この記事では、LTVとは何か、LTVをどのように計算するのか、またLTVをどのようにビジネスの発展に生かせるのかまでを掘り下げます。
SaaSやサブスクリプションビジネスを行う企業として追跡する必要のあのメトリクスの中でも、LTV（ライフタイム・バリュー）は最も謎に包まれた指標かもしれません。計算するのは難しく、一度計算してしまうと、それが良いものなのか悪いものなのか分からなくなってしまいます。
この記事を読めば、LTVを理解することができ、あなたの会社でその指標をより良く使うためのインサイトを提供することができるようになるでしょう。
LTV（ライフタイムバリュー）とは何か？
LTVはLifetime Valueの略で日本語では、生涯価値と言われます。Customer Lifetime Valueといわれることもあり、その際はCLTVと訳し、顧客生涯価値と呼ばれます。
LTVは、顧客が関係全体を通じて貴社の製品やサービスに費やすと予測される金額のことです。
この指標は、取引ベースの思考から、リピートビジネスの長期的な価値に焦点を当てることに役立ちます。
あなたのサービスに￥10,000/月を請求し、顧客が12ヶ月間あなたのサービスを利用するとします。その時のその顧客のLTVは￥10,000 × 12 = ￥12,000となります。
顧客のLTVの計算方法
上記の例は、あなたが一人の顧客のためにLTVを計算する方法です。しかし、これは複数の顧客がいることを想定していないため、明らかにビジネスを運営する上では現実的ではありません。
LTVを計算するために、新たに2つのメトリックを考慮する必要があります。
これは、ある一定期間にサブスクリプションを解除したり、支払いを停止した利用者の数です。
Ex) 昨年100人の購読者がいて、5人を失った場合、解約率は5%です。
2. ユーザーあたりの平均収入（ARPU）
１ユーザーあたりの平均収入（Annual Revenue Per User)は、すべてののアカウントの平均収益です。これは、MRRを総ユーザー数で割れば計算できます
Ex) 100のアカウントが存在し、そのうちの50は年間￥5,000を支払い、他の50が年間￥10,000を支払った場合、あなたのARPUは年間￥7,500になります。
では、LTVの計算方法を見てみましょう。
顧客のLTVの計算式
計算方法１: LTV ＝ ARPU × 顧客寿命
この他にも、解約を使用して寿命の値を計算することもできます（次の方が、より容易に入手できる可能性が高い数字です）。
計算方法２： LTV = ARPU / ユーザー解約率
ユーザーの解約率が高ければ高いほど、LTVは低くなります。LTVと解約の両方に注意を払うことが非常に重要である理由がお分かりいただけたと思います。
LTVを手動で計算するのは、少し難解で、計算ミスを多くなりそうなことが予想できましたでしょうか。ですので、LTVの計算などを手動で行うことはオススメできません。BaremetricsのようなSaaS・サブスクリプション分析ツールを使用して、そのような計算のミスや無駄な時間を費やすのを避けるべきです。また、これらのツールはLTVの成長を長期的に追跡・分析することも手助けしてくれるので、LTVの計算以上のものを提供してくれます。
ビジネス指標の分析を始めてみる
MRRやLTVなどを自動で追跡し、ビジネスの成長につなげましょう！！
解約変数
多くの場合、解約を考慮するとLTVの計算はとても厄介なものになります。例えば、特定のグループ（ある特定の期間に加入したユーザーのグループ）について考えると、そのグループの開始日の最初の月の直後にグループの中の多くが「解約」することがよくあります。
このように、各月に解約のばらつきがあると、計算が難しくなります。このようなばらつきを調整するため、もともとのの売上に割引率（解約変数）を掛け合わせることがあり。割引率とは、将来発生する可能性のあるキャッシュフローの損失を「割り引く」ことを意味します）。
少しわかりづらいかもしれないので、以下の例を参照してみてください。以下の例では、少し保守的な見積もりを見つけるのに.75の割引率を使用して、LTVを実際に起こりうそうな現実的な数字に近づけます。
((ARPU x Profit Per User) / Churn rate ) x 0.75
例: ￥12,000 x 0.75 = ￥9,000
サンプルサイズ
サンプルサイズもとても重要です。ビジネスにおいては科学的な根拠を元に意思決定をされるべきであり、数字をしっかり判断できなければ失敗に終わる可能性もあります。
そのため、ユーザー数が少なかったり、メトリック計算でユーザー数を数えすぎていたりすると、データが科学的に有効でなくなる可能性があります。
どれくらいのサンプルサイズを準備するべきかの科学的ガイドラインは以下の通りです。
ユーザー数 ＜ 100人：有効なデータを得るためには、50%以上のユーザーデータをカウントする必要があります(100%がベスト)
1,000 < ユーザー数 < 10,000： 有効なデータのために、ユーザーデータの10%をカウントする必要があります(すなわち、5,000人のユーザーがいる場合は、少なくとも500人のユーザーのデータを計算に含める必要があります)。
ユーザー数 > 100万人：ユーザーデータの1%を有効なデータとしてカウントする必要があります（つまり、300万人のユーザーがいる場合は、少なくとも3万人のユーザーのデータを計算に含める必要があります）。
以上で、LTVの基礎を理解していただけたはずです。このLTVはシリーズのPart 1となり、LTVについて次回以降の記事でも深掘りしていきます。