ไม่ต้องมีทีมดาต้าไซแอนซ์ก็คำนวณ LTV ลูกค้าได้ แค่เอาแชทกับประวัติออเดอร์มากางคู่กัน

เจ้าของร้านจำนวนไม่น้อยตอบได้ทันทีว่าเดือนนี้ยอดขายเท่าไหร่ แต่พอถามว่า 'ลูกค้าหนึ่งคนที่เข้ามาซื้อกับร้าน มีมูลค่ารวมทั้งหมดในระยะยาวเท่าไหร่' หลายคนตอบไม่ได้ ทั้งที่คำถามนี้สำคัญกว่ายอดขายรายเดือนเสียอีก เพราะมันบอกว่าคุณควรจ่ายเท่าไหร่เพื่อได้ลูกค้าหนึ่งคนมา โดยยังคุ้มทุน

ลองสมมติร้านขายอาหารสัตว์เลี้ยงชื่อ 'บ้านเหมียวอ้วน' ที่มีค่าแอดต่อการปิดการขายหนึ่งครั้งอยู่ที่ 250 บาท ถ้ามองแค่ยอดขายครั้งแรกที่ 300 บาท ดูเหมือนแทบไม่คุ้ม แต่ถ้าลูกค้าคนนั้นกลับมาซื้ออาหารแมวซ้ำทุกเดือนเป็นเวลาสองปี มูลค่ารวมจริง ๆ อาจสูงกว่า 7,000 บาท ซึ่งทำให้ค่าแอด 250 บาทนั้นคุ้มมากอย่างไม่ต้องสงสัย

บทความนี้จะพาคำนวณ LTV แบบพื้นฐานที่สุดโดยใช้แค่ข้อมูลที่ร้านมีอยู่แล้วในแชทและระบบออเดอร์ ไม่ต้องรอทีมดาต้าไซแอนซ์มาช่วยทำโมเดลซับซ้อน

ทำไมรู้แค่ยอดขายรายเดือนถึงไม่พอ

ยอดขายรายเดือนบอกแค่ภาพรวมว่าธุรกิจกำลังไปได้ดีหรือแย่ แต่ไม่ได้บอกว่าลูกค้าแต่ละคนมีค่าต่อธุรกิจมากแค่ไหน สองร้านที่มียอดขายรายเดือนเท่ากันอาจมีสุขภาพธุรกิจต่างกันสุดขั้ว ถ้าร้านหนึ่งมีลูกค้าซื้อซ้ำเยอะและอีกร้านต้องหาลูกค้าใหม่ตลอดเวลาเพื่อรักษายอดให้เท่าเดิม

การรู้ตัวเลข LTV ช่วยตอบคำถามสำคัญอย่าง 'ควรจ่ายค่าแอดต่อการปิดการขายหนึ่งครั้งได้สูงสุดเท่าไหร่โดยยังคุ้มทุน' ซึ่งเชื่อมโยงตรงกับอัตราส่วน LTV ต่อ CACที่ใช้ตัดสินใจเรื่องงบโฆษณาในภาพรวม

สูตรง่าย ๆ ที่ไม่ต้องใช้ดาต้าไซแอนซ์

LTV แบบพื้นฐานที่สุดคำนวณจากสามตัวเลขที่ร้านส่วนใหญ่มีอยู่แล้วในประวัติออเดอร์:

ข้อมูลสามตัวนี้ไปหาได้จากไหนในแชทและออเดอร์

ยอดซื้อเฉลี่ยต่อครั้งหาได้จากระบบออเดอร์ตรง ๆ อยู่แล้ว ส่วนความถี่ในการซื้อต่อปีต้องไล่ดูประวัติแชทของลูกค้าที่ซื้อซ้ำ ว่าเฉลี่ยแล้วห่างกันกี่วันระหว่างแต่ละครั้ง แล้วแปลงเป็นจำนวนครั้งต่อปี ส่วนอายุความสัมพันธ์เฉลี่ยดูจากลูกค้าเก่าที่เลิกซื้อไปแล้วว่าอยู่กับร้านนานแค่ไหนก่อนหายไป

ไม่ต้องมีตัวเลขแม่นร้อยเปอร์เซ็นต์ตั้งแต่ครั้งแรก แค่ประมาณจากลูกค้ากลุ่มซื้อซ้ำสัก 15-20 คนที่มีประวัติชัดเจนในแชท ก็พอเป็นตัวเลขตั้งต้นที่ใช้ตัดสินใจได้แล้ว แล้วค่อยปรับให้แม่นขึ้นเมื่อมีข้อมูลสะสมมากขึ้น

ได้ตัวเลข LTV แล้วเอาไปใช้ยังไง

พอรู้ LTV โดยประมาณแล้ว สิ่งแรกที่ควรทำคือเทียบกับค่าแอดที่จ่ายไปต่อการปิดการขายหนึ่งครั้ง ถ้า LTV สูงกว่าค่าแอดหลายเท่า แปลว่ามีช่องให้เพิ่มงบเพื่อหาลูกค้าใหม่ได้อีก แต่ถ้า LTV ใกล้เคียงหรือต่ำกว่าค่าแอด นั่นคือสัญญาณเตือนว่าธุรกิจอาจกำลังจ่ายแพงเกินไปเพื่อหาลูกค้าที่ไม่คุ้มทุนในระยะยาว ลองดูระยะเวลาคืนทุนต่อลูกค้าหนึ่งคนประกอบด้วยจะช่วยให้ตัดสินใจได้ชัดขึ้น

อีกประโยชน์หนึ่งคือใช้ตัดสินใจว่าควรลงทุนดูแลลูกค้าเก่ามากแค่ไหน ถ้า LTV สูง การลงทุนเวลาและงบเพื่อรักษาลูกค้าเก่าให้ซื้อซ้ำย่อมคุ้มกว่าไล่หาลูกค้าใหม่ตลอดเวลา และถ้าอยากรู้ต้นทุนต่อลูกค้าที่แท้จริง ลองอ่านวิธีคำนวณต้นทุนต่อลูกค้าแบบครบวงจรเพิ่มเติม

สรุป

LTV ไม่ใช่ตัวเลขที่ต้องรอทีมดาต้าไซแอนซ์มาคำนวณให้ ร้านที่มีประวัติแชทและออเดอร์อยู่แล้วสามารถประมาณตัวเลขนี้ได้เองตั้งแต่วันนี้ ด้วยสูตรง่าย ๆ สามตัวแปร

ตัวเลขที่ได้ไม่จำเป็นต้องแม่นร้อยเปอร์เซ็นต์ตั้งแต่แรก แค่มีกรอบประมาณการที่ปรับปรุงได้เรื่อย ๆ ก็เพียงพอให้ตัดสินใจเรื่องงบแอดและการดูแลลูกค้าได้ดีขึ้นกว่าการเดาแบบไม่มีตัวเลขอ้างอิงเลย

• LTV คำนวณจากยอดซื้อเฉลี่ย × ความถี่ต่อปี × อายุความสัมพันธ์เฉลี่ย
• ข้อมูลตั้งต้นดึงได้จากประวัติแชทและออเดอร์ที่ร้านมีอยู่แล้ว
• ใช้ LTV เทียบกับค่าแอดเพื่อตัดสินใจว่าควรเพิ่มงบหรือโฟกัสดูแลลูกค้าเก่า

คำถามที่พบบ่อย