Wie zijn mijn meest waardevolle klanten?

Voorbeeld van een Pareto-verdeling met behulp van een open-source dataset.

Recent onderzoek ( Kim et al. 2017) toont aan dat consumentenverpakkingsgoederen(CPG)-categorieën een Pareto-ratio van .73 hebben, wat betekent dat 73% van de omzet afkomstig is van de top 20% van de klanten. In niet-CPG-industrieën varieert de Pareto-ratio van 0,67 voor bedrijven zonder abonnement tot 0,59 voor een bedrijf met een abonnement( McCarthy et al. 2019). Een klein deel van de klanten lijkt dus verantwoordelijk te zijn voor een groot deel van de inkomsten, een observatie die geldt voor verschillende industrieën en zelfs verschillende bedrijfsmodellen. Een fundamentele vraag voor elk bedrijf wordt dan welke waarde vertegenwoordigt een individuele klant? Of eenvoudiger gezegd, wie maakt deel uit van 20% en wie van de rest? Inzicht in welke klanten verantwoordelijk zijn voor uw (toekomstige) omzet is een solide basis voor groeistrategieën en go to market beslissingen.

Om de individuele waarde van een klant te beoordelen, is inzicht nodig in drie verschillende factoren: de gemiddelde orderwaarde, de aankoopfrequentie en de levensduur van een klant. De Customer Lifetime Value (CLV) metric werd ontwikkeld en combineert elk van deze waarden in één getal. CLV schat hoeveel waarde (omzet of winstmarge) een bepaalde klant voor uw bedrijf zal opleveren gedurende de totale tijd dat hij contact heeft met uw bedrijf - in het verleden, het heden en de toekomst. toekomst. De meeste bedrijven hebben inzicht in de huidige en vroegere waarde die door hun financiële afdeling wordt gerapporteerd. Een voorspelling van de toekomstige waarde van klanten ontbreekt echter vaak. Inzicht in CLV is belangrijk en zelfs essentieel voor groei, zoals de volgende casus illustreert.

De Customer Lifetime Value bij Slack*

Slack, het bedrijf voor samenwerkingssoftware, is een extreem voorbeeld waarbij het echt loont om de CLV van individuele klanten te berekenen. Klanten van Slack hebben een gemiddelde terugverdientijd van 3 jaar. Slack besteedt 233 miljoen aan Sales & Marketing om 30.000 nieuwe klanten te werven in 2019, en heeft dus een gemiddelde acquisitiekost van $7700. Slack kan dus aanzienlijke verliezen lijden terwijl het zijn abonneebestand opbouwt en tot overmaat van ramp verliest Slack geld op 75% aan nieuw verworven klanten. Op het eerste gezicht een somber scenario, maar de resterende 25% compenseren deze verliezen ruimschoots. Het is zo extreem dat 1% van de klanten "walvissen" zijn die $4,9 miljoen waard zijn (in post-acquisitie waarde). De andere 99% hebben samen een waarde van $56K na de overname. Weten wat klanten waard zijn is kritieke informatie voor het overleven van Slack ( Kijk voor een uitgebreide analyse van Slack naar het geweldige werk van Dan McCarthy bij Theta Equity, link hieronder). De CLV-lens dwingt Slack om een zeer klantgericht bedrijf te worden, omdat iedereen het belang inziet van een paar belangrijke klanten. Inzicht in deze dynamiek helpt Slack om na te denken over de volgende vragen. Wat zijn de gemeenschappelijke kenmerken van deze 1 % van klanten? Waar kunnen we ze vinden? Hoe kunnen we ons verkoopteam helpen om ze te werven? Hoeveel kunnen we uitgeven aan acquisitiekosten? En hoe ver moeten we gaan om deze klanten tevreden te houden? Zonder de CLV-lens kunnen deze vragen anders worden beantwoord met suboptimale resultaten.

Hoe CLV toepassen

CLV biedt marketeers en besluitvormers een kwantitatief beeld dat licht werpt op de economische aspecten van het bedrijf. CLV per klant berekenen is geen raketwetenschap; het is marketingwetenschap**. Het kan verrassend eenvoudig zijn om de waarde van je klantenbestand in te schatten door standaardmodellen en je eigen financiële gegevens te combineren. In de afgelopen twintig jaar zijn gevalideerde modellen** (voor bedrijfsmodellen met en zonder abonnement) openbaar geworden. Deze modellen maken robuuste en nauwkeurige voorspellingen mogelijk over de levensduur van de klant, de gemiddelde orderwaarde en de aankoopfrequentie. Door gebruik te maken van de gegevens die op elke factuur staan, kun je CLV modelleren, omdat je alleen maar een klantnummer, datum en prijs over een langere periode nodig hebt (voor één klant hebben we gewoon alle factuurgegevens uit hun financiële systeem gehaald en konden we meteen beginnen met modelleren). CLV biedt een raamwerk voor actie zodat datagestuurde beslissingen werkelijkheid kunnen worden. Dus als u wilt weten wat klanten waard zijn, kunt u de aanvullende bronnen hieronder bekijken of ons bellen.

Voetnoten

* De gegevens van Slack komen uit de uitstekende analyse van Theta Equity die je hier kunt vinden: https://www.thetaequity.com/slack-ipo

** Een selectie van marketing papers is hier beschikbaar: https://paperpile.com/shared/Z0Vi5Q

*** CLV-modellen geïmplementeerd in R: https://cran.r-project.org/web/packages/BTYDplus/

Referenties

Kim, Baek Jung, Vishal Singh, en Russell S. Winer (2017), "The Pareto Rule for Frequently Purchased Packaged Goods: An Empirical Generalization," Marketing Letters, 28, 4, 491-507, doi:10.1007/s11002-017-9442-5.

McCarthy, Daniel M. en Russell S. Winer (2019), "The Pareto Rule in Marketing Revisited: Is It 80/20 or 70/20?", Marketing Letters, 30, 2, 139-50, doi:10.1007/s11002-019-09490-y.