Houd het doel in gedachten

In B2B SaaS-marketing is het cruciaal om duidelijk te zijn over waarom je jouw LTV op dit moment berekent. Je enige doel zou moeten zijn, in feite, om een functionele groeimotor te bouwen die leads en deals kan bieden tegen een kosten en snelheid die aansluit bij jouw unit economics en bedrijfsdoelen. Dit maakt historische gegevens grotendeels irrelevant, aangezien jouw belangrijkste metrics zich nog in het proces van verbetering bevinden. Laten we precies verkennen wat we daarmee bedoelen.

De traditionele LTV-formule

Een veel voorkomende lifetime value die je tegenkomt is gebaseerd op jouw Gemiddelde Marge (m), Retentiepercentage (r) en jouw Kortingspercentage (i). Dit is logisch wanneer je een overvloed aan gegevens hebt, maar vooral wanneer je de lengte van de klantenrelatie als een factor beschouwt waarover je weinig controle hebt. Waarom? Het Retentiepercentage houdt geen rekening met de lengte van de relatie, maar met de kans dat je het bedrijf van jouw klant behoudt. Uiteindelijk eindigt het hele deel van de formule tussen haakjes als de vermenigvuldiger van jouw marge, zonder rekening te houden met hoe lang je klanten aan boord kunt houden. Tijd is simpelweg geen factor in deze formule – wat logisch is voor sommige laagwaardige SaaS-abonnementen, e-commerce en andere consumentenindustrieën. Maar veel minder voor MKB en enterprise SaaS. 

De beperkte gegevensuitdaging

Een ander probleem in B2B SaaS-marketing is dat Kortings- en Retentiepercentages voor startups en scale-ups vaak onbekend zijn of gebaseerd zijn op te weinig gegevens. Bovendien zullen ze waarschijnlijk wild evolueren en snel veranderen naarmate je het meest waarschijnlijk continu experimenteert met prijsstelling en retentie-iteraties, terwijl je je ICP verder verfijnt (wat beide beïnvloedt) en nieuwe functies, plannen en zelfs modules verzendt.  Op dit punt wordt het duidelijk dat er aanzienlijke nadelen zijn aan deze aanpak voor jonge, groeiende bedrijven. 

Geschatte LTV: een voorspellende, doelgerichte aanpak

Wat is de oplossing dan? Een voorspellende aanpak aannemen. In plaats van naar voorspellende gegevens te kijken, gebruik metrics waar je toch op moet mikken. Bijv., jouw Kortingspercentage zou nooit te hoog moeten zijn - laten we zeggen dat het in jouw marktsegment logisch is om te mikken op 10% in het beste geval. Tenslotte bepaalt dit of jouw unit economics zullen werken of niet. Elk kortingspercentage boven wat jouw inspanningen winstgevend maakt, moet vermeden worden. Daarom is het belangrijk om jouw groei-/verkoopteam op deze strikte regel af te stemmen, maar dat is alles wat nodig is om deze metriek perfect beheersbaar te maken. 

Hetzelfde geldt voor het retentiepercentage. Gezien de combinatie van een gebrek aan historische gegevens en de onzekere aard van retentie voor startups in het bijzonder, maakt het niet veel sense om jouw huidige retentiepercentage in jouw formule te gebruiken. Het is beter om een realistisch doel te stellen voor de tijd (onthoud, we wilden deze parameter in overweging nemen) die je wenst om een klant te behouden en OKR's vast te stellen voor jouw team om dat doel daadwerkelijk te bereiken. Het onder controle houden van churn is cruciaal voor elk SaaS-bedrijf. Geen gebruik maken van een doelretentietijd in plaats van een (mogelijk suboptimale) huidige, kan je ertoe leiden dat je onderinvesteren of focussen op het verlagen van CAC in plaats van het verbeteren van retentie. 

Uiteindelijk is het belangrijk om in gedachten te houden wat jouw initiële budget en verwachte terugverdientijd zijn. Dit alles draagt bij aan jouw verwachte retentietijd: om veilig te zijn, pas het naar beneden aan in jouw formule, aangezien een te optimistisch nummer je kan leiden tot overbesteding, of je team niet genoeg tijd kan geven om de retentie te verbeteren voordat je geen runway meer hebt.

OK, geef me gewoon de formule al

Hier ga je. Dit is hoe je jouw Geschatte LTV kunt berekenen:

t = Retentietijd

m = Gemiddelde Marge 

i = Kortingspercentage

Sommige praktische tips over hoe deze formule te gebruiken

Retentietijd

Voor jaarlijkse abonnementen is een nuttige benchmark voor Retentietijd drie jaar. Als je klanten gemiddeld niet drie jaar kunt behouden, klopt er iets niet en moet je daar urgent aan werken. Het is weinig meer dan een vuistregel, maar helpt je te krijgen waar je moet zijn. 

Kortingspercentage

Houd er rekening mee dat als je sterk korting geeft in jouw eerste jaar, je jouw Kortingspercentage wilt spreiden (zoals een afschrijving) over de duur van de retentietijd. Dus als je 30% korting geeft in jaar 1, maar helemaal niet of een verwaarloosbare hoeveelheid in jaar 2 en 3, dan zou jouw kortingspercentage 0,1 moeten zijn. Het is niet perfect, maar biedt een acceptabel beeld van wat je gemiddeld per deal zult maken. 

Gemiddelde Marge

Dit is, om het duidelijk te maken, gewoon je margescore vermenigvuldigd met jouw gemiddelde marge zoals uitgedrukt in jouw respectieve valuta. Merk op dat naarmate jouw startup groeit, jouw marge steeds dichter bij 90-95% komt vanwege de inherente schaalvoordelen die SaaS-bedrijven kunnen bereiken. Zelfs in de vroege stadia, of in zware tijden, zou 80% op zijn minst mogelijk moeten zijn. Dus nogmaals, streef niet naar iets minder dan 0,8 van jouw gemiddelde dealgrootte. Als je momenteel niet op dat punt bent moet je daar verbeteringen aanbrengen, in plaats van dat het invloed heeft op jouw geschatte LTV. 

Conclusie

In B2B SaaS-marketing hebben startups LTV-berekeningen nodig die passen bij hun werkelijkheid, niet kant-en-klare oplossingen. De juiste berekening is belangrijk, aangezien deze zoveel van jouw andere metrics zal bepalen. Geschatte LTV biedt startups een  je helderheid over welke metrics invloed hebben op jouw unit economics als je deze berekening gebruikt waarvan je zeer duidelijke OKR's voor jouw product- en groei teams kunt retrofiteren.