El lifetime value es, desde mi punto de vista, una métrica algo sobrevalorada. Y lo digo porque es muy compleja de calcular para la utilidad final que tiene. Luego veremos una alternativa que yo creo que es mucho más práctica y realista para un pequeño e-commerce que no tiene acceso a tantísima información.
¿Qué es el lifetime value?
Lo primero es lo primero: definición. Lifetime value, cuyas siglas en inglés son LTV, en español viene a ser algo así como valor de vida de cliente.
Es útil porque nos permite saber cuánto aporta un cliente cuando lo captamos en tu negocio a lo largo de un periodo de tiempo determinado. Y además, cuando se contrapone o se compara contra lo que llamamos el CAC — que sería el coste de adquisición de clientes — nos permite determinar si realmente hay una relación entre lo que invierto para captar clientes nuevos y lo que estos me aportan.
Se dice siempre que el lifetime value debería multiplicar por tres el coste de adquisición de clientes. Si me cuesta captar un cliente 10 euros, el lifetime value al menos debería ser 30. Es verdad que en determinados sectores se pide que el lifetime value pueda ser un poquito menos — un 2,5 — dependiendo de los costes operativos y los costes asociados. Pero por lo general mantenemos esta relación: el lifetime value debe ser tres veces superior al coste de adquisición de clientes.
Eso sí, hay que tener cuidado: el lifetime value no incorpora tu margen de beneficio ni nada por el estilo. Es como ganancia bruta, lo que aporta en total un usuario. Así que yo lo mantendría incluso en un 3,5 o un 4, dependiendo de los costes fijos del negocio y del margen que tenga.
La fórmula del LTV desglosada
Vamos a desgustar la fórmula y así entendemos mucho mejor de dónde viene la dificultad.
Ticket medio
El ticket medio es una métrica que todo e-commerce calcula. Es súper útil para saber en qué rangos de precios te estás moviendo y también para ver dónde se mueve la competencia. Nos permite saber cuánto se gasta de media un cliente cuando lo conseguimos captar o cuando llega a mi negocio.
Se calcula como ingresos totales entre total de pedidos. Muy sencillo, una información accesible para todo el mundo. Si quiero calcular el ticket medio de un año, lo calculo con esa información anual; si es mensual, pues tendré que conocer los pedidos y los ingresos de ese mes.
Frecuencia de compra
La frecuencia de compra es también una métrica relativamente sencilla de calcular, accesible en casi todas las herramientas de analítica que podemos manejar habitualmente: Shopify, PrestaShop, WordPress a través de plugins, Analytics…
Viene a significar cuántas veces de media me compra un cliente cuando lo capto. Si la frecuencia de compra es cuatro, diríamos que un cliente de media cuando lo capto en mi tienda online me compra cuatro veces.
Se calcula como pedidos totales entre clientes únicos. Lo vais a encontrar de las dos maneras, pero yo por lo general lo calculo así. Es tan fácil como decir: si quiero calcular la frecuencia de compra en un mes, cojo todos los pedidos de ese mes y lo divido entre los clientes únicos de ese mes. Si tengo dos pedidos y me ha comprado un solo cliente, ese cliente ha realizado dos compras, por lo tanto mi frecuencia de compra es dos.
Aquí ya vamos viendo por dónde va la fórmula: está multiplicando ticket medio por frecuencia de compra. Porque si la frecuencia de compra es muy alta — como puede pasar en un Shein, donde el ticket medio es muy bajo pero la frecuencia de compra es altísima — ese valor se multiplica desde luego.
El término conflictivo: el valor de vida del cliente (churn rate)
Y vamos con el último término, que ya es el conflictivo. El valor de vida del cliente se calcula como uno entre lo que se conoce como churn rate o tasa de abandono.
A lo mejor te viene a la cabeza la tasa de abandono de Analytics, esa que indica cuánta gente entra en tu web y no realiza ningún tipo de interacción. Aparece en prácticamente el 100% de los paneles cuando consultas Google Analytics, así que es muy familiar para todo el mundo. En cambio, no es esa tasa de abandono.
Esta tasa de abandono se calcula como total de clientes perdidos en un periodo de tiempo determinado entre clientes totales. Y ahí está el gran problema: ¿cuándo consideramos que un cliente está perdido?
En un modelo de suscripción como Netflix, sabemos cuándo un cliente ha abandonado — es cuando da de baja su suscripción. En ese momento lo consideramos un cliente abandonado. Pero en un e-commerce, que no te das de baja de ningún sitio y simplemente manifiestas tu efecto de abandonar un negocio dejando de comprar, hay que determinar, hay que establecer cuándo consideramos que un cliente ya está abandonado. ¿Cuando deja de comprarme en un año? ¿En seis meses? ¿Cuándo debe ser esa métrica?
Ahí radica la primera dificultad. Es un criterio relativamente subjetivo. Ahora con la inteligencia artificial podemos hacer verdaderas trig***** a nivel de cálculo, lo que pasa es que sigue siendo un criterio subjetivo. Y no está claro determinar cuándo hemos perdido a un cliente, porque si justo al día siguiente me compra, bueno, pues pasará a formar parte de las métricas de cliente recuperado el mes siguiente.
No es nada sencillo. Imagínate que tienes un listado de clientes en un mes — pongamos que tienes cien clientes ese mes. ¿Cómo sabes cuántos has perdido? Tienes que analizar esos correos electrónicos o esos IDs de clientes, ver quiénes me han comprado antes y ver si me han vuelto a comprar o no. Tienes que retrotraerte al pasado y analizar todo el histórico.
Como os digo, con la inteligencia artificial le puedes pasar todo el histórico de tus pedidos con un identificador de cliente y, dándole bien la solicitud de cálculo, te lo va a dar. Pero hay que darle bien la definición, hay que establecer muy bien el criterio de cuándo se va a considerar que un cliente ha sido abandonado.
Un ejemplo para que quede claro
Vamos a poner un ejemplo para terminar de entender qué es el lifetime value al final.
Teníamos un ticket medio de 50 euros, una frecuencia de compra de 2 e imaginemos que la tasa de abandono es del 30% — es decir, el 30% de mis clientes me han abandonado este año, de los que me habían comprado no me han vuelto a comprar.
1 entre 0,3 es algo así como 3,3. Entonces: 50 × 2 × 3,3 = 300 euros de lifetime value.
Eso quiere decir que a lo largo de la vida útil de un cliente antes de que me abandone, un cliente me va a aportar 300 euros. Mucho más de esos 50 euros iniciales que me aporta cuando lo capto por primera vez.
¿Es útil el LTV? Sí, pero…
Es una métrica muy bondadosa con lo que a marketing se refiere. Es decir, nos va a inflar el dato. Si imaginas que quieres que el LTV sea tres veces el coste de adquisición de clientes, muchas veces no lo vas a conseguir solo con el ticket medio dentro del marketing. En cambio, el lifetime value siempre añade un valor extra, un valor adicional a lo que sería lo que me aporta un cliente cuando llega a mi sitio web.
¿Es una métrica útil? Sí. Pero es muy engorrosa para lo que aporta. Lo que sí recomiendo siempre es calcular el ticket medio y la frecuencia de compra. En el próximo post veremos cómo solucionar esa dificultad del dato y qué alternativa más práctica y realista podemos usar.
