LTV（Customer Lifetime Value）をプロダクトに実装したい、もしくは社内ダッシュボードに組み込みたい開発者向けに、5つの計算方法とそれぞれの実装観点を整理します。

TL;DR

LTV計算式は5パターン (シンプル / 粗利 / コホート / LTV/CAC / DCF)。事業フェーズと商材で選ぶ
データ基盤の前提条件: AOV と購入頻度の安定計測
実装順序: AOV → RPS → LTV の3階層で組み立てると無理が出ない
LTV/CAC比 = 3:1 は SaaS 由来の基準で EC にも応用可能だが、業界・チャネル別に分解して見る必要あり

想定スキーマ前提

本記事のSQL/Python例は次の table スキーマを想定しています。

table	主要カラム
`customers`	`id` (PK) / `first_touch_channel` / `first_order_at` / `ltv_value`
`orders`	`id` (PK) / `customer_id` (FK) / `revenue` / `gross_margin` / `created_at`
`ad_spend`	`channel` / `month` / `spend`

first_touch_channel はトラッキングスクリプト or GA4 Measurement Protocol で landing_page_referrer 経由で customers 取得時に保存するパターンを想定しています。

1. 5つの計算式と実装上の判断軸

1.1 シンプルLTV

-- 立ち上げ期EC向け
LTV = AVG(order_amount) * AVG(orders_per_year) * AVG(active_years)

実装は最も簡単。Shopify公式ドキュメントもこの式を基本式として紹介しています。粗利率や顧客IDの紐付けが整っていない初期段階では、この式で十分です。注意点: 売上ベースなので利益率の差異は反映されない。

1.2 粗利LTV

-- 拡大期EC向け
LTV_gross = AVG(order_amount * gross_margin_rate) * AVG(orders) * AVG(years)

広告予算を本格投下するフェーズで必須。粗利率データを持っていない場合は、商品マスタに gross_margin_rate カラムを追加する必要があります。Shopify Plus なら GraphQL で cost フィールド経由で取得可。

1.3 コホートLTV

-- リピート率重視・実測値ベース
SELECT
  cohort_month,
  SUM(revenue) / COUNT(DISTINCT customer_id) AS ltv
FROM orders o
JOIN customers c ON o.customer_id = c.id
WHERE c.first_order_month = cohort_month
GROUP BY cohort_month

顧客IDの紐付けが必須。BigQuery / Snowflake / Postgres などの分析DBで集計するパターンが一般的です。Bain & Company の研究は、継続率の改善が利益に大きな影響を与えると指摘しており、コホート別にリピート率を追える状態は事業の継続改善に直結します。

1.4 LTV/CAC逆算

1.4 はLTVを「算出する」式ではなく、LTVとCACの「比率を見る」投資判断軸です。LTV算出式は 1.1-1.3 + 1.5 の4方法。

ltv_cac_ratio = ltv / cac  # 基準: 3.0 以上が健全

CAC（Customer Acquisition Cost）はチャネル別に配賦が必要です。広告費 + 人件費 + ツール費 ÷ 新規獲得顧客数。SaaS業界の「3:1」基準はECにも応用できますが、業界・商材で妥当な比率は変動するので、自社実測値を基準にするのが安全です。

1.5 DCF型LTV

def dcf_ltv(annual_cf_list, discount_rate=0.07):
    return sum(cf / (1 + discount_rate)**n for n, cf in enumerate(annual_cf_list, 1))

# 例: 5年間 [10000, 8000, 6000, 4000, 2000] 円, 割引率7%
ltv = dcf_ltv([10000, 8000, 6000, 4000, 2000], 0.07)

サブスクEC（D2Cの定期便など）や高単価商材で、3-5年スパンの投資判断をする際に採用。割引率の置き方で結果が大きく変わるので、前提条件のドキュメント化が必須です。

2. AOV → RPS → LTV の3階層フレーム

5つの計算方法すべてに共通するのは、AOVと購入頻度（または継続期間）が安定計測できている前提です。実装順序として、上流から組み立てるとデータパイプラインに無理が出ません。

階層	単位	集計クエリ例
AOV	1注文	`SUM(revenue) / COUNT(DISTINCT order_id)`
RPS	1セッション	`SUM(revenue) / COUNT(DISTINCT session_id)`
LTV	1顧客	`SUM(revenue) / COUNT(DISTINCT customer_id)` (期間絞り)

集計単位が違うので、ダッシュボードの fact table を分けて持つか、ビュー層で sum / count distinct を切り替える設計が現実的です。

実務運用では、AOVとRPSを月次で安定計測できる状態を作ったうえで、LTVは四半期に1回算出するのが現実的です。LTVを毎日見る必要はないけど、AOVとRPSは毎日見られる体制が前提になります。

3. LTV/CAC比のチャネル別配賦

LTV/CAC比は全体平均では判断を誤ります。Paidチャネルが0.8でOrganicが5.0という構成だった場合、Paidの新規獲得を停止する判断が正解になります。

-- チャネル別 LTV/CAC 比
SELECT
  c.first_touch_channel,
  AVG(c.ltv_value) AS ltv,
  SUM(ad.spend) / COUNT(DISTINCT c.id) AS cac,
  AVG(c.ltv_value) / (SUM(ad.spend) / COUNT(DISTINCT c.id)) AS ltv_cac_ratio
FROM customers c
JOIN ad_spend ad ON c.first_touch_channel = ad.channel
  AND DATE_TRUNC('month', c.first_order_at) = ad.month
GROUP BY c.first_touch_channel

first_touch_channel の取得には UTM パラメータの保存が前提。トラッキングスクリプト or GA4 Measurement Protocol で landing_page_referrer を customers テーブルに保存しておく実装が一般的です。

4. 計測実装の落とし穴4つ

# (1) リピートゼロ顧客の扱い
# NG: 全顧客の平均
avg_ltv = customers.aggregate(Avg('ltv'))
# OK: 「初回購入のみ」と「リピート発生」を分けて算出
first_only = customers.filter(order_count=1).aggregate(Avg('ltv'))
repeat = customers.filter(order_count__gt=1).aggregate(Avg('ltv'))

# (2) 計測期間の固定
# NG: 全顧客で「3年で固定」 を仮定
ltv = aov * frequency * 3
# OK: コホート別に実測継続月数を採用
ltv = aov * frequency * cohort.actual_active_months

# (3) 割引適用前後の混在
# NG: gross sales ベース
aov = SUM(gross_sales) / COUNT(orders)
# OK: 割引適用後 (net sales) ベース
aov = SUM(gross_sales - discounts) / COUNT(orders)

# (4) チャネル別配賦
# NG: 全顧客平均で LTV を算出
ltv = SUM(revenue) / COUNT(customers)
# OK: 初回流入チャネル別にコホート分割
ltv_by_channel = customers.values('first_touch_channel').annotate(
    ltv=Sum('revenue') / Count('id')
)

5. まとめ

5つのLTV計算式は事業フェーズと商材で使い分け
LTV単独では投資判断ができない・LTV/CAC比で見る
AOV → RPS → LTV の3階層で実装・前段が安定してから上位に進む
LTV/CAC比はチャネル別・コホート別に分解しないと判断を誤る

LP本体に5方法の比較表とAOV→RPS→LTVの3階層フレーム図を置いてあります。実装観点の詳細は本記事に書きましたが、概念整理は LP 側のほうが図解付きで読みやすいかもしれません。

LTV計算完全ガイド