri i conteggi, le finestre di osservazione e i limiti di confronto.

  • Nome del ritorno: Specificare l'evento utile, il periodo e la modalità di calcolo. Le modalità standard, a rotazione e cumulativa di GA4 utilizzano definizioni diverse; le loro celle non devono essere confrontate come misure di retention identiche.
  • Rispettare il tempo osservabile: a un dato cutoff, una coorte recente non ha raggiunto tutti gli orizzonti temporali. Contrassegnare queste celle come non osservabili anziché a zero. Confrontare lo stesso orizzonte temporale solo quando la finestra temporale pertinente è stata completata.

Fonte primaria: Google Analytics — Cohort exploration. Metodo correlato: consultare la guida pratica.