Notebook

解説2

Customer Lifetime Value Part 2: Estimating Future Spend

20% of your customers account for 200% of your profits.
You read that correctly. This seems a mathematical impossibility at first glance, but as Harvard Business School professor Sunil Gupta points out in Driving Digital Strategy, this calculation works when you realize that many of your customers are unprofitable.

あなたの顧客の20%が利益の200%を占めている。それは一見、数学的に不可能に思えるが、Harvard Business Schoolの教授であるSunil GuptaがDriving Digital Strategyで指摘しているように、多くの顧客が不採算であるという事実を理解すればこの計算が成り立つ。

While the exact ratio may vary by business, it is crucial that each business identifies its high-value customers, cultivates long-term relationships with them, and attracts more customers of this caliber.

具体的な比率はビジネスによって異なるかもしれないが、各ビジネスが高価値な顧客を特定し、彼らとの長期的な関係を育て、同等のレベルの顧客を更に引き寄せることが重要だ。

While some companies may go to the extent of firing unprofitable customers, at a minimum, firms should identify unprofitable customers and minimize additional investment in them. Bain & Company 1 is famous for its analysis that shows increasing customer retention rates by 5% increases profitability by 25-to-95%, but the critical lesson is that this is achieved when we retain the right customers.

一部の企業では不採算顧客を切るほどまで行くかもしれないが、少なくとも企業は不採算顧客を特定し、彼らへの追加投資を最小限に抑えるべきだ。Bain & Companyは、顧客維持率を5%増やすことで利益性が25から95%増加するという分析で有名だが、重要な教訓は、正しい顧客を維持することでこれが達成されるということだ。

The potential profitability of any given customer is not always apparent, and the development of long-term, high-value relationships often requires a significant upfront investment. In non-subscription models where customers can come and go as they please, the best we can do is interpret the signals generated by individual customers in terms of the frequency, recency, and monetary value of their transactional interactions and from these estimate future revenue potential.

ある特定の顧客の潜在的な利益性は常に明らかではなく、長期的な高価値な関係の構築はしばしば大きな前期投資を必要とする。顧客が自由に来たり去ったりできる非定期購読モデルでは、個々の顧客が取引の頻度、新規性、金額の観点から発信するシグナルを解釈し、これらから将来の収益潜在性を推定することが最善の手段だ。

Figure 1. Three different customers indicating three different potentials for future profits
図1. 三人の異なる顧客が示す将来の利益に対する三つの異なる潜在性

WHY CLV IS SO IMPORTANT

CLVが重要な理由

Customer Lifetime Value (CLV) is a cornerstone metric in modern marketing. Whether you are selling men's fashion 2, craft spirits 3 or rideshare services 4, the net present value of future spend by a customer helps guide investments in customer retention and provides a measuring stick for overall marketing effectiveness. When calculated at the individual level, CLV can help us separate our best customers from our worst and position every customer in between.

顧客生涯価値（CLV）は現代マーケティングの基石的な指標だ。男性向けファッションを売っているか、クラフトスピリッツを売っているか、ライドシェアサービスを提供しているかに関わらず、顧客による未来の支払いの現在価値は顧客維持の投資をガイドし、全体的なマーケティングの効果を測定する基準となる。個々のレベルで計算されたCLVは、最良の顧客と最悪の顧客を分け、その間のすべての顧客を位置づけるのに役立つ。

This recognition of the differing potential of various customers, coupled with an understanding of their personal preferences, provides us a basis for effective personalization. In a 2019 survey 5 of 600 senior marketers in the retail, travel, and hospitality industries, companies reporting the highest ROI from personalization were twice as likely to name customer lifetime value as a primary business objective compared to those who achieved lower returns. CLV is foundational to customer-centric engagement. That said, CLV is a tricky metric to calculate correctly 6.

この、様々な顧客の潜在能力の違いを認識することと、それぞれの個人的な嗜好の理解を組み合わせることが、効果的なパーソナライゼーションの基盤を提供する。2019年の調査では、パーソナライゼーションから最高のROIを報告している企業は、低いリターンを達成した企業に比べて顧客生涯価値を主要なビジネス目標として名付ける可能性が2倍高い。CLVは顧客中心のエンゲージメントの基盤だ。だが、CLVは正しく計算するのが難しい指標でもある。

Deriving Customer Lifetime Value

顧客生涯価値の導出

The simplest CLV formulas multiply average annual revenue (or profit) by average customer lifetime to arrive at the total potential profit or revenue we may obtain from a typical customer. Formulations of CLV, which operate on these simple averages, are helpful in orienting us to the two key levers which drive CLV, namely customer lifespan and customer spend. But if you've read the first part of this two-part blog series (or watched this entertaining presentation by Peter Fader 7), you know that simple averages with their assumptions of a balanced (normal) distribution of values do not reflect the reality of these measures. While this sounds a little esoteric, what's important to understand is that in failing to account for the skewed range of frequencies and spend surrounding customer transactions, these formulas can severely misrepresent the real CLV of our customer base.

最も単純なCLVの式は、平均的な年間収益（または利益）を平均的な顧客の生涯で掛け合わせ、一般的な顧客から得られる可能性のある総収益または総利益を求める。これらの単純な平均に基づくCLVの計算は、CLVを駆動する二つの重要な要素、すなわち顧客の寿命と顧客の支払いに我々を向かせるのに役立つ。だが、この二部構成のブログシリーズの第一部を読んだり、Peter Faderのこのエンターテイニングなプレゼンテーションを観たりしたなら、単純な平均値とそのバランスの取れた（正常な）値分布の仮定がこれらの尺度の現実を反映していないことを知っているはずだ。これは少し難解に聞こえるかもしれないが、重要なことは、顧客取引の頻度と支払いの範囲の歪度を考慮に入れないこれらの式は、我々の顧客基盤の実際のCLVを大きく誤って表現する可能性があるということだ。

Figure 2. Averaging customer spend ignores a long tail of higher spenders
図2. 平均的な顧客支出は高額な支出者の長いテールを無視する

In addition, these averages articulate something about the general state of the overall customer population and not the individual customers we are attempting to serve in a more personalized manner. Many organizations attempt to correct for this by segmenting their customers and deriving segment-specific CLVs. While a bit more tailored to the customers in a segment, such approaches miss shifts in individual customer behavior that may indicate their lowered or elevated potential for returns.

さらに、これらの平均値は全体の顧客集団の一般的な状態について何かを示しているだけで、より個別化した方法でサービスを提供しようとしている個々の顧客については示していない。多くの組織は、顧客をセグメント化し、セグメント特有のCLVを導出することでこれを補正しようと試みる。一部の顧客にはもっと適応しているが、このようなアプローチは個々の顧客の行動の変化を見落とし、それが収益の低下や増加の可能性を示しているかもしれない。

A proper formulation of CLV examines individual customers' patterns of engagement relative to patterns observed across the customer population. Popular models for such emerged in the late 1980s but were underutilized due to the mathematical complexity involved with them. These Buy 'til You Die (BYTD) models experienced a renaissance in the mid-2000s when revisions allowed the math to be greatly simplified. Still, to call the BTYD models easy to calculate for most practitioners would be an overstatement. Thankfully, the logic behind these models has been encapsulated in popular libraries that make the calculations far more accessible to traditional enterprises.

正確なCLVの計算は、顧客集団全体で観察されるパターンに対する個々の顧客のエンゲージメントパターンを調査する。こうしたための人気モデルは1980年代後半に登場したが、それらに関連する数学的な複雑さのために利用されることは少なかった。これらの買うまで死ぬ（BYTD）モデルは、計算が大幅に簡素化される改訂によって2000年代半ばに再評価された。それでも、BTYDモデルがほとんどの実践者にとって計算しやすいと言うのは大げさだ。幸いなことに、これらのモデルの背後にある論理は、伝統的な企業にとって計算をはるかにアクセスしやすくする一般的なライブラリに取り込まれている。

Bringing CLV to the Enterprise

CLVをエンタープライズにもたらす

As discussed in the previous blog, the use of these libraries makes the proper calculation of individualized CLV much easier, but there are still several technical hurdles that need to be overcome. These challenges are well addressed through a collection of capabilities popular with Data Engineering and Data Science practitioners and available through the Databricks platform. (You can read more about these challenges and see how they are addressed by reviewing the previous blog post and its associated notebook.)

前のブログで議論したように、これらのライブラリの使用は個々化されたCLVの適切な計算をはるかに容易にするが、まだ克服しなければならない技術的なハードルがいくつかある。これらの課題は、データエンジニアリングとデータサイエンスの実践者に人気があり、Databricksプラットフォームを通じて利用可能な一連の能力を通じてうまく対処される。（これらの課題については前のブログ投稿とその関連ノートブックを見直すことで詳しく読むことができる。）

Figure 3. Twelve-month CLV for individual customers calculated using a 1% monthly discount rate
図3. 1％の月次割引率を使用して計算された個々の顧客のための12ヶ月のCLV

So if the technical challenge is largely addressed, how then might we bring these per-customer CLV calculations into our day-to-day processes? First, we need to recognize that CLV is never a given. Product innovation, shifts in customer needs and preferences, and changes in the competitive marketplace can alter individual patterns of engagement and estimated CLV. As such, aggregate CLV (both in total and normalized for the size of our customer base) is a metric that should be monitored on an ongoing basis to assess shifts in customer equity.

だから、技術的な課題が大部分解決されたとしたら、どうやってこれらの1顧客あたりのCLV計算を日々のプロセスに組み込むべきだろうか？　まず、CLVは決して与えられたものではないことを認識する必要がある。製品の革新、顧客のニーズや好みの変化、競争市場の変化は、個々のエンゲージメントのパターンと推定されるCLVを変更することができる。したがって、集計CLV（全体のものと顧客基盤のサイズで正規化されたものの両方）は、顧客資本の変化を評価するために継続的に監視すべき指標だ。

Figure 4. Five-year projections of aggregate CLV presented in 6-month intervals
図4. 6ヶ月間隔で提示された集計CLVの5年間の予測

In addition, we should seek to understand what separates our higher valued customers from our lower valued ones. Differences in customer characteristics and behaviors may illuminate how different customers value our offerings and allow us to steer these in directions that maximize profitability. Similarly, we may be able to enhance our customer acquisition strategy, targeting new, look-alike customers that are likely to join our pool of high-valued customers.

さらに、高価値の顧客と低価値の顧客とを分けるものは何かを理解しようと努めるべきだ。顧客の特性や行動の違いが、異なる顧客が私たちの提供物をどのように価値あるものと見なすかを明らかにし、利益を最大化する方向にこれらを導くことができる。同様に、新たな、似たような顧客を対象とした顧客獲得戦略を強化することができるかもしれない。これらは、私たちの高価値顧客のプールに参加する可能性が高い。

Investments in capabilities and experiences may also be assessed in terms of which resonate with which customer tiers. Higher investment offerings such as loyalty programs, mobile applications, or personalized services that lengthen customer relationship lifetimes or increase per-transaction spend may justify on-going investments. Failure to move the needle on CLV may justify changes or abandonment of such offerings.

能力と経験への投資も、どれがどの顧客階層と響き合うかという観点から評価されるかもしれない。ロイヤルティプログラム、モバイルアプリケーション、または顧客関係の寿命を延ばすか、1取引あたりの支出を増やすパーソナライズされたサービスなどの高投資提供物は、継続的な投資を正当化するかもしれない。CLVに針を動かすことができないなら、そのような提供物の変更または放棄を正当化するかもしれない。

Finally, we need to bring CLV to the forefront of our customer engagements. When deciding which offers or promotions to present to customers via advertisements, mailings, or banners, CLV can be used to better ensure we invest the right way in customer relationships. When handling an issue of customer satisfaction, CLV may similarly inform us of the lengths we may go to preserve a healthy relationship with a specific customer.

最後に、CLVを顧客エンゲージメントの最前線に持ってくる必要がある。広告、メーリング、バナーを通じて顧客に提供するオファーやプロモーションを決定する際、または顧客満足度の問題を扱う際、CLVは私たちが特定の顧客との健全な関係を維持するためにどこまで行くべきかを理解するのに役立つだろう。

No relationship need ever be managed as if it were governed by pure calculus, but, still, we might carefully consider that not every customer has the same potential for return and meter our investments appropriately. The technical barriers to process integration are largely a non-concern. Today, it's a matter of shifting our practices to deliver valued products and services to customers while also maintaining a healthy, profitable relationship.

どの関係も純粋な計算によって管理される必要はないが、それでも、全ての顧客が同じ収益の可能性を持つわけではないということを注意深く考慮し、投資を適切に調整するべきだ。プロセス統合への技術的な障壁はほとんど懸念事項ではない。今日、顧客に価値ある製品とサービスを提供しつつ、健全で利益性の高い関係を維持するための私たちの慣行を変えることが問題だ。