每个人都使用的客户生命周期价值 (LTV) 的旧公式——每位客户的平均毛利润除以流失率——当您的客户生命周期非常长且流失率为负时，就不再正常工作了。LTV可以变得无限，这显然不能反映现实。这篇文章提供了一种基于贴现现金流分析计算 LTV 的新方法，该分析考虑了与遥远未来的收入相关的风险以及货币的时间价值。由此产生的 LTV 可以帮助公司更好地了解和管理他们未来的收入流，它更准确地反映了投资者将为未来的现金流支付的费用。
本文中的大部分内容针对的是 SaaS 公司，这些公司已经过了可重复、可扩展和可盈利的销售流程，并且正处于扩张阶段。如果您是早期的 SaaS 初创公司，仍在尝试使产品/市场契合，或者尝试不同的方法来使您的营销和销售可预测地可重复和可扩展，那么使用 CAC 和 LTV 来感受一下是很有用的你在哪里。但重要的是要注意，只有当您的销售和营销流程和成本是可预测和可扩展的时，这些公式才会产生有意义的结果。与其花太多时间在 CAC 和 LTV 上，不如把精力集中在解决提高产品/市场契合度和获取客户的问题上可重复、可扩展且有利可图。
概括
对于具有“负流失”的基于订阅的企业（他们从留存客户那里获得的收入增长速度大于来自流失的收入损失），您需要新的公式来计算同时包含这种扩张率和流失的 LTV。
此外，由于您正在对将在很远的将来发生的收入进行建模，因此您将需要应用贴现率来说明货币的风险和时间价值。我们建议使用 10% 的折扣率，但这可能会因您自己的资本成本而异。
这种方法可以提供更低但更准确的 LTV 视图。我们之前建议您的 LTV 与 CAC 比率大于 3。但是，我们将与 SaaS 公司合作，了解这种较低 LTV 计算的影响，并将在未来的帖子中提供更新的建议。
投资回收期不会改变，我们仍然建议 12 个月的投资回收期，除非您可以轻松获得大量资金。在这种情况下，您的投资回收期可能是 18 个月或更长时间。
使用下面的电子表格工具为这个新的 LTV 建模所需的数据：
- 每个账户的平均起始合同收入
- 毛利率（这应包括客户支持和帐户管理时间以保留和追加销售）
- 客户流失率
- 留存客户的增长率
介绍
模型核心概念之一是在客户层面衡量单位经济的想法，以帮助企业家弄清楚他们是否拥有良好的业务，如果没有，他们需要做什么专注于改进它。单位经济学是一个简单的概念，我们希望确保我们从客户一生中获得的利润 (LTV) 大于获取客户的成本 (CAC)。这是必要的，因为在快速增长的 SaaS/订阅业务的早期，EBITDA 损失可能是巨大的，投资者和董事会成员需要一种新的工具，这是传统会计报告中没有提供的，以帮助他们认识到最终会产生巨大利润的好企业之间的差异，以及永远不会盈利的坏生意。
这些帖子和其他几个帖子都关注留住客户的重要性，并试图实现“负面流失”。正是这种负面的流失，现在要求我们开发更复杂的测量方法来了解未来的现金流。
传统流失和 LTV
为了研究客户流失，我们需要查看在特定时间段内注册的特定客户群。我们将这些群体称为群组。因此，您可能有一个 2014 年 1 月的群组，其中包含 2014 年 1 月注册的所有客户。然后，我们将要跟踪我们保留了多少客户，以及每个群组的收入如何随着时间的推移而演变。下图显示了特定群组中的客户数量在几年内以三种不同的月度客户流失率发生的变化。
正如您可能知道的那样，该图是指数衰减的，对于指数情况，我们可以使用一个简单的公式来获得平均客户生命周期：
从那里，我们可以简单地将平均寿命乘以我们每年从每个客户那里获得的平均毛利润，以获得 LTV：
用平均客户生命周期和每个账户毛利润的数学来填写，我们得到这个公式：
（ARPA 是每个账户的平均收入）
到目前为止，我们只研究了一个简单版本的客户流失率，即客户流失率。但是，当我们查看流失时收入的表现时，事情会变得更加复杂。
为什么金额留存率 (DRR) 与客户留存率 (CRR) 不同
想象一下这样一种情况，我们在年初有两个客户，一个小的一个大的：
现在让我们看看如果我们失去客户 1 会发生什么：
我们的客户流失率为 50%，但我们的金额流失率仅为 17%。因此，我们看到这两个数字的表现不同，需要单独跟踪以了解业务中正在发生的事情的全貌。这指出了一个明显的事实：留住大客户比留住小客户更重要。
现在让我们看看如果我们能够将从客户 2 获得的收入从 5000 美元增加到 7000 美元，会发生什么：
这里发生了一件非常有趣的事情：来自剩余客户的 2000 美元的扩张收入大于我们从流失客户那里损失的 1000 美元，而且我们有负美元流失，尽管客户流失率保持在 50%。
这是一个非常强大的概念，我之前在这里写过：为什么流失对 SaaS 的成功如此重要。它确实提出了一个有趣的问题，即我们如何让我们现有的客户扩大规模，这需要我们有可变定价和/或额外的产品模块来销售。我在之前的一篇关于 多维定价的文章中已经介绍了这个主题。
CRR 和 DRR
到目前为止，我们已经讨论了客户流失和美元流失。您可能会看到使用了另外两个术语，它们是流失的对应词：
- CRR（客户留存率）= 1 – 客户流失率
- DRR（金额留存率）= 1 – 金额流失率
因此，具有负流失率的企业的金额留存率将超过 100%。这些是一些最好的 SaaS 业务。DRR 大于 100% 的示例包括：Zendesk：123%、NewRelic 115%、Box：130%、Rally Software 127%。（有关更多上市公司留存率，您可能想查看Pacific Crest 的这篇文章。）
负流失使 LTV 公式无效
在上面的 LTV 公式中，我使用术语“流失率”来保持简单。但我应该更准确地使用术语“金额流失率”来避免与客户流失率混淆。但是现在我们有一个问题，如果我们在 LTV 公式中插入一个负值，我们就得不到正确的答案。如果没有公式，你可以很容易地看出，如果我们的队列每年保持 16% 的增长（这就是 16% 的负流失率所暗示的），那么我们将拥有无限的未来收入流，并且会不断增长从这个队列。
我们第一次尝试对这种现象进行建模，结果表明客户流失开始降低收入。下面的图表显示了如果您有 100 位客户，最初开始每月向您支付 100 美元，但剩下的每个客户每月增加 5 美元的付款，将会发生什么情况。每月客户流失率为 3%：
如果感兴趣，用于计算此图的公式是：
a = 每月初始 ARPA x GM % m = 每个账户的 ARPA 每月固定增长量（非复合） c = 客户流失率 %（以月为单位）
该公式同样适用于年度值。 （注意：这个公式有一个巨大的简化，我们稍后会解决：它假设收入随着时间的推移是固定的线性增长，在大多数情况下，这不会是扩张收入的发生方式。）
使用 DCF(自由现金流折现法) 计算货币的风险和时间价值
鉴于在这种情况下如此多的客户价值发生在未来，其中存在市场变化、新竞争、技术平台变化等风险。在计算时我们应该以某种方式考虑这种风险是有道理的生命周期价值。同样，我们都知道，如果十年后有人给我们一美元，我们的价值会远远低于今天的一美元。对未来现金流量应用折扣是对这种现象建模的公认方法。
如果我们对每年流失 10% 的 SaaS 业务的现金流应用 10% 的年度折扣，会发生以下情况：
纵轴代表初始群组合同价值的百分比，以及它如何随着时间的推移以 10% 的年流失率下降。然后橙色和绿色线显示将未来现金流折现添加到蓝色基线的影响。
这显示了我们期望实现的目标：与时间较远的现金流相关的较低价值，反映了未来风险和货币的时间价值。
这更准确地反映了投资者今天愿意为未来的现金流支付的费用。
真正的 LTV：DCF 应用于负流失场景
下图显示了在负流失情况下现金流会发生什么：
- 由于以下两个变量，流失率为负 10%：
- 客户流失率为每年 10%
- 其余客户每年将其支出增加原始合同金额的 22%（注意这是线性的，而不是复合的和指数的）
这就需要我们想出一个新的 LTV 公式：
其中 G 是未流失客户的增长率，K 由以下公式定义：
其中 Churn 是客户流失率。
使用这个公式，我们可以看到 LTV，对于毛利为 1 美元的起始合同，变化如下：
未应用贴现时，左侧栏显示 LTV。我交谈过的所有首席财务官都知道这个数字太高了。然后右侧的四个条形显示当我们对未来现金流量应用折扣时 LTV 会发生什么。
什么是正确的贴现率？
所有的财务理论都一致认为一件事：每次经理花钱时，他们都会使用资本，所以他们应该考虑这些资本让公司付出了多少代价。可以有许多资金来源，这些来源的加权平均值称为 WACC（加权平均资本成本）。对于大多数公司来说，这只是债务和股权的加权平均值，但有些公司可能有奇怪的结构等，因此它可能不仅仅是两个组成部分。
DCF 中使用的贴现率应该是贵公司的加权平均资本成本 (WACC)。
如果我们正在查看真实的资本成本，我们建议使用以下贴现率：
- 上市公司 10%
- 15% 用于可预测扩展的私营公司（比如 ARR 超过 1000 万美元，并且同比增长超过 40%）
- 尚未达到规模和可预测增长的私营公司为 20-25%
创业阶段越早，业务风险越大，贴现越高。
然而，有一种观点认为，初创 SaaS 公司不应该使用与上市 SaaS 公司不同的折扣率，因为他们的目标是表明他们拥有最终成为上市公司所需的单位经济性。投资者、董事会成员和管理层希望将他们的 LTV 数据与其他大公司进行比较。因此，鉴于这种想法，我们倾向于建议整个行业标准化使用一种使用贴现现金流计算 LTV 的方法，并使用一种贴现率，可能是 10%。这样，您就可以将私人公司的 LTV 数字与上市公司的 LTV 数字进行比较。我们正在用这个分析开辟新的领域，所以听到读者对这个问题的反馈会很有趣。
下面我们将讨论如何计算 WACC。WACC 的一个关键组成部分是权益成本，它是使用 CAPM（资本资产定价模型）计算得出的贴现率。在那篇文章中更详细地解释了这一点，供那些有兴趣深入挖掘的人使用。
DCF 对 LTV 比率的影响
我的老读者会知道，我长期以来一直建议 SaaS 初创公司的 LTV : CAC 比率应大于 3。鉴于由于使用 DCF，我们现在将看到较低的 LTV 数字，因此需要将此建议更改为较低的数字。对于这个新比率应该是多少，我还没有一个明确的观点，并且将花时间与一群决定使用 LTV 公式的 DCF 版本的公司一起观察这对他们的 LTV
的影响在做出最终建议之前的比率。但是，我的另一个建议是，SaaS 公司应该衡量他们恢复 CAC 的月份，这仍然是了解贵公司是否具有良好单位经济性的重要指标。对于希望优化现金流的公司，我建议他们尝试在 12 个月或更短的时间内恢复 CAC。但如果你的创业公司能够以低廉的成本筹集到大量资金，你或许可以放松这一点，并在 18 个月甚至更长时间内恢复 CAC。
引入 CORE – 保留和扩展成本
大多数读者会意识到，客户经理需要时间和精力来留住客户，并需要额外的销售努力来获得扩展收入。在大多数组织中，此成本是销售费用的一部分，这对于会计目的可能很好，但不会正确反映在我们的 CAC 和 LTV 计算中，因为它会在 CAC 中显示为一个误导性的数字。为了让您了解这一点，想象一家成熟的 SaaS 公司拥有庞大的安装基础，产生约 1 亿美元的经常性收入。为了保持安装基础满意，并最大限度地保留，该公司可能会拥有大量的客户经理。如果这些客户经理的成本出现在新添加客户的 CAC 中，这将使 CAC 数字比实际高得多。
解决方案是将这些客户经理的成本以及在该客户群中产生扩展收入所需的任何额外销售人员转移到等式的 LTV 方面，因为这些确实是真正的保留和扩展成本（CORE ) 并且在计算该经常性收入的毛利率时应与 COGS（售卖成本） 类似地对待。
如何计算普通客户的 CORE 和毛利率
您可能会知道一个客户经理可以处理多少客户。如果您有专业的扩展销售代表，您可能会再次知道他们可以处理多少客户。例如，假设我们的组织既有客户经理又有扩展销售代表。在这种情况下，单个客户的 CORE 计算如下：
毛利率 % 现在变为：
其中 COS 是服务单个客户的成本（托管成本 + 支持成本）。
了解扩展收入的有效性
如果您有专门的销售人员，他们只负责产生扩展收入，并且除了客户经理之外，那么看看 CAC 和 LTV 对扩展收入的作用将会很有趣。我的建议是创建第二个并行跟踪系统来跟踪这两个元素。这将使您能够计算出这项投资的回报，并将其与您可以在业务其他地方进行的其他潜在投资进行比较。
现实世界更复杂！
上述所有公式都做出了一些在现实世界中通常不成立的关键假设：
假设 1：您的客户将逐月以指数衰减的速度流失。
在现实世界中，客户流失曲线的形状因公司而异，而且随着时间的推移经常会改善。例如，许多使用年度合同的公司在合同期结束之前几乎没有流失。
假设 2：您的剩余客户将以线性方式增加收入
在现实世界中，这种情况极不可能发生，而且公司之间也会有很大差异。如果他们有某种定价轴，例如随着时间的推移可预测地增加的用户席位，您可能会看到线性增长。其他因素，例如新模块的追加销售将是非常非线性的，并且会在奇数时间发生。一些公司可能会在早期看到大量扩张，然后可能会逐渐减少。
假设 3：您的毛利率百分比将随着时间的推移保持不变
在现实世界中，大多数 SaaS 公司能够在达到真正规模之前的几年里大幅提高毛利率（ARR 约为 1.5 亿美元）。如果很明显您的毛利率会以可预测的方式增长，您可能会发现将其建模为一个不断变化的变量很有价值。
收入
另一个需要注意的重要因素是，上面的公式侧重于收入的时间，这可能与收集现金的方式大不相同。许多初创公司能够提前一年计费，这意味着现金流实际上与收入流完全不同。将 DCF 应用于收入而不是实际现金流会在一定程度上惩罚这些公司。试图建立一个考虑到这一点的公式会增加太多的复杂性，而且我们认为这种差异不能保证额外的复杂性。但是，如果您希望对此完全准确，您可以修改提供的电子表格以使用现金流（即账单）而不是收入。
SaaS 初创公司应该如何回应这篇文章
不要沉迷于在这里达到最后的准确性。我们正在使用一个公式来预测未来，而未来，就其定义而言是不可预测的。因此，要认识到此分析的价值在于获得足够的准确性以做出有用的业务决策，例如需要考虑哪些因素来提高盈利能力，哪些客户群最有利可图，以及哪些问题需要解决等。
确保您拥有了解流失、扩展和 LTV 所需的数据
所有 SaaS 公司在阅读本文后应该立即做一件事（如果他们还没有这样做的话）：建立一个数据库来按月跟踪单个客户的收入，该数据库可以与分析工具一起使用来分析同类群组。您将需要能够查看在特定月份（一个群组）开始的所有客户，并随着时间的推移跟踪该群组的客户数量和收入。还要确保用“企业”、“SMB”等属性标记每个客户，这样您就可以了解不同类型客户的流失和扩张如何随时间变化。这种分析对于向您展示哪些是最有利可图的客户群以及您需要在哪里解决问题将变得非常有价值。
这些数据将使您能够获得如下图所示的队列图，这将使您能够了解客户数量和收入随时间衰减的形状。要创建此图表，我们只需将多个同类群组数据叠加在一起，并将它们的起始月份视为第 0 个月。这些曲线的形状可以与提供的电子表格模型一起使用，以计算您的真实客户生命周期价值 (LTV) .
结论
多年来，我从 SaaS 企业家和 CFO 那里收到了很多关于如何计算负流失率时的 LTV 的问题。他们清楚地意识到，每个账户的平均毛利润除以流失率的旧公式在他们的情况下不起作用。
