顧客終身價值 CLV 計算機

顧客終身價值 CLV 計算機將四個關鍵輸入值 — ARPU、毛利率、顧客留存率和折現率 — 轉化為嚴謹、決策級的估算，顯示典型顧客在與您企業的整個關係存續期間將產生多少利潤。添加您的顧客獲取成本 (CAC)，此工具還能計算出淨 CLV、CLV-to-CAC 比率、回本期、逐年營收瀑布流、單元經濟健康狀況評定以及基準區間定位。與僅顯示簡單「ARPU × 壽命」數字的計算機不同，本工具應用了現金流量折現法 (DCF) 數學模型，因此結果能誠實反映貨幣的時間價值 — 這是評估獲客預算、比較管道或為訂閱制產品定價時的正確數字。

如何使用

1. 輸入 ARPU — 顧客在一個週期內支付給您的平均收入。使用下拉選單選擇該週期是每月、每季還是每年。
2. 輸入您的 毛利率 — 在扣除履行產品或服務的直接成本（伺服器成本、客服支援、銷貨成本 COGS）後，您保留的 ARPU 百分比。
3. 輸入 留存率 — 從一個週期到下一個週期續約或保持活躍的顧客百分比。年度留存數據比月度數據更穩定。
4. 輸入年度 折現率 — 您的加權平均資本成本或要求的報酬率。上市的 SaaS 公司通常使用 8–15%；獲得創投支持的新創公司通常使用 15–25%。
5. 選填輸入 CAC — 獲取一位新顧客的完全成本（付費媒體 + 業務銷售 + 工具分配）。提供 CAC 後，您將獲得 CLV-to-CAC 比率、淨 CLV 和回本期。
6. 點擊 計算顧客終身價值。您將看到折現 CLV 的核心數字、健康狀況評定、逐年營收瀑布流、基準定位以及完整的逐步數學拆解。

使用的公式

是什麼讓這款 CLV 計算機與眾不同

• 預設使用折現 DCF 模型 — 大多數線上 CLV 計算機僅顯示天真的「ARPU × 壽命」數據，這會系統性地高估長尾價值。本工具預設採用財務團隊實際使用的推薦折現永續模型。
• 逐年營收瀑布流 — 清楚查看未來每個同期群年份如何對核心數字做出貢獻，留存衰減以條形寬度顯示，並提供未折現與折現貢獻的並排比較。
• 提交前即時預覽 — 輸入任何數值，CLV、壽命預估和 CLV:CAC 徽章將立即更新，並帶有平滑的留存曲線走勢圖。無需等待網頁重新載入。
• 單元經濟健康狀況評定 — 五個區間的量表（虧損 → 投資不足），帶有一個滑動到您準確 CLV:CAC 比率的標記，並附帶解釋應對措施的評定結果。
• CAC 回本期 — 精確顯示需要多少個月或多少年的邊際利潤貢獻才能收獲獲客支出，此數值採用反覆運算計算而非粗略估算。
• 每週期折現率轉換 — 許多計算機直接將年度折現率應用於月度數據，這在數學上是錯誤的。本工具透過 (1 + d_annual)^(1/n) − 1 公式轉換出實際的每週期折現率。
• 行業基準區間 — 將您的 CLV 置於「低 → 頂尖」的量表上，讓您立即了解自己的數據與典型 SaaS、電子商務和 B2B 數據的對比情況。
• 完整逐步數學細節 — 顯示每一行計算，以便您進行審查、學習或將公式複製到董事會簡報中。

解讀 CLV:CAC 健康狀況評定結果

• 綠色 — 健康 (3:1+)。 永續訂閱制業務的行業基準。每位新顧客支付的費用是您贏得他們所花費成本的三倍或更多 — 足以支持營運、研發和增長。
• 綠色 — 優秀 (5:1+)。 通常表明您在增長方面的投資不足。考慮擴大獲客支出；單元經濟效益絕對支持這樣做。
• 琥珀色 — 收支平衡 (1:1 到 3:1)。 您收回了獲客成本，但每位顧客帶來的長期利潤微乎其微。在將更多資金投入增長之前，請先提升留存率、提高 ARPU 或精簡 CAC。
• 紅色 — 虧損 (<1:1)。 CAC 超過 CLV。每位新顧客都在破壞價值。請暫停激進的獲客行為，先解決留存率、定價或產品市場匹配度（Product-Market Fit）的問題。

不同商業模式的典型 CLV 基準

為什麼要對未來進行折現？

十年後賺到的一美元在今天的價值低於現在賺到的一美元，原因在於：(a) 您本可以將今天的一美元用於投資並獲得回報，以及 (b) 未來的現金流存在執行風險 — 顧客可能會流失、價格可能會侵蝕、企業可能會轉型。折現率將這兩種效應量化為單一數字。如果不進行折現，一個擁有 20 年尾部效應且留存率為 90% 的業務可能會呈現出極度膨脹的 CLV 數據，從而暗示了不可能實現的回本窗口。透過折現，數學模型能反映該關係的真實經濟價值，並為您規劃 CAC 預算提供站得住腳的依據。

選擇正確的折現率

• 上市公司： 使用您的加權平均資本成本 (WACC)，通常為 6–10%。
• 成熟的私營 SaaS： 10–15% — 反映穩定訂閱制業務的股權成本。
• 獲得早期創投支持的公司： 20–30% — 反映投資人要求的報酬率和執行風險。
• 尚未達到產品市場匹配度 (Pre-Product-Market-Fit) 的公司： 30%+ 或使用有限的預測期（3–5 年）代替永續模型，因為長期假設投機性太強。
• 若有疑問，請執行兩次計算 — 一次在 10% 下，一次在 20% 下 — 並利用兩者的差距來確定您對 CLV 估算的信心區間大小。

衡量 CLV 時的常見誤區

• 使用總收入代替邊際利潤貢獻。 營收包含了銷貨成本、金流處理費和客服成本。CLV 必須扣除這些 — 請誠實地應用毛利率。
• 混淆留存範圍。 客戶數留存（仍活躍的顧客）和營收留存（NRR，包含增長擴展）講述的是不同的故事。永續公式使用的是客戶數留存；對於 NRR > 100% 的情況，您需要更進階的模型。
• 將月留存率與年 ARPU 混用。 請保持兩個輸入值在相同的週期內 — 下拉選單強制執行了這一點。
• 忘記進行折現。 將 ARPU × 20 年的壽命相乘，對於任何不是預先收到全額現金的業務來說，都是一個幻想數字。
• 將 CAC 僅視為付費媒體成本。 完全成本 CAC 包括銷售人員薪資、銷售工具、免費增值模式 (Freemium) 的開銷，甚至是內容行銷的攤銷。使用過低的 CAC 會誇大比率。
• 跨越以不同流失率流失的同期群來比較 CLV。 早期同期群的留存狀況通常優於後期同期群 — 在得出結論之前請先進行細分。
• 模擬 100% 的留存率。 這樣公式會崩潰（分母 = 折現率）；即使是您最忠實的顧客也無法永遠留存。為了理智起見，請將留存率上限設定為 99%。

提升 CLV：應在何處投入精力

留存率是槓桿最高的輸入值，因為它具有非線性特徵。將年度留存率從 70% 提高到 80%，可將預期壽命從 3.3 年延長至 5 年 — 在不做任何其他改變的情況下，CLV 就提升了 50%。將其從 90% 提高到 95%，壽命會翻倍（10 年到 20 年）。對於大多數訂閱制業務而言，提升留存率對 CLV 的影響大於同等幅度的 ARPU 提升。

ARPU 和毛利率的提升是線性的 — 雖然有用，但完全可以預測。降低 CAC 對 CLV 本身沒有影響，只會影響淨 CLV 和比率。

常見問題

什麼是顧客終身價值 (CLV)？

顧客終身價值是典型顧客在與您企業的整個關係存續期間預期產生的總利潤。它是訂閱制、SaaS 和電子商務中最重要的指標之一 — 它為您設定了獲取新顧客所能盈利花費的最高上限。

簡單 CLV 和折現 CLV 有什麼區別？

簡單 CLV 將每個週期的利潤貢獻乘以預期壽命，忽略了貨幣的時間價值。折現 CLV 則應用了折現因子，因此從現在起數年後賺取的營收在今天的價值低於本週期賺取的營收。對於超過一或兩年的任何預測期，折現後的數據是更誠實且適合用於規劃的數字 — 而且折現公式也是財務團隊希望在董事會報告中看到的。

什麼是健康的 CLV-to-CAC 比率？

行業經驗法則是 3:1 — 您的 CLV 應至少是您獲取該顧客所花費成本的三倍。1:1 的比率意味著您只能收支平衡，沒有資金來支持營運成本、研發或增長。高於 5:1 的比率可能表明您在增長方面的投資不足，本可以透過在獲客上花費更多來獲取更多的市場份額。

留存率和折現率是如何相互影響的？

折現永續 CLV 公式為 M ÷ (1 + d − r)，其中 M 是每週期利潤，d 是折現率，r 是留存率。 If 留存率太接近或超過 (1 + 折現率)，則幾何級數不會收斂，CLV 在數學上會趨於無窮大 — 在實際操作中，這意味著您應該提高折現率（反映商業風險）或改為接受有限預測期的估算。

如何計算預期顧客壽命？

對於每個週期恆定的留存率 r，預期壽命等於 1 / (1 − r)。90% 的年留存率可帶來 10 年的預期壽命；75% 帶來 4 年；50% 帶來 2 年。這種關係是非線性的，這就是為什麼留存率微小的提升會對 CLV 產生不成比例的巨大影響。

為什麼計算機會從 CLV 中減去 CAC？

淨 CLV 等於 CLV 減去 CAC，代表每位新顧客在償還了您為贏得他們而花費的成本後，所貢獻的實際長期利潤。淨 CLV 是評估行銷管道、定價決策和產品策略的底線數據。

我應該使用月留存率還是年留存率？

如果您有可靠的年度數據，建議優先選擇年度數據 — 月度留存數據容易受到季節性、計費週期效應和短窗口雜訊的干擾。如果您必須使用月度數據，計算機能透過週期下拉選單正確處理，該選單會使用幾何公式將年度折現率轉換為對等的月度折現率。

為什麼我的 CLV 與其他計算機算出來的相差很大？

通常有三個原因。第一，本工具對未來的現金流進行了折現；許多簡單的計算機則不然，因而報告了一個大得多的原始數字。第二，本工具使用的是毛利率，而非營收 — 忽略毛利率的計算機會因服務成本比率而誇大 CLV。第三，本工具採用幾何方式將年度折現率轉換為每週期的等值折現率；而直接將年化折現率除以 12 的計算機會低估折現程度，從而高估 CLV。