Predykcyjna wartość klienta w całym cyklu życia & dlaczego większość zespołów marketingowych mierzy niewłaściwą relację

Zapytaj większość CMO o wartość klienta w całym okresie jego życia, a podadzą ci liczbę. Zapytaj ich, jak ją obliczyli, a zwykle usłyszysz którąś z wersji wzoru: średnia wartość zamówienia pomnożona przez częstotliwość zakupów. To rozsądne przybliżenie i takie, którego łatwo bronić.

Mike Birney, CMO One Natural Way i Sposey, również z niego korzystał. 

Zbudował również strategię marketingową na jego podstawie, prowadził kampanie pozyskiwania klientów w oparciu o nią i podejmował z jej pomocą decyzje budżetowe. Dopiero gdy zaczął analizować rzeczywiste dane, zdał sobie sprawę, że liczba, na której się opierał, nigdy tak naprawdę nie odzwierciedlała wartości jego klientów.

„Kiedy mama przekracza nasze drzwi i rodzi się dziecko, teraz jest już po wszystkim, ale w rzeczywistości tak nie jest, bo ludzie mają dwoje dzieci, mają troje dzieci” — mówi Birney. 

Naprawdę trudno było nam zrozumieć, jak wygląda nasze LTV, ponieważ nie jesteśmy w stanie dobrze tego śledzić.

-Mike Birney, CMO w 1 Natural Way

Twoja liczba LTV jest prawdopodobnie błędna

W przypadku rodzin — druga ciąża, trzecia, rozszerzająca się linia produktów, która obejmuje teraz pasy podtrzymujące odcinek lędźwiowy, woreczki do przechowywania mleka i zajęcia laktacyjne w ramach telemedycyny. Nie uwzględniała też w ogóle Sposey, siostrzanej marki, która ponownie pozyskuje klienta, gdy dzieci zbliżają się do etapu nauki korzystania z nocnika.

One Natural Way dostarcza laktatory i artykuły ciążowe objęte ubezpieczeniem. Zgodnie ze sposobem, w jaki firma dotychczas to mierzyła, klientka pojawiała się w czasie ciąży, otrzymywała to, czego potrzebowała, i odchodziła. Teoretycznie był to koniec relacji.. 

Jednak ta perspektywa pomijała wszystko, co następowało później. Lata potencjalnych przychodów pozostawały niewidoczne w mierniku, którym firma kierowała się w swoich działaniach.

Jeśli naprawdę nie rozumiemy, czym jest to dla naszej firmy, jak możemy podejmować świadome decyzje w przyszłości?

To nie jest pytanie retoryczne, a problem ten nie dotyczy wyłącznie opieki zdrowotnej nad matkami. Badanie opublikowane w Decision Analytics Journal (2025) zastosowało predykcyjne modelowanie CLV do portfela usług zdrowotnych i wykazało, że przewidywana wartość 50% klientów wynosiła 363 USD lub mniej w okresie dwunastu miesięcy, podczas gdy wartość najwyższego segmentu sięgała 10 375 USD. 

To niemal 30-krotna różnica w obrębie tej samej bazy klientów. Kiedy spłaszczasz tak szeroki zakres do jednej średniej i wykorzystujesz ją do ustalania budżetu pozyskiwania klientów, nie używasz danych do podejmowania w znaczący sposób trafnych decyzji. 

Jak argumentowali badacz marketingu Peter Fader i jego współpracownicy, firmy rutynowo zaniżają wartość klientów, skupiając się na krótkoterminowych wskaźnikach, takich jak koszt pozyskania klienta, który optymalizuje redukcję kosztów zamiast inwestowania w relacje o wysokiej wartości. 

Twoja liczba LTV nie jest błędna dlatego, że źle policzyłeś. Jest błędna, ponieważ została stworzona do mierzenia czegoś prostszego niż rzeczywista relacja z klientem.

Co zmienia model predykcyjny

Birney buduje teraz narzędzie do predykcyjnego LTV wykorzystujące sztuczną inteligencję, zaprojektowane do modelowania pełnej ścieżki klienta w One Natural Way — obejmującej wiele ciąż, obie marki i lata pomiędzy nimi. Dane wejściowe obejmują historyczne zachowania zakupowe, średnią wielkość rodziny oraz obecną i stale rozwijaną linię produktów.

Różnica między historycznym a predykcyjnym LTV ma większe znaczenie, niż mogłoby się wydawać. Historyczne LTV mówi ci, ile warci byli klienci. Predykcyjne LTV mówi ci, ile prawdopodobnie będzie wart klient, którego pozyskujesz dziś — a to zmienia kwotę, jaką powinieneś być gotów wydać, aby go zdobyć.

Jeśli średnia wartość zamówienia wynosi 200 USD, ale klientka pozyskana podczas pierwszej ciąży jest warta 1400 USD w ciągu czterech lat i przy dwójce dzieci, kanały, które wcześniej wydawały się marginalne, nagle uzasadniają ponoszone na nie wydatki. Zmienia się również ekonomika utrzymania klienta. Zaczynasz traktować przerwę między zakupami jako relację, o którą należy dbać, a nie jako przerwę, którą można zignorować.

Treści jako narzędzie utrzymania klienta

W tym miejscu strategia treści przestaje być funkcją pomocniczą i zaczyna odgrywać rzeczywistą rolę. Gdy zrozumiesz, że wartość twojego klienta wykracza daleko poza początkową transakcję, to, co publikujesz i kiedy to robisz, staje się świadomą decyzją dotyczącą utrzymania klienta.

Birney opisuje nadrzędny cel One Natural Way jako „mama zawsze na pierwszym miejscu” — obecność i użyteczność na całej drodze rodzicielstwa, a nie tylko w momencie potrzeby. Takie pozycjonowanie ma sens tylko wtedy, gdy rzeczywiście pojawiasz się między zakupami. 

Świeżo upieczona mama, która zamawia laktator, ma do wyboru całą gamę produktów, które mogą okazać się dla niej wartościowe. Może potrzebować wsparcia w karmieniu piersią, wskazówek dotyczących snu albo informacji o istnieniu pasów podtrzymujących odcinek lędźwiowy, które mogą pomóc na dokuczający jej od porodu ból pleców.

A później będzie zainteresowana tym, co oferuje Sposey. Pytanie brzmi, czy pomyśli o tobie, gdy nadejdzie odpowiedni moment, a to zależy wyłącznie od tego, czy pozostaniesz w jej kręgu.

„Wszystko to stanowi dodatkowe źródła przychodów”, mówi Birney o rozszerzonej ofercie produktowej, „ale nie udało nam się jeszcze naprawdę powiązać tego z LTV”.

Model predykcyjny domyka tę pętlę. Informuje cię, którzy klienci prawdopodobnie wrócą, kiedy to nastąpi i czego będą szukać,  a to daje ci kalendarz treści oparty na rzeczywistej logice biznesowej. 

Nie publikujesz po to, żeby produkować treści. Udostępniasz treści, aby pozostać istotnym dla klienta, którego kolejny zakup już przewidziałeś.

Dla większości zespołów marketingowych wymaga to zmiany sposobu myślenia. Treści tworzone na etapie pozyskiwania klientów mają oczywiste zadanie. Treści powstające między zakupami często traktuje się jako budowanie świadomości marki. Mogą być niejasne, trudne do przypisania do konkretnych efektów i łatwe do ograniczenia.

Predykcyjne LTV przedstawia je jako element niezbędny dla lejka sprzedażowego. Pielęgnujesz przyszłą transakcję z klientem, którego już masz, co niemal zawsze jest tańsze niż pozyskanie nowego.

Problem z danymi leżący u podstaw tego wszystkiego

Budowanie modelu predykcyjnego brzmi prościej, niż wygląda w rzeczywistości. Birney otwarcie przyznaje, że włączenie analityki do szerszego równania AI było trudniejsze niż praca nad treściami i kampaniami. Starsze systemy są głęboko osadzone w przepływach pracy ludzi. 

Zespoły wyrabiają sobie nawyki związane ze znanymi narzędziami, a odejście od nich to projekt wiążący się z rzeczywistymi kosztami i zakłóceniami.

Zamiast czekać na idealny moment związany z infrastrukturą, buduje rozwiązanie stopniowo — zaczynając od dostępnych danych i podłączając kolejne źródła w miarę rozwoju prac. Podejście to odzwierciedla szerszą zasadę, którą stosuje ogólnie przy wdrażaniu AI: znaleźć jeden konkretny problem, rozwiązać go, a następnie rozwijać rozwiązanie. 

Operacyjny model predykcyjnego LTV o dokładności 70% jest wart więcej niż idealny model, który wciąż pozostaje w toku. 

Modele oparte na prawdopodobieństwie przewyższały bardziej złożone podejścia wykorzystujące uczenie maszynowe, głównie dlatego, że podstawowe dane wejściowe były rzetelne. Prawidłowe dane mają większe znaczenie niż wyrafinowana metoda.

Przeprowadź diagnostykę na własnej wartości

Pobierz aktualną wartość LTV i poddaj ją próbie, odpowiadając na następujące pytania: Czy uwzględnia ona rozszerzenie oferty produktowej od czasu ostatniego obliczenia? Czy modeluje cykle ponownych zakupów właściwe dla etapu życia klienta, a nie tylko średnią częstotliwość składania zamówień? Czy łączy się z twoim kalendarzem treści w jakikolwiek znaczący sposób, czy też te dwa systemy funkcjonują w ramach odrębnych działań?

Jeśli odpowiedzi brzmią w większości „nie”, nie jesteś sam. Większość obliczeń LTV stworzono z myślą o prostocie, a nie dokładności. Twoim celem nie jest zbudowanie czegoś idealnego. Chodzi o opracowanie modelu bardziej uczciwego i dostarczającego więcej informacji niż ten, którym dysponujesz obecnie. A także o to, by ta wartość zaczęła wpływać na decyzje, w których obecnie nie odgrywa żadnej roli.

Zacznij od jednego źródła danych, które już masz, uruchom podstawowy model i sprawdź, jak wygląda zakres wyników. Najprawdopodobniej jest szerszy, niż się spodziewałeś,  a ta luka dokładnie wskazuje obszar, nad którym musisz popracować.

Co dalej?

Aby poznać najnowsze spostrzeżenia, dołącz do nas w CMO Club, gdzie znajdziesz wywiady z liderami marketingu oraz materiały, które mogą pomóc ci napędzać rozwój twojej firmy.