SVOD 비즈니스에서 평생 가치를 계산하는 방법

다음 고객으로부터 얼마나 많은 수익을 얻을 수 있을까요? 몇 달만 머물다가 해지할까요? 아니면 다년 구독자 대열에 합류할까요?

이러한 각 질문은 고객의 생애 가치(LTV)를 이해하고 이 가치를 사용하여 사용자의 자연스러운 세그먼트를 비교하여 만족스러운(그리고 장기 구독하는) 고객의 혈맥을 찾는 데 의존합니다. 신규 고객을 확보하는 데 30달러를 지출하는 것이 가치 있는 일인지 60달러를 지출하는 것이 가치 있는 일인지 어떻게 알 수 있을까요?

가입자 LTV 계산

예를 들어 북극 애호가들을 위한 가상의 사이트인 PolarFlix를 생각해 봅시다. 이 사이트는 월 10달러의 요금을 부과하고 월 20%의 높은 이탈률을 보입니다.

고객의 생애 가치를 측정하는 가장 일반적인 방법 중 하나는 이탈률과 사용자당 평균 수익(ARPU)을 사용하는 것입니다. 이 두 값을 사용자 그룹에 결합하면 평균적으로 평균 신규 고객의 LTV를 반영할 수 있습니다. 공식은 ARPU/월별 이탈률과 같습니다. PolarFlix의 경우 10/.2 = $50입니다.

12월 1일에 PolarFlix에 100명의 고객이 추가되었다고 가정해 보겠습니다. 이 코호트는 매월 PolarFlix에 결제가 발생할 것으로 예상할 수 있습니다. 다음은 이 '월별 이탈 모델'의 작동 방식을 보여주는 표입니다. (참고: 이 공식에는 일부 고객이 포함되어 있지만 이 예는 반올림되었습니다.)

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.

구독 기반 비즈니스에서는 유지율이 평균 이탈률을 따르지 않습니다. 브라이트코브의 경우 신규 고객의 이탈률은 매우 높은 편이며, 첫 몇 번의 청구 주기 동안 월 30~40%의 높은 이탈률을 보이는 반면, 장기 구독자의 이탈률은 한 자릿수에 그칩니다.

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.

페이더와 하디 방법을 사용하면 매우 일반적인 생존 분석 방법인 카플란-마이어로는 불가능한 고객의 최장기 사용 기간 이후의 곡선까지 예측할 수 있습니다. 이 방법에는 한 가지 중요한 주의 사항이 있습니다. 위 차트에서 볼 수 있듯이 곡선은 앞으로 몇 년 후에야 0에 도달할 수 있습니다. 따라서 이러한 고객의 가치를 평가하기 위한 마감일을 선택해야 합니다.

브라이트코브는 미디어 고객의 실제 리텐션 곡선을 살펴본 후 1,000일 구독을 통해 LTV를 추정하기로 결정했습니다. 이를 통해 연간 구독에 대해 2번의 해지 주기를 허용하고 일반적인 해지율의 경우 장기 구독자의 추가 가치를 충분히 포착하여 LTV에 실질적인 차이를 만들 수 있습니다.

정확한 LTV로 더 나은 투자 가능

정확한 LTV 수치를 통해 더 많은 고객을 확보하기 위해 자신 있게 투자하고, 더 많은 콘텐츠를 라이선스하여 이탈을 방지하거나, 서비스 가격을 낮추어 더 많은 고객을 확보할 수 있습니다.

또한 LTV 및 이탈 측정치를 사용하여 고객 기반의 자연스러운 세그먼트를 비교하여 고객 기반 중 어느 부분이 건전하고 어느 부분이 추가 투자가 필요한지 파악할 수 있습니다. 예측 모델의 장점을 고려하여, 브라이트오브 오디언스 인사이트를 업그레이드하여 모든 LTV 값을 이러한 리텐션 곡선에 기반하도록 하고 있습니다.

자세한 내용은 PLAY 에피소드 '중요한 지표'에서 확인하세요.