CLV 계산과 예측

Python으로 배우는 마케팅용 Machine Learning

Karolis Urbonas

Head of Analytics & Science, Amazon

CLV의 목표

  • 매출/이익으로 고객 가치를 측정
  • 고객 벤치마킹
  • 고객 획득 최대 투자액 파악
  • 본 강의에서는 단순화를 위해 이익률을 생략하고 매출 기반 CLV 공식을 사용합니다

매출 기반 전통적 CLV 공식

Python으로 배우는 마케팅용 Machine Learning

기본 CLV 계산

# Calculate monthly spend per customer
monthly_revenue = online.groupby(['CustomerID','InvoiceMonth'])['TotalSum'].sum().mean()

# Calculate average monthly spend
monthly_revenue = np.mean(monthly_revenue)

# Define lifespan to 36 months
lifespan_months = 36

# Calculate basic CLV
clv_basic = monthly_revenue * lifespan_months

# Print basic CLV value
print('Average basic CLV is {:.1f} USD'.format(clv_basic))

Average basic CLV is 4774.6 USD
Python으로 배우는 마케팅용 Machine Learning

세분화된 CLV 계산

# Calculate average revenue per invoice
revenue_per_purchase = online.groupby(['InvoiceNo'])['TotalSum'].mean().mean()

# Calculate average number of unique invoices per customer per month
freq = online.groupby(['CustomerID','InvoiceMonth'])['InvoiceNo'].nunique().mean()

# Define lifespan to 36 months
lifespan_months = 36

# Calculate granular CLV
clv_granular = revenue_per_purchase * freq * lifespan_months

# Print granular CLV value
print('Average granular CLV is {:.1f} USD'.format(clv_granular))

Average granular CLV is 1635.2 USD
Revenue per purchase: 34.8 USD
Frequency per month: 1.3
Python으로 배우는 마케팅용 Machine Learning

전통적 CLV 계산

# Calculate monthly spend per customer
monthly_revenue = online.groupby(['CustomerID','InvoiceMonth'])['TotalSum'].sum().mean()

# Calculate average monthly retention rate
retention_rate = retention_rate = retention.iloc[:,1:].mean().mean()

# Calculate average monthly churn rate
churn_rate = 1 - retention_rate

# Calculate traditional CLV 
clv_traditional = monthly_revenue * (retention_rate / churn_rate)

# Print traditional CLV and the retention rate values
print('Average traditional CLV is {:.1f} USD at {:.1f} % retention_rate'.format(
                    clv_traditional, retention_rate*100))

Average traditional CLV is 49.9 USD at 27.3 % retention_rate
Monthly average revenue: 132.6 USD
Python으로 배우는 마케팅용 Machine Learning

어떤 방법을 쓸까?

  • 비즈니스 모델에 따라 다릅니다.
  • 전통적 CLV 모델: 이탈이 확정적, 즉 고객이 "소멸"한다고 가정.
  • 전통 모델은 유지율이 낮을 때 취약하여 CLV를 과소추정합니다.
  • 가장 예측이 어려운 요소: 미래의 구매 빈도.
Python으로 배우는 마케팅용 Machine Learning

고객 생애가치(CLTV)를 계산해 봅시다!

Python으로 배우는 마케팅용 Machine Learning

Preparing Video For Download...