Forudsigende livstidsværdi & hvorfor de fleste marketingteams måler den forkerte relation

Spørger man de fleste CMO'er, hvad deres kundelivstidsværdi er, vil de give dig et tal. Spørger man dem, hvordan de har beregnet den, får man som regel en variant af gennemsnitlig ordreværdi ganget med købsfrekvens. Det er en rimelig tilnærmelse og en, der er nem at forsvare.

Det brugte Mike Birney, CMO hos One Natural Way og Sposey, også. 

Han byggede også en marketingstrategi oven på den, kørte kundetiltrækningskampagner baseret på den og traf budgetbeslutninger med den. Det var først, da han begyndte at gennemgå de reelle tal, at han indså, at det tal, han havde arbejdet ud fra, faktisk aldrig havde indfanget, hvad hans kunder var værd.

"Når mor kommer ind ad døren hos os, og barnet er født, så er det farvel, og sådan er det faktisk ikke, for folk får to børn, de får tre børn," siger Birney. 

Vi har virkelig haft svært ved at forstå, hvordan vores LTV ser ud, fordi vi ikke er i stand til at følge det ordentligt.

-Mike Birney, CMO hos 1 Natural Way

Dit LTV-tal er sandsynligvis forkert

For familier betyder det en anden graviditet, en tredje, den voksende produktlinje, som nu også omfatter lændestøttebælter, poser til opbevaring af mælk og fjernundervisning i amning. Og den overså Sposey fuldstændigt, søsterbrandet, der tager imod kunden igen, når børnene nærmer sig pottetræning.

One Natural Way leverer brystpumper og graviditetsartikler, der er dækket af forsikringen. Sådan som virksomheden havde målt det, kom en kunde ind under graviditeten, fik det, hun havde brug for, og gik igen. I teorien er det slutningen på relationen.. 

Bortset fra at dette perspektiv overså alt, hvad der kommer bagefter. År med potentiel omsætning, usynlige i det nøgletal, virksomheden navigerede efter.

Hvis vi ikke virkelig forstår, hvad det er for vores virksomhed, hvordan kan vi så træffe velinformerede beslutninger fremadrettet?

Det er ikke et retorisk spørgsmål, og problemet er ikke enestående for området for mødres sundhed. Forskning offentliggjort i Decision Analytics Journal (2025) anvendte prædiktiv CLV-modellering på en portefølje inden for sundhedsydelser og fandt, at 50 % af kunderne havde en forudsagt værdi på $363 eller mindre over tolv måneder, mens topsegmentet nåede $10,375. 

Det er en spredning på næsten 30 gange inden for den samme kundebase. Når man flader et så bredt interval ud til ét enkelt gennemsnit og bruger det til at fastsætte sit budget for kundetiltrækning, bruger man ikke data til at understøtte beslutninger på en meningsfuld måde. 

Som marketingforskeren Peter Fader og hans kolleger har argumenteret for, undervurderer virksomheder rutinemæssigt kunder ved at forankre sig i kortsigtede nøgletal som omkostninger til kundeanskaffelse, der optimerer efter omkostningsreduktion frem for investering i værdifulde relationer. 

Dit LTV-tal er ikke forkert, fordi din matematik er dårlig. Det er forkert, fordi det blev bygget til at måle noget, der er enklere end din faktiske kunderelation.

Hvad en prædiktiv model ændrer

Birney er nu i gang med at bygge et prædiktivt LTV-værktøj ved hjælp af AI, der er designet til at modellere, hvordan en kundes fulde rejse gennem One Natural Way ser ud — på tværs af flere graviditeter, på tværs af begge brands og på tværs af årene imellem dem. Inputtene er historisk købsadfærd, den gennemsnitlige familiestørrelse samt produktlinjen, som den ser ud nu og fortsat vokser.

Forskellen mellem historisk og prædiktiv LTV betyder mere, end det måske umiddelbart virker til. Historisk LTV fortæller dig, hvad kunder har været værd. Prædiktiv LTV fortæller dig, hvad en kunde, du skaffer i dag, sandsynligvis vil være værd — og det ændrer, hvor meget du bør være villig til at betale for at få dem.

Hvis din gennemsnitlige ordreværdi er $200, men en kunde, der skaffes under den første graviditet, er $1,400 værd over fire år og med to børn, kan kanaler, der virkede marginale, pludselig retfærdiggøre deres udgifter. Økonomien i fastholdelse ændrer sig også. Du begynder at betragte tiden mellem køb som en relation, der skal vedligeholdes, ikke som et frafald, der skal ignoreres.

Indhold som et fastholdelsesværktøj

Det er her, indholdsstrategi holder op med blot at være en supportfunktion og begynder at udføre et reelt arbejde. Når du først forstår, at din kundes værdi rækker langt ud over den indledende transaktion, bliver hvad du udgiver, og hvornår du udgiver det, en bevidst beslutning om fastholdelse.

Birney beskriver One Natural Ways ledestjerne som "mor altid først" — at være til stede og nyttig gennem hele forældrerejsen, ikke kun på det tidspunkt, hvor behovet opstår. Den positionering holder kun, hvis du faktisk er til stede mellem købene. 

En nybagt mor, der bestiller en brystpumpe, har en række produkter, som kan være værdifulde for hende. Hun kan få brug for støtte til amning, søvnvejledning eller at vide, at der findes lændestøttebælter til de rygsmerter, der har plaget hende siden fødslen.

Og senere vil hun være på udkig efter det, Sposey tilbyder. Spørgsmålet er, om hun tænker på dig, når tiden kommer, og det afhænger helt af, om du forbliver i hendes sfære.

"Alt dette er yderligere indtægtskilder," siger Birney om den udvidede produktlinje, "men vi har ikke rigtig været i stand til at knytte det til LTV."

Den prædiktive model lukker dette hul. Den fortæller dig, hvilke kunder der sandsynligvis vender tilbage, hvornår og efter hvad,  og det giver dig en indholdskalender med en reel kommerciel logik bag sig. 

Du udgiver ikke indhold for at producere indhold. Du deler indhold for at forblive relevant for en kunde, hvis næste køb du allerede har forudset.

For de fleste marketingteams kræver dette et ændret mindset. Indhold, der produceres i anskaffelsesfasen, har en åbenlys opgave. Indhold, der produceres mellem køb, bliver ofte behandlet som brandbevidsthed. Det kan være vagt, svært at henføre og let at skære væk.

Prædiktiv LTV omformulerer det som noget, der er afgørende for salgspipelinen. Du plejer en fremtidig transaktion med en kunde, du allerede har, hvilket næsten altid er billigere end at skaffe en ny.

Dataproblemet, der ligger under det hele

At opbygge en prædiktiv model lyder mere enkelt, end det er. Birney er ærlig om, at det har været sværere at integrere analyse i den bredere AI-ligning end arbejdet med indhold og kampagner. Ældre systemer er indlejret i folks arbejdsgange. 

Teams opbygger vaner omkring velkendte værktøjer, og det er et projekt med reelle omkostninger og forstyrrelser at migrere væk fra dem.

I stedet for at vente på det perfekte infrastrukturtidspunkt bygger han gradvist – med udgangspunkt i tilgængelige data og ved at forbinde flere kilder, efterhånden som arbejdet udvikler sig. Denne tilgang afspejler et bredere princip, som han generelt anvender i forbindelse med AI-implementering: Find ét konkret problem, løs det, og byg videre derfra. 

En prædiktiv LTV-model, der fungerer i praksis og er 70% nøjagtig, er mere værd end en perfekt model, der stadig er under udvikling. 

Sandsynlighedsbaserede modeller klarede sig bedre end mere komplekse maskinlæringsmetoder, hovedsageligt fordi de grundlæggende datainput var solide. Det er vigtigere at få dataene rigtige end at få metoden til at være sofistikeret.

Test din egen værdi

Find dit nuværende LTV-tal frem, og stresstest det med disse spørgsmål: Tager det højde for udvidelsen af produktlinjen, siden du sidst beregnede det? Modellerer det gentagne købscyklusser, der er specifikke for din kundes livsfase, og ikke kun din gennemsnitlige ordrekadence? Er det forbundet med din indholdskalender på nogen meningsfuld måde, eller fungerer de to systemer i separate samtaler?

Hvis svarene for det meste er nej, er du ikke alene. De fleste LTV-beregninger blev bygget til enkelhed, ikke nøjagtighed. Dit mål er ikke at bygge noget perfekt. Det er at udvikle en model, der er mere ærlig og informativ end det, du har nu. Og at lade dette tal begynde at informere beslutninger, som det i øjeblikket ikke har nogen del i.

Start med én datakilde, du allerede har, kør en grundlæggende model, og se, hvordan intervallet ser ud. Sandsynligvis er det bredere, end du forventede,  og dette gab er præcis dér, hvor du skal sætte ind.

Hvad sker der nu?

For at få de seneste indsigter, slut dig til os i CMO Club, hvor du kan læse interviews med marketingledere og finde ressourcer, der kan hjælpe dig med at skabe vækst i din virksomhed.