LTV và churn — một khách hàng đáng bao nhiêu tiền

Câu hỏi thật sự: nên trả tối đa bao nhiêu để có một khách

CAC cho biết bạn đã trả bao nhiêu. LTV (Lifetime Value, giá trị vòng đời) cho biết khách đó mang về bao nhiêu trong suốt thời gian họ ở lại. Đặt hai số cạnh nhau, bạn biết việc mua khách đang tạo ra hay phá huỷ giá trị.

Công thức dùng trong khoá học, thống nhất với trang kỹ năng Unit Economics & Business Case:

LTV = lãi gộp mỗi khách mỗi tháng ÷ tỉ lệ rời bỏ mỗi tháng

Hai điều cần hiểu ngay trong công thức này:

• Dùng lãi gộp, không dùng doanh thu. Khách trả 400.000đ nhưng công ty phải chi 100.000đ để phục vụ họ. Chỉ 300.000đ là phần dùng được để bù CAC.
• 1 ÷ tỉ lệ rời bỏ là thời gian ở lại trung bình. Nếu mỗi tháng 3% khách rời đi, trung bình một khách ở lại 1 ÷ 3% = 33,3 tháng.

LTV của NhanhLịch

Mỗi tháng 180 trong 6.000 cơ sở rời đi: tỉ lệ rời bỏ 3%.

LTV theo doanh thu cao hơn một phần ba. Đây là con số hay xuất hiện trong slide gọi vốn, và nó làm mọi tỉ lệ LTV/CAC phía sau đẹp hơn thực tế.

Trung bình lại che giấu

Như CAC, LTV trung bình không mô tả khách nào cả. Tách theo gói:

Một khách Pro đáng gần sáu lần một khách Cơ bản. Kiểm tra lại: 150 + 30 = 180 khách rời đi, khớp với tổng. Con số chung 10 triệu là trung bình của hai nhóm rất khác nhau — dùng nó để quyết định chi tiền cho một kênh mang về toàn khách Cơ bản là sai từ gốc. Bài 6 sẽ cho thấy chuyện gì xảy ra.

Churn không đều theo thời gian

Tỉ lệ rời bỏ 3% là trung bình của cả tập khách. Nhìn theo nhóm khách bắt đầu cùng tháng (cohort), bức tranh khác: khách rời đi nhiều nhất trong những tháng đầu, khi họ chưa quen sản phẩm hoặc nhận ra nó không hợp.

Một cohort 100 cơ sở của NhanhLịch:

Hơn một phần năm cohort mất đi trong ba tháng đầu. Đây là nơi PM có đòn bẩy lớn nhất: một luồng onboarding tốt hơn không thay đổi gì với khách đã ở lại hai năm, nhưng có thể giữ thêm vài cơ sở trong mỗi 100 khách mới.

Đừng tin LTV dài hơn tuổi công ty

Công thức 1 ÷ tỉ lệ rời bỏ giả định khách cứ ở lại theo cùng tỉ lệ mãi mãi. Với tỉ lệ rời bỏ 1,5%, gói Pro có "thời gian ở lại" 66,7 tháng — hơn năm năm. NhanhLịch mới hoạt động ba năm. Không ai có dữ liệu về năm thứ năm.

Cách thận trọng là giới hạn LTV trong một khung thời gian, thường 36 tháng. Với lãi gộp 300.000đ và rời bỏ 3%, tổng lãi gộp kỳ vọng trong 36 tháng đầu là khoảng 6.660.000đ — thấp hơn một phần ba so với 10 triệu của công thức vô hạn. Khi trình bày với CFO, đưa cả hai số và nói rõ bạn dùng số nào để quyết định.

Giảm churn là đòn bẩy lớn hơn bạn nghĩ

Giảm rời bỏ từ 3% xuống 2,5% tăng LTV 20% — tương đương giảm CAC một phần sáu, mà không phải thay đổi ngân sách marketing. Và tác động cộng dồn: mỗi tháng giữ thêm 30 cơ sở, sau một năm là hàng trăm cơ sở đang trả tiền.

Rời bỏ theo khách và rời bỏ theo doanh thu

Tỉ lệ 3% đếm số khách. Nhưng khách nâng gói bù lại một phần doanh thu mất đi. Trong tháng 9 của NhanhLịch:

Doanh thu từ tập khách cũ chỉ giảm 2,125% mỗi tháng, thấp hơn tỉ lệ rời bỏ theo khách. Nếu số nâng gói đủ lớn, con số này có thể âm — tập khách cũ tự lớn lên mà không cần khách mới. Đó là lý do tính năng giúp khách lớn lên cùng sản phẩm thường đáng giá hơn vẻ ngoài.

Làm ngay

Lấy dữ liệu khách của sản phẩm bạn và dựng một bảng cohort đơn giản: mỗi tháng bắt đầu một hàng, đếm số khách còn trả tiền sau 1, 3, 6, 12 tháng. Xác định tháng nào mất nhiều khách nhất. Gọi điện cho năm khách đã rời đi trong giai đoạn đó và hỏi họ đã thử làm gì trước khi bỏ.