Kalkulator Nilai Hidup Pelanggan (CLV / LTV)
Memandu
Kalkulator Nilai Hidup Pelanggan (CLV / LTV)
Nilai Hidup Pelanggan mengatakan berapa banyak pendapatan atau keuntungan satu pelanggan bernilai selama seluruh hubungan — bukan hanya pesanan hari ini. Kalkulator ini mencakup rumus klasik e-commerce (Nilai Rata-rata Pesanan × frekuensi pembelian × usia pelanggan) dan rumus SaaS berlangganan (ARPU × margin kotor ÷ pencairan bulanan), lalu menambahkan analisis rasio LTV:CAC dan periode pembayaran agar Anda dapat menentukan apakah pengeluaran akuisisi Anda berkelanjutan.
Gunakan ini untuk menetapkan batas maksimum yang dapat Anda bayar untuk mengakuisisi pelanggan, untuk memodelkan dampak peningkatan satu titik pencairan pada pendapatan langganan, atau untuk membandingkan dua model bisnis secara seimbang. Setiap hasil disertai dengan rumus, angka yang disubstitusi, dan penilaian dalam bahasa Inggris — tidak perlu mengolah spreadsheet.
Cara Penggunaan
- Pilih mata uang di bagian atas — format hasil akan otomatis diperbarui.
- Untuk e-commerce / retail: masukkan Nilai Rata-rata Pesanan, pembelian per tahun, dan usia pelanggan dalam tahun. Tambahkan margin kotor jika ingin menghitung CLV bersih (keuntungan) di atas CLV kotor (pendapatan).
- Untuk SaaS / langganan: masukkan ARPU per bulan dan tingkat pencairan bulanan Anda (bukan tahunan). Tambahkan margin kotor untuk mengubah LTV berbasis pendapatan menjadi angka berbasis keuntungan.
- Untuk LTV:CAC dan pembayaran kembali: masukkan Biaya Akuisisi Pelanggan. Kalkulator ini menggabungkan CAC dengan bagian yang telah Anda isi dan mengembalikan rasio, periode pembayaran kembali, serta penilaian keberlanjutan.
- Anda dapat mengisi hanya satu bagian, atau semua tiga bagian — bagian yang kosong akan diabaikan. Hasil akan diperbarui saat Anda mengetik.
Fitur
- Dua model CLV – Model klasik e-commerce (AOV × frekuensi × usia) dan model langganan SaaS (ARPU ÷ pencairan) secara bersamaan, sehingga tim retail dan langganan dapat menggunakan satu alat.
- Sadar akan margin – Input margin kotor opsional mengubah CLV berbasis pendapatan menjadi CLV berbasis keuntungan, yang merupakan angka yang sebenarnya dibandingkan dengan CAC.
- Rasio LTV:CAC + penilaian – Menghitung rasio dan memberi label (kurang dari 1 = kehilangan uang, 3–5 = sehat, lebih dari 5 = terlalu sedikit investasi dalam pertumbuhan) sehingga Anda dapat bertindak berdasarkan rasio ini, bukan menebak.
- Periode pembayaran kembali pelanggan – Bulan untuk SaaS, tahun untuk retail. Menunjukkan apakah Anda dapat memulihkan biaya akuisisi dengan cepat agar bertahan saat terjadi penurunan.
- Petunjuk sensitivitas pencairan – Hasil SaaS menunjukkan apa yang akan terjadi jika pencairan satu titik diperbaiki terhadap LTV — sangat berguna saat memprioritaskan pekerjaan retensi.
- Trik rumus – Setiap hasil mencakup rumus dan angka yang disubstitusi, sehingga hasilnya juga berfungsi sebagai dokumen perhitungan untuk para pemangku kepentingan.
- Multi-mata uang – USD, EUR, GBP, JPY, INR, AUD, CAD. Format dan simbol diperbarui secara otomatis.
- Pembaruan otomatis, hanya di browser – Tidak ada kunjungan ke server, tidak ada pendaftaran, tidak ada data yang meninggalkan halaman.
Tanya Jawab Umum
-
Apa perbedaan antara CLV dan LTV?
Mereka berarti hal yang sama — Customer Lifetime Value adalah nama panjang, LTV adalah singkatan. Dalam praktiknya, tim e-commerce dan retail cenderung mengatakan CLV dan menggunakan rumus AOV × frekuensi × usia, sedangkan tim SaaS dan langganan cenderung mengatakan LTV dan menggunakan rumus ARPU ÷ pencairan. Konsepnya sama: total pendapatan atau keuntungan yang dihasilkan oleh satu pelanggan selama seluruh hubungan.
-
Mengapa margin kotor sangat penting bagi CLV?
CLV berbasis pendapatan memperbesar nilai pelanggan bagi bisnis karena setiap penjualan juga mengalami biaya barang jadi, hosting, dukungan, proses pembayaran, dan sebagainya. Membesarkan CLV dengan margin kotor mengubah angka tersebut menjadi keuntungan yang dapat digunakan untuk mengakuisisi pelanggan. CLV pendapatan $1.000 pada margin 30% memberikan anggaran keuntungan sebenarnya hanya $300 untuk CAC — perbaikan kritis saat merencanakan pengeluaran iklan.
-
Apa rasio LTV:CAC yang baik?
Patokan yang sering dikutip adalah 3:1 — untuk setiap dolar yang dikeluarkan dalam akuisisi, pelanggan mengembalikan tiga dolar dalam nilai hidup. Di bawah 1:1 Anda kehilangan uang dari setiap pelanggan. Antara 1:1 dan 3:1 Anda berada di ambang dan rentan terhadap kenaikan biaya. Sekitar 3:1 hingga 5:1 adalah rentang sehat. Di atas 5:1 Anda kemungkinan terlalu sedikit menginvestasikan dalam pertumbuhan dan meninggalkan pangsa pasar kepada pesaing — pesaing yang menerima rasio lebih rendah akan melebihi Anda.
-
Mengapa LTV SaaS menggunakan pencairan bulanan daripada usia pelanggan?
Dalam bisnis berlangganan, pelanggan tidak memiliki usia hidup yang dapat diamati secara awal — mereka terus membayar hingga mereka membatalkan. Usia harapan pelanggan dalam kelompok dengan tingkat pencairan bulanan konstan c secara matematis adalah 1 ÷ c bulan. Jadi jika 5% pelanggan membatalkan setiap bulan, rata-rata pelanggan tetap selama 1 ÷ 0.05 = 20 bulan. Membesarkan angka tersebut dengan ARPU memberikan LTV. Ini hanya berlaku jika pencairan relatif konstan; untuk kelompok dengan pencairan awal tinggi diikuti oleh penggunaan stabil, model CLV berbasis segmen lebih akurat.
-
Mengapa kalkulator membedakan antara pencairan bulanan dan tahunan?
Kedua hal ini tidak dapat diganti, dan membingungkan keduanya adalah salah satu kesalahan paling umum dalam LTV. Tingkat pencairan 5% bulanan menghasilkan pencairan tahunan sekitar 46%, bukan 60%. Jika Anda memasukkan angka pencairan tahunan ke dalam rumus bulanan, Anda akan secara drastis mengestimasi usia pelanggan dan LTV. Selalu turunkan pencairan bulanan dari pembatalan satu bulan dibagi dengan pelanggan aktif di awal bulan, bukan dari angka tahunan dibagi 12.
Instal Ekstensi Kami
Tambahkan alat IO ke browser favorit Anda untuk akses instan dan pencarian lebih cepat
恵 Papan Skor Telah Tiba!
Papan Skor adalah cara yang menyenangkan untuk melacak permainan Anda, semua data disimpan di browser Anda. Lebih banyak fitur akan segera hadir!
Alat Wajib Coba
Lihat semua Pendatang baru
Lihat semuaMemperbarui: Kita alat terbaru was added on Jun 26, 2026
