Centri di competenza
Marketing e IT
CX, front e back-end
Scenari CX e Social
Innovazione e rischi
Operatori SuperEroi
Detrattori - Promotori
CustomerEngagement
Nuovo Servizio Clienti
Banche e social
Integrazione social
Creare Clienti Fan
Parole di Esperienza
Ieri Oggi Domani
CX e collaboratori
Comuni - ContactC
Bots v/s App
Artificial Intelligence
Relazione "human"
Errori su Social
Report DimensionD
Servizi in Cloud
CRM oggi
Work at home
Clienti non numeri
Self Service e CX
Quale CX oggi?
CRM digital auto
Successione appalti
Formazione Social
Digital Experience
Settori di attività
Telemarketing B2B
Semplificare
CX contro silos
Osservatorio CX
Multichannel c.c.
Relazioni con banche
Standard SIP
KPI di successo
Cuffie e innovazione
Big Data e CC - 2013
Custom engagement
Banche esperience
Nuovo contactcenter
Manager Assistant
Performance Manage
Nuovo Marketing
Big Data e CC
Stipendio CRM
Next generation
Atteggiamento
Cambiamenti
M2M internet cose
Decalogo e.mail
SM e Servizio Clienti
Auguri significativi
ING Direct USA
Direttiva UE
Social Customer S
UCC Contact Center
Luca D'Ambrosio
Intelligence nella CE
Il caso GiffGaff
Cambio dei media
Social Media C C
Per ogni interazione
SM e Servizio Clienti
Manager paraocchi
Social M e Comunità
Esperienza e azioni
ConferenzaCustomEx
Committente parte4
Gestione Feedback
Committente parte3
Committente parte2
Committente parte1
Voce Cliente 2.0
Eccellenza servizio
Gestire Reclami
Cus.Experience-3
Pensieri 2011
Offshore
Staff Retention
Cus.Experience-2
Integrazione con SN
EsperienzaReput.ne
Cus.Expercience-1
Insegnare il SC
First Call Res.on
Oggi 2010
Indagini on-line
Team Chat
Web Customer S.
Troppi KPI?
Proroga 81/08
Motivazione
Dare e avere
Tele operatore
Gravi Errori
Fedeltà cliente
Evoluzione futura
Ricette relazione
Quale interazione
Sergio Abramo
Customer Service
Qualche riflessione
Esperienza
Misurare l'AHT?
Reinventare il CS
Manager Comunità
Benchmarking 2009
Rapporto Banche
Digital Signage
Test CC virtuale
Favole famose
Glossario Marketing
Saper vendere
Coerenza-Equilibrio
Aziende Aperte
Comunicazione09
Capo Community
Outbound in UK
Qualità voce IP
Attività Energia
Strategie BPO
Multicanale2009
Collaboration 2.0
Redazionali 08-09
Responsabilizzare
Contact Workspace
Business Mkt 2.0
Customer Sat
Sw as a Service
Contact Center 2.0
Schizofrenia
Gare di appalto
Valore del Cliente
Marketing Web 2.0
Prospect Relat. Mkt
Soddisfazione C
Customer Lifetime
Addetti soddisfatti
Cust. Retention
+ Qualità - Costi
Il caso Atesia
Cambiare business
AssistenteVirtuale
Ricerca Aspect
Parlo con l'acqua?
Da Il Sole 24 Ore
Apprendistato
N. Verde Banche
Elenchi telefonici
Ciclo vita e Crm
Vivere nei CC
Ottimizzare
Nuovo Garante
Per Committenti
LightHouse IFM
Soluzioni speech
Mercato Francia
Outsourcing Usa
Innovazione e CC
TLC 2004 in UE
Valore HelpDesk
Riunioni efficaci
Customer Service
Pensieri per 2004
Principi gestionali
e-government-03
Prezzi ricerche
"Total Access"
Aiuto ai clienti
Survey multilingue
Investire in GB
C.C. virtuali in rete
CMF-benchmark
Delega Lavoro
Famiglie on-line
Profilo Manager
Nuovi Help Desk
Agenda fine2002
Dis.legge Co.co.co.

URP: cambiamenti
Sla per competere
Telelavoro 2002
Forme Contrattuali
URP e Cittadini
Indagini Customer
Scritto a HelpDesk
Giocate: test Q.I.
Legge privacy 2002
Call Center e India
Assicurazioni
Internalizzare
Dialoghi curiosi
Relazione e Internet
Euro: info utili
Nuovi simboli
Cirm: Rapporto Crm
Libro Risorse Umane
Stupidaggini
La storia delle cuffie
Capacità Ascolto
Sondaggio atipici
Forum su Crm
E-mail e spamming
Formazione interinali
Il Crm di PWC
Valore opinioni
Consumi e Crm
Datamonitor 2000
Ricerca lavoro
Regole di training
Atipici flessibili
Rassegna libri
Cambio personale
Turnover
Italiani e P.U.
Integrazione IT
Portabilità tlc
Mercato francese
800 in Francia
Aziende e Clienti
Nuovi contatti
E-procurement
Cyberstore
Compagnieonline
Nuovo Marketing
Tariffe TAT
Banca virtuale
Suggerimenti
E-business
Fondi al telefono
Pillole antistress
Motivazioni
Cosourcing
Ambiente di lavoro
Attenzione Cliente
CRM in Italia
Formazione
Lavori atipici
Borsa e CallCenter
Verso l'e-business
E-commerce B2C
Benchmarking
Skill Agenti
Indici performance
Le misurazioni

L'industria di CT
Telefonini e CC
Satisfaction
Garante operativo
Call Center e 675
CRM
Circa la 675
Dagli UK
Knowledge Manager
Microsoft Vision
Infedeltà del cliente
Confronti Europa
Risorse e conflitto
Citazioni
Valore dei servizi
Privacy e TLC
Sicurezza on line
Riflessioni off-line
One to one, oggi
Schegge


  

CUSTOMER LIFETIME VALUE

Importanza e trend
Il “Customer Lifetime Value”, conosciuto anche come CLV o LTV, è generalmente definito come “il totale netto delle entrate che un’azienda può aspettarsi da un cliente nel corso di una relazione di un determinato periodo di tempo” (1).
Fredrich Reichheld, autore di “The Loyalty Effect” (2), ritiene che il CLV sia l’indicatore più importante in assoluto e come tale dovrebbe occupare una posizione elevata in una possibile gerarchia degli indicatori di misura.
Sapere che un cliente fa guadagnare all’azienda nel corso della vita media della relazione più del profitto che questa ricaverebbe dalla prima vendita, permette di rinunciare al guadagno, o persino di andare in perdita, sull’acquisto iniziale pur di acquisire il cliente, in quanto in media il denaro non guadagnato oggi potrà essere recuperato in seguito.
Jay Abraham nel suo libro “Getting Everything You Can Out of All You've Got” (3) afferma: “Fino a quando non si identifica e non si conosce esattamente l’ammontare del profitto complessivo fornito da un determinato cliente, non è possibile sapere quanto tempo, quanto sforzo e, cosa più importante, quanta denaro è possibile investire per acquisire quel cliente”.
Il “Customer Lifetime Value”, da questo punto di vista, è fondamentale per effettuare una campagna efficace di marketing poiché grazie alle informazioni fornite da questo KPI si può correre un rischio di breve periodo allo scopo di raggiungere guadagni più elevati in un orizzonte temporale più lungo.
Il CLV permette, inoltre, di classificare i clienti in diverse fasce e di attuare azioni di marketing più mirate.
E’ importante tenere presente che un acquirente non vale per quanto ha appena comprato, ma per tutti i potenziali acquisti che potrà effettuare in futuro. Solo partendo da questo presupposto è possibile sfruttare al meglio tutto il flusso di affari generato dal cliente nel corso del tempo.
Per comprendere meglio il vantaggio competitivo fornito da strategie di marketing pianificate avvalendosi dell’ausilio del “Customer Lifetime Value” si riporta il caso (4) della catena di supermercati americani “Safeway” (5).

Caso della catena di supermercati americani “Safeway”
Nella Tavola 1, sono descritte le performance di 5.000 clienti della catena di supermercati “Safeway” in 3 anni. Il KPI “retention rate” iniziale è del 70% (cioè il primo anno il 30% dei clienti ha abbandonato l’azienda) e cresce col passare del tempo poiché i clienti fedeli sono stati separati da quelli non fedeli. Questo aumento di fedeltà si rispecchia anche nell’incremento delle visite a settimana e della loro spesa media. Questa azienda spende il 2% dei guadagni in pubblicità e circa $16 dollari all’anno per cliente per le carte fedeltà che permettono di tener traccia degli acquisti effettuati. Il “Customer Lifetime Value” di questi clienti nel terzo anno è di $143. E’ necessario notare che quest’ultimo è basato sul Net Present Value dei loro profitti, corretto dal tasso di sconto.

Tavola 1 – Fotografia dell’azienda senza strategie di marketing pianificate avvalendosi dell’ausilio del CLV

Dall’analisi di questo campione si sono potute effettuare delle azioni di marketing pianificate avvalendosi dell’ausilio del CLV. Ad esempio, avendo stimato un Customer Lifetime Value maggiore di $1, l’azienda ha deciso di inviare ai clienti che non avevano mai visitato il reparto macelleria, un coupon pari a questo valore per un qualsiasi acquisto in questo reparto. Il risultato di quest’azione mirata è stato l’aumento considerevole delle vendite di carne e, soprattutto, la fidelizzazione di questi acquirenti, che ritornarono ad acquistare due settimane dopo che la campagna dei coupon era terminata. Visti i risultati positivi di questa campagna, la catena di supermercati “Safeway” sperimentò con successo molte altre iniziative con il fine di costruire relazioni di lungo termine con i propri clienti, come:
- prezzi inferiori su determinati oggetti per alcuni tipi di clienti
- premi per chi effettua molti acquisti
- premi per chi acquista frequentemente
- riconoscimenti personali e programmi di relazione
- riduzione della pubblicità per sovvenzionare i programmi di fedeltà.
Nella Tavola 2 si riportano i risultati, su un campione di 5.000 clienti, derivanti da queste azioni di marketing pianificate avvalendosi dell’ausilio del CLV.
Tavola 2 – Fotografia dell’azienda con strategie di marketing pianificate avvalendosi dell’ausilio del CLV. (Fonte: Middleton Hughes A., 2006)

In questo caso, l’azienda ha dimezzato le spese per la pubblicità e reinvestito questo risparmio in programmi di fedeltà.
Grazie a ciò ha ottenuto i seguenti risultati:
- il retention rate è cresciuto dal 70% al 75%;
- le visite per settimana sono cresciute dallo 0,64 allo 0,68;
- la spesa media è cresciuta da $33 a $36;
- Il CLV nel terzo anno è cresciuto da $143 a $186.
Un aumento così notevole del CLV può tradursi in considerevoli guadagni, come illustrato nella Tavola 3. Tavola 3 – Effetti dell’adozione dei nuovi programmi. (Fonte: Middleton Hughes A., 2006)

Questo caso non assicura che questi programmi abbiano sempre successo, ma dimostra come il “Customer Lifetime Value” sia un input basilare per ogni programma di marketing mirato, più del numero di clienti o del totale delle vendite.

Strutturazione dell’indicatore
Un modello di calcolo del “Customer Lifetime Value” è formato da tre componenti - valore del cliente nel tempo, durata della relazione e guadagno attualizzato - che possono essere calcolate o stimate separatamente o in maniera combinata. Si analizzano le tre componenti (6):




Calcoli pratici del CLV

Data la complessità delle modalità di calcolo e il notevole dispendio di tempo e di denaro connesso, ipotizzando il valore attuale del cliente costante anche nel futuro, si può approssimare facilmente e velocemente il Customer Lifetime Value mediante l’Equazione 5 (13):

CLV= a x s x g

Dove
- a = durata, in anni, del rapporto tra cliente e azienda,
- s = spesa media di un cliente all’anno
- g = guadagno percentuale.

Ipotizzando, ad esempio, che la spesa media di un cliente in un anno attualmente sia di €100, che il cliente continui ad acquistare presso la stessa azienda mediamente per 4 anni e che il guadagno percentuale sulle vendite sia del 35%, il valore del CLV sarà calcolato come:

CLV= 4 x 100 euro x 0,35 = 140 euro


  1) Novo J., 2001
2) Reichheld F, 1996
3) Abraham J., 2000
4) Middleton Hughes A., 2006
5)“Safeway” è una catena di supermercati americana fondata nel 1915 da M.B. Skaggs
6) Rosset S., Neumann E., Eick U., Vatnik N., 2003
7) Helsen K. e Schmittlein D.C., 1993
8) Rosset S., Neumann E., Eick U., Vatnik N., 2003
9) Rosset S., Neumann E., Eick U., Vatnik N., 2003
10) Mani D. R., Drew J., Betz A. e Datta P., 1999
11) Sviluppato da Cox nel 1972. Cox D.R., 1972
12) Kaplan E.L. e Meier R., 1958
13)
Gray M., 1999
Questo testo é tratto dalla Tesi di laurea di Alberto Cavaliere e Angela Chetta AA 2005-2006 "Analisi e modellazione delle prestazioni dei contact center"
Politecnico di Milano, II Facoltà di Ingegneria - Corso di Laurea in Ingegneria Gestionale.
Ottobre 2006
  Riferimenti:
Abraham J., Getting Everything You Can Out of All You've Got, St. Martin's Press, 2000
Cox D.R., Regression models and life tables. Journal of the Royal Statistical Society, 1972
Gray M., How do you determine customer lifetime value?, http://www.profitadvisors.com, 1999
Helsen K. e Schmittlein D.C., Analyzing duration times in marketing: Evidence for the effectiveness of Hazard rate models, Marketing Science, 1993
Kaplan E.L. e Meier R., Non-parametric estimation from incomplete observations, Journal of the American Statistical Association, 1958
Mani D. R., Drew J., Betz A. e Datta P., Statistics and data mining techniques for lifetime value modelling,1999
Middleton Hughes A., Building successful retail strategies using CLV, http://www.dbmarketing.com, 2006
Novo J., Maximizing Marketing ROI with Customer Behavior Analysis, http://www.drilling-down.com, 2001
Reichheld F, The Loyalty Effect, Harvard Business School Press, 1996
Rosset S., Neumann E., Eick U., Vatnik N., Customer Lifetime Value Models for Decision Support, Kluwer Academic Publishers, 2003