Customer Lifetime Value, übersetzt etwa Kundenwert bzw. Kundenertragswert, ist eine Kenngröße aus der Betriebswirtschaftslehre. Sie bezeichnet den Betrag, den ein Käufer während seines gesamten „Lebens“ als Kunde eines Unternehmens umsetzt. Davon wird die Summe abgezogen, die das Unternehmen wiederum für Maßnahmen der Kundenbindung investiert hat. Dabei werden sowohl die bereits erzielten Umsätze zu Grunde gelegt, als auch die in der Zukunft potenziell möglichen Erträge.
Mit Hilfe des Customer Lifetime Value (CLV) steht ein wichtiger Key Performance Indicator (KPI), also ein Werkzeug bereit, mit dem das Kundenmanagement sowie entsprechende Marketingkampagnen geplant und verbessert werden können.
Wie wird der CLV berechnet?
Zunächst werden alle Summen berücksichtigt, die ein Kunde für ein Produkt, eine Dienstleistung oder als Gebühren an das Unternehmen zahlt. Der Gesamtbetrag macht die Einnahmen aus, die mit diesem Kunden erzielt wurden. Anschließend werden die Ausgaben für den Verbraucher addiert, also für Marketing, Werbung usw. Je nach Grad der Beziehungen können diese Ausgaben etwa bei häufiger persönlicher Kontaktaufnahme, bei der Gewährung von individuellen Rabatten oder Geschenken höher oder niedriger ausfallen. Zum Abschluss werden die Ausgaben von den Einnahmen abgezogen. Das Ergebnis stellt den Verdienst des Unternehmens mit dem einzelnen Kunden dar.
Konkrete Zahlen und Prognosen
Ein weiteres Merkmal des Customer Lifetime Value ist, dass zum einen alle konkreten Wertschöpfungen und Ausgaben aus der Vergangenheit einbezogen werden. Dies beschreibt den aktuellen Wert, den der Kunde für ein Unternehmen hat. Darüber hinaus berücksichtigt die Kenngröße aber auch eventuelle zukünftige Umsätze. Auf diese Weise ermöglicht CLV, das „Leben“ jedes einzelnen Kunden zu erfassen und anschließend die weiteren Erwartungen in eine detaillierte Prognose und Planung miteinzubeziehen.
Welchen Sinn macht die Berechnung des CLV?
Die Berechnung der Kenngröße wird häufig für eine bessere Planung von Marketing Strategien herangezogen, die das Kundenmanagement, also Kundengewinnung-, -bindung und -pflege betreffen. Einzelne Maßnahmen können auf diese Weise individuell auf den jeweiligen Kunden und seine Wünsche ausgerichtet werden, unabhängig davon, ob es sich um B2B oder B2C Geschäfte handelt.
Dafür lässt sich der Customer Lifetime Value in verschiedene Phasen oder Zyklen einteilen, um anschließend die passenden Marketing Instrumente festzulegen. Dazu zählen:
- die Anbahnung bzw. der erste Kundenkontakt
- ein Beziehungsaufbau, auch als Sozialisierung oder Eingewöhnungsphase bezeichnet
- die Individualisierung
- Cross Selling
- eventuelle Fehlerkorrekturen
- Retargeting zur Steigerung der Conversion Rate
Die inhaltliche Ausgestaltung der verschiedenen Phasen hängt unter anderem davon ab, welche Budgets zur Verfügung stehen und welche Ziele mit welchem Aufwand erreicht werden sollen. Auf diese Weise lassen sich Ressourcen für das Customer Relation Management (CRM) effizienter verteilen.
Ein Berechnungsbeispiel für den Customer Lifetime Value
Es gibt verschiedene Berechnungsformeln für den Customer Lifetime Value, die sehr kompliziert ausfallen können, je nachdem, ob nur quantitative Größen wie Akquisekosten, jährlicher Aufwand für die Kundenpflege und Zinssätze, oder auch qualitative Werte wie Potenziale von Weiterempfehlungen, Cross Selling etc. eingebunden werden.
Eine ganz einfache Berechnung soll an einem Beispiel für einen Autokäufer beschrieben werden. Kunde A legt sich alle vier Jahre einen Neuwagen zu, der einen Deckungsbeitrag von 12.000 Euro erbringt. Zusätzliche Serviceleistungen machen noch einmal 300 Euro jährlich aus. Die Kundenlebensdauer wird auf zwölf Jahre veranschlagt. Eine Abzinsung wird hier nicht berücksichtigt.
Daraus ergeben sich:
3 * 12.000 = 36.000 Euro Deckungsbeitrag für die Neuwagen
12 * 300 = 3.600 Euro Deckungsbeitrag für die Serviceleistungen
Kunde A kommt also auf einen CLV von 39.600 Euro.
Vorteile von CLV
Die Berechnung des Customer Lifetime Value hat sicherlich den Vorteil, dass ein Unternehmen seine Marketing Maßnahmen und sein Customer Relation Management an die Kunden und ihre Bedürfnisse anpassen kann, sofern es über ausreichend reale, transaktionsbezogene Daten verfügt. Startups und relativ junge Unternehmen müssen diese Daten allerdings erst sammeln und können sich nur an Richtwerten orientieren.
Nachteile
Ein Nachteil und grundsätzliches Problem besteht allerdings immer in einer gewissen Unsicherheit ob die eigenen Vorhersagen auch tatsächlich eintreffen werden. Es ist sowohl schwierig, die tatsächliche Dauer einer Geschäftsbeziehung zu schätzen, als auch die realen Umsätze zu bestimmen. Zahlreiche Einflüsse können dazu führen, dass die Prognosen sich nicht erfüllen oder erhoffte Umsätze komplett ausfallen, etwa durch neue Mitbewerber, durch plötzliche technische Veränderungen oder durch eine negative Entwicklung der wirtschaftlichen Lage.
Neben einer möglichst großen Zahl an Erfahrungsdaten spielt auch eine Rolle, wie relevante Informationen zu jedem einzelnen Kunden gewonnen werden. Jede Aktion eines Käufers muss diesem konkret zuweisbar sein, damit eine aussagekräftige Datengrundlage zu Stande kommt, ohne dass beispielsweise Privatsphäre und Datenschutz vernachlässigt werden. Mit der Weiterentwicklung von Big Data dürfte der Customer Lifetime Value aber weiter an Bedeutung gewinnen.
