SVODビジネスにおける生涯価値の計算方法

次の顧客からどれだけの収益を得られると思いますか？その顧客は数ヶ月滞在し、その後解約するのでしょうか？それとも複数年契約者の仲間入りをするのでしょうか？

これらの質問はそれぞれ、顧客の生涯価値（LTV）を理解し、その価値を使ってユーザーの自然なセグメントを比較し、満足している（そして長く購読している）顧客の脈絡を見つけることに依存している。新規顧客獲得に30ドルかける価値があるのか、60ドルかける価値があるのか、他にどうやってわかるでしょうか？

加入者数計算

例えば、PolarFlixという北極圏愛好家のための架空のサイトを考えてみよう。月額10ドルで、解約率は20％とかなり高い。

顧客の生涯価値を測定する最も一般的な方法の1つは、解約率とユーザー1人当たりの平均売上（ARPU）を使用することです。この2つの値をユーザー・グループに組み合わせれば、平均的に、平均的な新規顧客のLTVが反映されるはずです。計算式は、ARPU/月次解約率のようになります。PolarFlixの場合、これは10/.2 = $50です。

PolarFlixが12月1日に100人の顧客を獲得したとします。この集団は、毎月PolarFlixに支払いが発生すると予想します。以下は、この「月次解約モデル」がどのように振る舞うかを示す表です。(注：計算式には部分的な顧客も含まれていますが、これらの例は四捨五入されています)

receive $50 per customer, so now they can allocate some of that to marketing, operations, and content licensing and keep the rest as profit. However, if they did this, they would be underinvesting in their business.

サブスクリプションベースのビジネスでは、継続率は平均的な解約率には従いません。その代わり、ブライトコーブで見られるのは、新規顧客の解約率が非常に高く、最初の数回の請求サイクルで毎月 30 ～ 40% も解約されることがよくあります。

customer loss curve for our example company, PolarFlix, shows the LTV for this cohort of customers is $66 on October 1, 2020, with over ten customers still active. For a service with 100,000 subscribers, that’s a $1.6 million difference.

So, how do we make our formulas match our observed lifetime spending? Peter Fader and Bruce Hardie’s 2007 publication, How to Project Customer Retention, has been instrumental in our work with contractual (i.e. renewing subscription) businesses. We use historical data about our customers and create a retention curve. A retention curve shows the probability, as a value from 0 to 1, that a customer with a tenure of n days, will become a customer of tenure n+1 days. From that, it’s simple to show how much revenue we expect to receive.How to Project Customer Retention, has been instrumental in our work with contractual (i.e. renewing subscription) businesses. We use historical data about our customers and create a retention curve. A retention curve shows the probability, as a value from 0 to 1, that a customer with a tenure of n days, will become a customer of tenure n+1 days. From that, it’s simple to show how much revenue we expect to receive.

FaderとHardieの方法では、顧客の最長在職期間を超えたカーブまで予測することができる。これは、非常に一般的な生存分析法であるKaplan-Meierではできないことである。この方法には重要な注意点があります。上のグラフでわかるように、曲線が0になるのは何年も先のことかもしれない。あなたは、これらの顧客を評価するために、何らかのカットオフ日を選ばなければなりません。

ブライトコーブでは、メディア顧客の実際のリテンション カーブを調べ、加入 1,000 日間を通して LTV を見積もることにしました。これにより、年間契約では 2 サイクルの解約が可能になり、一般的な解約率では、LTV に実質的な違いをもたらすのに十分な、長期契約者の余分な価値を捉えることができます。

正確なLTVがより良い投資を可能にする

正確なLTVの数値があれば、より多くの顧客を獲得するために自信を持って投資したり、解約に対処するためにコンテンツのライセンスを増やしたり、あるいはサービスの価格を引き下げてさらに多くの顧客を獲得したりすることができる。

さらに、LTV と解約の測定値を使用して、顧客ベースの自然なセグメントを比較し、顧客ベースのどの部分が健全で、どの部分が追加投資に値するかを理解することができます。予測モデルの利点を考慮し、BrightoveAudience Insightsをアップグレードして、すべての LTV 値をこれらのリテンション カーブに基づくようにします。

詳しくは、PLAYのエピソード「重要なメトリクス」をご覧ください。