💰 CLV客户终身价值计算器
CLV = 客单价×频次×年限×毛利率,判断会员价值
这个工具解决什么问题?
需要准备什么数据
| 输入 | 客单价、年消费频次、预计留存年限、毛利率 |
|---|---|
| 输出 | 单个会员的终身价值金额、可承受的获客成本上限 |
常见误区
不能。CLV 是基于历史数据的预测值,而获客成本是当下确定支出的现金。稳妥做法是给 CLV 打折后再作决策依据,并持续跟踪新获客群体的实际留存是否达到预期。
会员价值分布极不均匀,少数高价值会员会把平均值拉高,掩盖大部分低价值会员的真实情况。正确做法是先做 RFM 或消费分位分层,再对每层分别计算。
相关实战问答与对比指南
同类型工具
← 返回工具箱首页(全部 83 个工具) · 实战问答 · 对比指南
常见问题
经典公式:CLV = 客单价 × 年消费频次 × 预计留存年限 × 毛利率 - 服务成本。其中「预计留存年限」是难点——常见做法是用过去 12 个月的留存率做时间序列外推,或者直接用行业基准(餐饮 2~3 年、美业 1.5~2 年、零售 3~5 年)。不要只算单次交易利润,要把会员整个生命周期内能给门店带来的毛利都算进来。
三个最常用场景:① 给获客成本(CAC)定上限——CAC 应控制在 CLV 的 1/3 以内,超过 1/2 就在亏钱拉客;② 给会员权益成本定预算——会员福利包年成本建议不超过预计 CLV 的 8%~12%;③ 给客群分层决策——CLV 高于均值 3 倍的客户可以单独配 1V1 服务。
RFM 是「当下状态」的横截面,CLV 是「未来贡献」的纵向投影。RFM 高分人群不一定 CLV 高(可能一次性大额买了就走),RFM 中等但成长性好的反而 CLV 更高。实操中通常先用 RFM 筛出重点人群,再用 CLV 排序决定投入优先级,两个工具互相补位。
三个常见坑:① 客单价算错——用了原价而没用实际成交价(漏算折扣),导致 CLV 虚高;② 留存年限太乐观——很多品牌按 5 年算,实际 2 年留存率就已经腰斩;③ 没扣可变服务成本——会员专享客服、积分兑换、生日礼都会侵蚀毛利。建议每年用实际数据校准一次参数。