ARTICLE

LTV(顧客生涯価値)の意味と重要性。サブスクビジネスを成功させるための収益管理

2026/9/16 (更新: 2026/9/29)

SHARE

LTV(顧客生涯価値)の意味と重要性。サブスクビジネスを成功させるための収益管理を解説【2026年版】

LTV(顧客生涯価値)の意味と重要性。サブスクビジネスを成功させるための収益管理
renue

株式会社renue

2026/9/16 公開2026/9/29 更新

renueについて

renueは、AIで業務を実装する会社です

AIコンサルティングから図面AI・広告運用エージェント・コールセンターAIまで、実際に動いているサービスをご覧いただけます。renueが何をしている会社か、まずはサービス一覧からご確認ください。

Life Time Valueという単語をご存知だろうか。顧客生涯価値とは、1人の顧客との取引関係が続く間の経済的な価値を捉える概念だ。本稿の計算例では、解約・離脱までの売上を合計した「売上ベースのLTV」を扱う。顧客との継続的な関係やサブスクビジネスの管理に活用できるが、採算評価ではサービス提供原価を差し引いた粗利ベースのLTVと区別する。将来の粗利を現在価値へ割り引く方法もあり、定義と計算条件をそろえて比較する必要がある(David SkokによるLTVの解説)。本稿では、サブスクビジネスを運営する経営者に向けて、LTVの計算方法や意味を整理し、適切にKPIとして管理してビジネスを成功させるための手法を書き記したいと思う。

LTVとは

  • LTVは序論でも書いた通り、時間軸を顧客にフォーカスして売上高を管理するための指標である。単に購買を統計的に捉えて売上を予測する場合には、

広告imp数 × CTR × CVR × 平均客単価 ・・・式(A)

  • という数式で広告経由の購入売上を捉えられる。一方、1名の顧客が何度もリピートするビジネスでは、購入後の継続期間を含む価値も管理したい。そのために使う指標がLTVである。

  • 日本でも2012年より前に顧客生涯価値の研究がある。例えば、中村人哉・比嘉邦彦による「顧客生涯価値算出方法に関する研究の調査」は、経営情報学会2011年春季全国研究発表大会の論文として公開されている。これは2011年が最古という意味ではなく、2012年を国内の最初の言及とはできないことを示す例である。同論文が整理する通り、業種やモデルの条件によって算出方法も異なる。

  • では、なぜ従来通りの管理手法ではリピート購買を管理できないのか。それは、① 広告在庫の上限、② ファンと新規客のCVRの違いを、式(A)では表現できないからである。

  • ①は単純に「日本人は1億人しかいないため無限に広告できない」というだけの話だ。どうしても「すでに買った人」や「もう何度も広告を見た人」に広告は表示される。このため、闇雲に広告imp数を増やしても売上は増えず経営管理指標として適切ではないということになってしまう。

  • ②は新規客よりもファンの方が明確にCVRが高い時、同じ広告を全体に出しても効率が悪いのだが、それを式(A)が管理できないという問題だ。明らかに売上貢献度の高い消費者に対しては専用の広告やキャンペーンDMを高い費用を出してでも届けるべきであり、この設計にLTVは必須になってくるのだ。

LTVの計算方法

  • LTVの基本的な計算式は単純である。消費者1名を前提とした場合、その消費者が消費した金額を合計するのみである。

<n=1の場合>

1ヶ月目売上 + 2ヶ月目売上 + 3ヶ月目売上 ・・・+ 解約時の売上

しかし、実際のビジネスではお客様は1名ではないため、利用金額も解約までの期間も異なってくる。そのため、同じ開始月などでそろえた集団について、各月の売上を開始時の顧客数で割り、解約後の売上を0として各月の平均を足し合わせる。観測中の顧客がいれば、観測済みの売上と将来の推計を区別する必要がある。

<n=多数の場合>

1ヶ月目平均売上 + 2ヶ月目平均売上 + 3ヶ月目平均売上 ・・・+ 観測最終月の平均売上(各月とも開始時の顧客数で割った平均)

ここでよく利用される手法が等比級数だろう。高校数学で習う概念だが、社会人になって使う場面も少ないので、今更言われてもどんな計算だったか忘れてしまったという方も多いのではないだろうか。式自体は簡単に記すと

Sn=a+ar+ar^2+ar^3+ …… +ar^(n-1)

Sn=a(1-r^n)/(1-r) ※ r=1ではない

Sn :総和

a :初項

r :公比

  • となる。数学が苦手な方は頭が痛くなるかもしれない数式だ。しかし、実際の値を入れてみると何となくだが実感が湧くのではないだろうか。

Sn :総和 → nヶ月間の1人当たり累計売上(有限期間の売上ベースLTV)

a :初項 → 月初在籍者1人当たりの月間平均売上(各月一定と仮定)

r :公比 → 月次継続率(1−月次顧客解約率。各月一定、再加入なしと仮定)

  • 具体例としては、100名の集団をイメージすると分かりやすい。100名のLTVの合計値を計算する時、

100名分の累計売上 = 1ヶ月目平均売上 × 100 + 2ヶ月目平均売上 × (2ヶ月目に解約せず残っている人数) + 3ヶ月目平均売上 × (3ヶ月目に解約せず残っている人数) ・・・

であり、ここでの各月の平均売上は、その月に残っている顧客1人当たりの値である。100名全員が離脱するまでの売上合計を開始時の100で割ると、1人当たりの実績LTVが求まる。予測例では、全員が初月分を支払い、月単価1万円、各月末の顧客解約率60%、再加入・値上げ・割引・追加購入なしと仮定する。この場合、期待売上の継続率は0.4で、「無限等比級数」の和は1万円÷0.6≒16,667円となる。元の数値は売上ベースの期待LTVであり、原価も将来価値の割引も含まない。0.4を掛け続ける期待人数が小数のまま0へ近づくことと、実際の100名が全員解約して0名になることは別である。一定の月次単価・解約率を使うモデルの前提はSkokの定義解説も参照されたい。

  • 実際に検算してみよう。

この前提なら、上記の式で売上ベースの期待LTVを計算できる。有限期間で近似する場合に使うのは「1000ヶ月目だけの売上」ではなく「初月から1000ヶ月目までの累計売上」である。0≦r<1では無限和に対する未計上分の割合はr^1000となるため、継続率rが1に近いと1000ヶ月でも十分とは限らない。例えばr=0.999では約36.8%が未計上となる。許容する誤差と現実の予測期間を確認して月数を決めよう。

コホートの設計を見失ってはいけない

  • 上述の一定単価・一定解約率の前提が成り立つ場合には、LTVを簡易に推計できる。ただしサブスクでも、料金プラン変更・アップセル・返金などで顧客単価は変わる。顧客ID、利用開始月、月ごとの売上・返金、解約・再加入を整理し、各コホートの月初顧客数と解約数を同じ基準で集計する必要がある。データ整理を省いて計算式だけ適用しても、信頼できる指標にはならない。

  • しかしながら、単に計算式を扱うだけではLTVの導出はできるが、正しい経営指標としての意味を果たさない。なぜならば、ユーザーはさまざまな「コホート」に別れており、コホート毎にLTVは異なってくるからだ。分かりやすい例で言えば、熱烈なファンとライトユーザーでは明らかにLTVが異なってくる。

  • コホートを正しく設定したい場合、有効なアプローチはいくつかあるが、まず取り組むべきはユーザーヒアリングやフィードバックの整理だろう。データドリブンな経営は重要だが、経営・企画者が肌感を持って消費者を感じるというのも重要である。まずは感覚で良いので、消費者を分類し、それぞれのコホートのLTVを計算して違いを見てみると良い。

  • また、他のアプローチとしては「事前に決めた区分間の差の検証」と「解約理由によるユーザーセグメントの類推」がある。差が出るまで分類をランダムに組み替えると、偶然の差を拾うおそれがある。比較を事前に定め、複数の比較を行う場合にはNISTが説明する多重比較への対処を検討し、探索して得た区分は別のデータでも検証したい。どちらもデータ処理の専門性が求められるため、分からない方は専門家に意見を求めるのが良いだろう。

LTVの伸ばし方・使い方

  • さて、最後になるが読者が最も興味があるであろう、実務レイヤーでのLTVの使い方を紹介していこうと思う。他にもキャッシュフロー改善や借入調達のためのLTV活用方法も紹介したいが、これについてはまた別の記事にて取り扱いたい。

  • まず、第一に分かりやすいのが「LTVの特に高いセグメントを割り出し、集客を強化する」という方法だろう。前項で書いた通り、特定のコホートのみLTVが高いという状況は比較的発生しやすい。例えば、「地方都市在住の50代サラリーマンのLTVが他よりも130%高い」というデータがあれば、重要ターゲットとして広告出稿をするべきだろう。結果として、全体のLTVも向上することになる。

  • 第二に挙げたい手法は、「解約率を下げる」というアプローチだ。当たり前だと言われるかもしれないが、LTVをコホート毎に管理することでどの集団のどんな課題にアプローチするのか優先度をつけることが大事だ。闇雲にサービス改善に取り組むのではなく、集団の大きさや解約理由のクリティカルさ、課題解決の難易度などを整理して、LTVを適切に上げるCS改善を行おう。

  • 最後に、シンプルだが強力な手段として「値上げする」を取り上げたい。当たり前だが値上げすれば単月売上は向上する。しかしながら、大抵の場合には新規客の獲得が鈍ったり、解約率が上がって結局LTVが下がるというケースもある。しかしLTVを正しく管理している場合、値上げにより多少のユーザー離脱が進んでも、結局は全体売上が上がるかどうかを素早く察知することができる。正しい管理体制を敷いたら、一部ユーザーに値上げをするなどして、LTVが変動するかテストするのが良いだろう。

  • 今回は少し長文かつ数学っぽい内容になってしまった。あまり数学が好きではない読者には読みづらい文章だったかもしれない。もし、内容が理解できないなどあれば、お気軽に相談していただければと思う。最後までお読みいただきありがとうございました。

あわせて読みたい

AI活用のご相談はrenueへ

renueは自社開発のAIツールを自社運用するAIコンサルティングファームです。

→ 詳細を見る

SHARE

FAQ

よくある質問

LTV(Life Time Value)は、一人の顧客が取引開始から終了までに企業にもたらす経済的な価値を表す指標です。本稿の売上ベースの簡易式は「平均購入単価×購入頻度×継続期間」で、各単位・対象顧客・観測期間をそろえます。採算評価ではサービス提供原価を差し引いた粗利ベースのLTVを用い、必要に応じ将来価値を割り引きます。CACとの比率は、この定義を明示して比較します。「3倍」という目安にも粗利率などの前提があり、比率だけで健全性は断定できません。

顧客獲得後の継続購入・解約も含めて、獲得や維持への投資を評価できるためです。「新規獲得は維持の5倍」という通説を検討したPfeifer(2005)は、平均費用が5倍であるだけでは維持への投資を増やすべきとは限らず、平均費用と限界費用を区別する必要があると論じています(https://link.springer.com/article/10.1057/palgrave.jt.5740142)。特にサブスクリプションでは継続課金を通じた価値を把握できますが、費用対効果は自社の追加費用と増分の粗利を比較して判断します。売上LTVの最大化だけで収益性が決まるわけではありません。

解約率(チャーンレート)の低下、顧客単価のアップセル・クロスセル、利用頻度の向上、契約期間の長期化が主要な施策です。効果は元の解約率と費用条件によります。例えば月次顧客解約率が5%から4%へ1パーセントポイント下がり、月間単価・粗利率が一定で再加入や割引を考慮しないモデルなら、推計LTVは25%増えます。「1%の相対低下」とは異なります。顧客の利用データから解約兆候を捉える方法も含め、改善費用と期待される増分粗利から優先順位を決めます。

MRR(月次経常収益)、ARR(年次経常収益)、チャーンレート(解約率)、LTV、CAC(顧客獲得コスト)、LTV/CAC比率、ネットリテンション率が主要指標です。MRR成長率と解約率は売上の継続性を捉える材料です。採算評価では粗利ベースのLTVとCACを対応させ、回収期間と資金繰りも確認します。売上ベースのLTV/CACや成長率だけでは、固定費も含めた事業全体の黒字・持続可能性は判断できません。

顧客解約率と売上解約率を分け、期間・顧客単価・契約条件をそろえて比較します。BtoBの月次1%以下を優良、2〜3%を標準、BtoCの3〜5%を一般的とする一律の基準は置けません。ChartMogulの解説でも顧客単価帯によって顧客解約率の水準が異なります(https://help.chartmogul.com/article/203-chart-customer-churn-rate)。月次顧客解約率が毎月1%なら、開始時の同じ顧客集団の年次解約率は、新規加入・再加入を含めず1−0.99^12≒11.36%です。12%は単純に12倍した概算です。ネガティブチャーンは、既存顧客からの増収が解約・減額による減収を上回る売上ベースの状態で、顧客数の解約率が負になる意味ではありません。

David Skokの従来の「LTV/CACが3超」という目安は、売上ベースの簡易LTVと粗利率80%以上を前提にした経験則です(https://www.forentrepreneurs.com/saas-metrics-2-definitions/)。異なる粗利率や割引後のLTVへ同じ基準を機械的に当てはめません。粗利ベースのLTV/CACが1未満なら、その推計条件では獲得費を粗利で回収できず、1なら獲得費と等しいものの、他の固定費まで賄えたとは限りません。CAC回収期間は獲得費と獲得後の累計粗利から求めます。「12ヶ月以内」もSkokの当初の目安で、同氏は資金調達環境等によって目安を見直しています。契約・入金条件と手元資金を踏まえ、解約防止・アップセルでLTVを高める施策と、チャネル最適化でCACを下げる施策を評価します。

renueについて

renueは、AIで業務を実装する会社です

AIコンサルティングから図面AI・広告運用エージェント・コールセンターAIまで、実際に動いているサービスをご覧いただけます。renueが何をしている会社か、まずはサービス一覧からご確認ください。

AI導入・DXの悩みをプロに相談してみませんか?

AIやDXに関する悩みがありましたら、お気軽にrenueの無料相談をご利用ください。renueのAI支援実績、コンサルティングの方針や進め方をご紹介します。

無料資料をダウンロード