Hvorfor er det vigtigt at kende sine kunders livstidsværdi?

Få her et indblik i vigtigheden af, at arbejde med Predictive Customer Lifetime Value

Se med her når vores Head of Business Intelligence & Customer Insights, Christian Vermehren, giver jer indblik I hvorfor det er vigtigt at man arbejder med både Customer Lifetime Value & især Predictive Customer Lifetime Value.

Hvorfor er Predictive Customer Lifetime Value egentlig så vigtigt?

For nyligt afholdte vi et webinar omkring Customer Lifetime Value.

Det har gjort, at vi har fået en lang række spændende spørgsmål, som vi gerne vil følge op med. Det gør vi med nogle videoer, hvor vi besvarer dem lidt mere indgående. Det første spørgsmål vi vil kigge på er:

Hvorfor er Customer Lifetime Value egentlig så vigtigt?

Det er det af flere forskellige grunde. Men en af de vigtigste grunde er, at med en korrekt beregnet Predictive Customer Lifetime Value, kan opnå en langt bedre indsigt i sin marketing ROI.

Hvis vi forstiller os, at vi laver en kampagne der koster 150 kr. og vi får bare en enkelt kunde ind som betaler 100 kr. i det første køb, så har kampagnen umiddelbart genereret et underskud fordi vi har betalt 150 kr., Og vi har kun få fået 100 kr. igen. Det vil sige, at vi på denne enkeltstående kampagne har genereret et underskud på 50 kr. Men hvad nu hvis kunden over de næste 12 måneder køber 10 gange så meget?

Så vender billedet pludseligt, og vi har en kampagne som genererer en positiv ROI med flere hundrede procent.

data-employee-thomas-machine-learning
data employee
data-employee-maiken-machine-learning

Det er vigtigt at vide, at når man anskaffer en kunde, at kunden måske til at starte med godt kan generere et underskud, men at kunden over tid kan generere et stort overskud. Det er især vigtigt at vide dette, da man her kan begynde at bruge det strategisk til at gå ud og vinde markedsandele. Vi kan ved hjælp af denne indsigt, begynde at byde mere på de ord, kampagner mv. som vi ved genererer de bedste kunder.

Vind markedsandele

For eksempel ved vi at Amazon igennem mange år har kørt med underskud, fordi de gerne ville vinde markedsandele og udbrede sig eksponentielt.

Derfor har de brugt en masse marketingskroner og en masse investeringer i at oparbejde en kundebase, selvom de ved, at det har skabt et stort underskud i starten. De ved det kommer til at generere et overskud, fordi kunden over tid har stor værdi for dem.

Et fiktivt eksempel: En kunde hos Amazon vil gennemsnitligt kun generere en indkomst på 15$ for eksempelvis køb af én bog, men over tid vil kunden måske købe for over 1000$.

Hvis vi ikke havde haft denne indsight omkring vores kunde, så ville vi muligvis rapportere på forkert data. Det ville i værste tilfælde få os til at deaktivere denne kampagne, fordi den måske ikke gav det ønskede overskud. Ved at kende sine kunders livstidsværdi, kan man investere sin markedsføring optimalt, og herved opnå en højere ROI. Dette er muligt, da man kan allokere sine ressourcer der, hvor man opnår det mest maksimale udbytte.

En af de mulige årsager til at Amazon har været så succesfulde, er fordi de har været i stand til at beregne den sande værdi af deres kundebase. Det er også en af grundene til, at vi ser dem udbrede sig meget som de gør. Dette gør, at de i dag nu presser europæiske retailers, og ikke mindst de danske.

Vi anbefaler, derfor at vi i Danmark, ligesom Amazon begynder at arbejde lidt mere professionelt med data. Hertil, at vi også tager nogen af de her lidt mere videnskabelige tilgange til marketing til os, og imødegå den globale konkurrence som vi står overfor i dag. Alt dette ved at træffe datadrevede beslutninger.

Hvis Customer Lifetime Value er noget der kunne være interessant for jer at høre mere om, så er I meget velkomne til at kontakte os, så vi kan give jer den bedst mulige rådgivning.

Vil du vide mere
om Predictive CLV?

Kontakt Christian. Han kan fortælle meget mere om predictive CLV.