Analítica web
Reflexiones sobre madurez digital, datos y tecnología

Lifetime Value (CLV) : ¿qué es y en qué puede ayudarme? Pt. I

Se lee en 3 minutos

Todos los que nos dedicamos, o que al menos nos despierta inquietud el mundo de la analítica digital sabemos que hay una palabra elevada a la categoría de mantra, y ésta no es otra que “OPTIMIZACIÓN”. En este post abordaremos distintos enfoques de optimización de la inversión realizada en medios digitales, haciendo especial hincapié en el concepto de Lifetime Value.

Sirvámonos de un sencillo ejemplo para ilustrar todo ello. Imaginemos que somos propietarios de una tienda de camisetas online que vende solo dos productos (camisetas A y B), y queremos evaluar el rendimiento de la última campaña de captación que estamos acometiendo. Para ello accedemos a nuestra herramienta de analítica encargada de la medición de nuestro/s activo/s digital/es ( GoogleAnalytics, Adobe Analyics o Webtrekk entre otras), y consultamos los resultados registrados hasta el momento. Para tratar de monetizar el rendimiento obtenido, hemos tenido que previamente fijar un valor para cada venta o conversión, en base al cual procederemos a realizar nuestro análisis de coste/valor de conversión.

blog

Aquí viene el primer concepto básico a tener en cuenta para una correcta optimización, ¿qué valor asignaríais como valor de conversión? No son pocas las ocasiones en que se decide utilizar el PVP o precio de venta como valor de conversión, pero se trata de un error que puede sesgar los resultados. Si de nuestras dos camisetas (con mismo PVP igual a 50€), la camiseta A estuviera registrando un coste de adquisición de cliente de 45€ y la camiseta B de 49€, podríamos pensar que estamos generando un ingreso de 5€ en la camiseta A y de 1€ en la camiseta B, y por tanto concluir que la acción está siendo rentable. Pero, ¿y qué ocurre con el margen bruto que obtenemos por cada venta?. El margen bruto, también conocido como margen comercial,  es la diferencia entre el ingreso por venta sin IVA  y la compra del producto a nuestro proveedor (incluidos los costes de transporte y cualquier coste indirecto que pueda ir asociado a la compra del producto). Si ese margen es igual a 10€ por ejemplo, estaremos perdiendo dinero en ambos productos (35€ y 39€ por cada cliente ganado). Por tanto he aquí el primer elemento clave: el valor de conversión que fijemos en nuestra herramienta de analítica digital ha de ser el margen bruto por venta.

Pero en base a este margen bruto existen dos approach:

  • Approach transaccional→ el valor de conversión sería ese margen bruto por venta, y en base a ello procederíamos a la optimización. Es el enfoque recomendado para la fase inicial de una empresa.
  • Approach Lifetime Value→ El lifetime value consiste en estimar el valor que tendrá la relación entre el cliente y la empresa, a lo largo de la vida de esa relación. Es decir, una estimación de la media de ventas que habrá por cliente  dentro del periodo de tiempo que continúe siéndolo. Aquí el factor determinante sería la recurrencia media, que se vería claramente influenciada por la capacidad que tengamos de fidelizar al cliente.

grafica post

La premisa es clara, si nuestras ventas se traducen en clientes fieles, y cada venta que se produzca nos provocará sucesivas en el futuro por parte del mismo cliente, el valor real de venta no sería ese margen bruto, sino que llevaría consigo un factor de corrección que reflejará esa fidelidad. Si con cada venta que registramos no conseguimos fidelizar al cliente, el valor de nuestro factor de recurrencia media será 1 , dado que ningún cliente volverá a acudir a nosotros cuando necesite una camiseta. Por tanto nuestro lifetime value será el resultado de multiplicar los 10€ de margen bruto por 1 que es el valor de nuestra recurrencia media. En este caso el valor a utilizar para una correcta optimización serían 10€.

En un escenario contrario, en el cual nuestro nivel de fidelización de cliente fuese muy alto , y consiguiéramos que un elevado porcentaje de ellos volvieran a comprarnos de nuevo, el valor del lifetime value sería superior a 1, presupongamos para este caso un 1,5. Este valor refleja la recurrencia media a lo largo de la relación que tiene un cliente con la empresa. Es decir, si se trata de camisetas, la relación que pueda tener el cliente con la empresa se puede extender a toda la vida, dado que siempre seremos susceptibles de comprarnos una. Pero sirviéndonos del factor de recurrencia de 1,5 que explicábamos antes, el valor del lifetime value para este suceso en concreto sería el resultado de multiplicar nuestros 10€ de margen por 1,5 de factor de recurrencia media. Por tanto nuestro lifetime value tendría un valor de 15€, y ese sería el valor del que deberíamos servirnos para una correcta optimización que reflejara el valor real de una venta. Es decir, a diferencia del approach transaccional estaríamos ganando 5€ que nos permitirían tener un mayor margen en el proceso de captación de clientes, y que pondrían de relieve el hecho de que los clientes vuelven a comprar en nuestra tienda online en el futuro.

Una vez introducido el concepto de lifetime value surge una duda evidente: ¿cómo se calcula el lifetime value?. Pues bien, éste se obtiene a través de un “análisis cohort”. ¿Y qué es este análisis?, ¿de dónde lo obtengo?, ¿cómo lo utilizo?, ¿de qué me sirve? Todas estas dudas y más serán resueltas en el siguiente post “Lifetime value (CLV) Pt. 2”. Hasta entonces no dudéis en compartir vuestros comentarios. 🙂

Escribe tu comentario

cuatro × uno =

Navegar