Valore Predittivo del Ciclo di Vita del Cliente e Perché la Maggior Parte dei Team di Marketing Misura la Relazione Sbagliata
![[OPT 3] IMG CMO – Editorial – predictive lifetime value and what to measure_-18130](https://thecmo.com/wp-content/uploads/sites/8/2026/06/OPT-3-IMG-CMO-–-Editorial-–-predictive-lifetime-value-and-what-to-measure_-18130-792x446.jpg)
Errata concezione del LTV: Molti CMO calcolano male il valore della vita del cliente, portando a decisioni sbagliate di marketing e di budget.
Importanza del modello predittivo: Adottare un modello predittivo di LTV cambia la comprensione del rapporto con il cliente e del potenziale di spesa.
Cambio nella strategia di contenuto: Riconoscere un valore esteso del cliente richiede una strategia di contenuto evoluta, focalizzata sulla fidelizzazione e non solo sull’acquisizione.
Sfida nell’utilizzo dei dati: Costruire un modello predittivo di LTV comporta sfide legate ai sistemi legacy e richiede una integrazione incrementale dei dati.
Lista di controllo per la diagnosi LTV: Valuta il tuo modello LTV attuale rispondendo a domande chiave per individuare lacune e opportunità di miglioramento.
Chiedete alla maggior parte dei CMO quale sia il valore a vita del loro cliente e vi daranno un numero. Chiedete loro come l'hanno calcolato e solitamente otterrete una versione del valore medio dell'ordine moltiplicato per la frequenza d'acquisto. È un'approssimazione ragionevole e facile da difendere.
Lo faceva anche Mike Birney, CMO di One Natural Way e Sposey.
Ci ha anche costruito sopra una strategia di marketing, ha gestito campagne di acquisizione su questa base e preso decisioni di budget con questo metodo. Solo quando ha iniziato ad analizzare a fondo i veri numeri si è reso conto che la cifra su cui aveva sempre lavorato non aveva mai veramente rispecchiato quanto valevano i suoi clienti.
Want more from The CMO?
Sign up for a free membership to complete reading this article:
Have an account? Log In
"Quando una mamma entra dalla nostra porta e nasce il bambino, ora è arrivederci, ma in realtà non è così, perché le persone hanno due figli, ne hanno tre," dice Birney.
Abbiamo davvero faticato a capire qual è il nostro LTV perché non riusciamo davvero a monitorarlo bene.
-Mike Birney, CMO presso 1 Natural Way
Il tuo numero LTV è probabilmente sbagliato
Per le famiglie, una seconda gravidanza, una terza, la linea di prodotti che ora include anche fasce di supporto lombare, sacchetti per la conservazione del latte e corsi di allattamento telematici. E ha completamente escluso Sposey, il marchio "sorella" che intercetta di nuovo il cliente quando i bambini iniziano l’addestramento al vasino.
One Natural Way offre tiralatte e prodotti per la gravidanza rimborsati dall’assicurazione sanitaria. Nel modo in cui l’azienda lo misurava, una cliente entrava in gravidanza, otteneva ciò di cui aveva bisogno e se ne andava. In teoria, è la fine della relazione.
Peccato che questa visione ignorava tutto ciò che avviene dopo. Anni di potenziali ricavi, invisibili nella metrica con cui l’azienda si orientava.
Se non capiamo veramente cosa sia questo valore per la nostra azienda, come possiamo prendere decisioni informate in futuro?
Non è una domanda retorica, e il problema non è unico per la salute materna. Una ricerca pubblicata sul Decision Analytics Journal (2025) ha applicato modelli predittivi di CLV a un portafoglio di servizi sanitari e ha scoperto che il 50% dei clienti aveva un valore previsto pari o inferiore a $363 in dodici mesi, mentre il livello più alto arrivava a $10.375.
Questo è un intervallo di quasi 30 volte all’interno della stessa base clienti. Quando si appiattisce una gamma così ampia in una media unica e la si usa per fissare il budget di acquisizione, non si sta usando davvero il dato per prendere decisioni in modo significativo.
Come sostengono il ricercatore di marketing Peter Fader e colleghi, le aziende sottovalutano regolarmente i clienti ancorandosi a metriche di breve termine come il Costo di Acquisizione Clienti, ottimizzando per la riduzione dei costi piuttosto che per l’investimento in relazioni di alto valore.
Il tuo numero LTV non è sbagliato perché hai sbagliato i calcoli. È sbagliato perché è stato costruito per misurare qualcosa di più semplice rispetto a ciò che realmente è il rapporto con il cliente.
Cosa cambia un modello predittivo
Birney sta ora costruendo uno strumento predittivo LTV sfruttando l'Intelligenza Artificiale, progettato per modellare l’intero percorso cliente attraverso One Natural Way — su più gravidanze, su entrambi i marchi, nel corso degli anni intermedi. I dati utilizzati sono lo storico degli acquisti, la dimensione media delle famiglie e la gamma di prodotti attuale e in continua espansione.
La differenza tra LTV storico e predittivo conta più di quanto sembri. L’LTV storico ti dice quanto sono valsi i clienti. L’LTV predittivo ti dice quanto varrà probabilmente un cliente che acquisisci oggi — e ciò cambia la cifra che dovresti essere disposto a spendere per ottenerlo.
Se il tuo valore medio d’ordine è $200 ma un cliente acquisito durante la prima gravidanza vale $1.400 in quattro anni e due figli, canali che sembravano marginali improvvisamente giustificano la loro spesa. Cambiano anche i meccanismi economici della retention. Inizi a vedere il tempo tra due acquisti come una relazione da mantenere, non semplicemente un vuoto da ignorare.
Il contenuto come strumento di retention
È qui che la strategia di contenuto smette di essere solo un’attività di supporto e inizia a produrre risultati concreti. Una volta che si capisce che il valore di un cliente si estende ben oltre la transazione iniziale, ciò che si pubblica e quando si decide di farlo diventa parte deliberata della strategia di fidelizzazione.
Birney descrive il "nord" di One Natural Way come "la mamma prima di tutto, sempre" — essere presenti e utili lungo l’intero percorso genitoriale, non solo nel momento del bisogno. Questa posizione ha senso solo se in effetti si rimane presenti tra un acquisto e il successivo.
Una neo-mamma che ordina un tiralatte ha a disposizione una serie di prodotti che potrebbero esserle utili. Potrebbe aver bisogno di supporto per l’allattamento, consigli sul sonno oppure sapere che esistono fasce di supporto lombare per il mal di schiena che la tormenta dal parto.
E più avanti sarà interessata a ciò che offre Sposey. La domanda è se si ricorderà di te quando sarà il momento, e questo dipende interamente dal fatto che tu rimanga nella sua orbita.
"Tutti questi sono generatori di ricavi aggiuntivi," dice Birney riguardo all’ampliamento della gamma di prodotti, "ma non siamo ancora riusciti a collegarlo veramente al LTV."
Il modello predittivo è ciò che chiude il cerchio. Ti indica quali clienti probabilmente ritorneranno, quando e per cosa, e questo ti dà un calendario editoriale con una vera logica commerciale alle spalle.
Non pubblichi contenuti solo per produrre materiale. Condividi contenuti per rimanere rilevante per un cliente di cui hai già previsto il prossimo acquisto.
Per la maggior parte dei team di marketing questo richiede un cambiamento di mentalità. I contenuti prodotti durante la fase di acquisizione hanno un compito evidente. I contenuti creati tra un acquisto e l’altro spesso vengono trattati come consapevolezza del marchio. Possono essere vaghi, difficili da attribuire e facili da tagliare.
Il LTV predittivo lo inquadra come qualcosa di essenziale per il pipeline. Si coltiva una futura transazione con un cliente che si ha già, il che è quasi sempre meno costoso rispetto ad acquisirne uno nuovo.
Il problema dei dati alla base di tutto questo
Costruire un modello predittivo sembra più semplice di quanto sia in realtà. Birney ammette apertamente che integrare le analisi nell’equazione più ampia dell’IA è stato più difficile rispetto al lavoro su contenuti e campagne. I sistemi legacy sono ormai parte dei flussi di lavoro delle persone.
I team creano abitudini attorno agli strumenti familiari e migrare da essi è un progetto che comporta costi reali e interruzioni.
Invece di aspettare il momento infrastrutturale perfetto, sta costruendo in modo incrementale — partendo dai dati disponibili e collegando altre fonti man mano che il lavoro procede. Questo approccio riflette un principio più ampio che applica generalmente all’adozione dell’IA: trovare un punto dolente specifico, risolverlo e poi costruire da lì.
Un modello predittivo di LTV funzionante e preciso al 70% vale più di uno perfetto ma ancora in fase di sviluppo.
I modelli basati su probabilità hanno ottenuto risultati migliori rispetto ad approcci di machine learning più complessi, soprattutto perché i dati di base erano solidi. Ottenere i dati giusti è più importante che rendere sofisticato il metodo.
Fai la diagnosi sul tuo proprio numero
Recupera il tuo LTV attuale e mettilo alla prova con queste domande: Tiene conto dell’ampliamento della gamma prodotti dall’ultima volta che l’hai calcolato? Modella i cicli di acquisto ripetuti specifici alla fase di vita del tuo cliente, e non solo la media delle ricorrenze? Si collega in modo significativo al tuo calendario editoriale, oppure i due sistemi agiscono in compartimenti separati?
Se le risposte sono per lo più negative, non sei solo. La maggior parte dei calcoli di LTV sono stati progettati per semplicità, non per accuratezza. Il tuo obiettivo non è creare qualcosa di perfetto. È sviluppare un modello più sincero e informativo rispetto a quello che hai ora. E permettere a questo numero di iniziare a influenzare decisioni a cui attualmente non partecipa.
Parti da una sola fonte dati che già possiedi, esegui un modello di base e osserva che intervallo ottieni. Probabilmente sarà più ampio di quanto ti aspettassi, e proprio in questo divario c’è il lavoro da fare.
E adesso?
Per le ultime novità, iscriviti a noi al CMO Club per interviste con leader del marketing e risorse che possono aiutarti a far crescere il tuo business.