株式会社renue
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。
はじめに：LTVは「1人の顧客が取引期間全体でもたらす価値」
「LTVって何？」「どう計算する？」「LTVを上げるには？」——LTV（Life Time Value：顧客生涯価値）は、1人の顧客が取引期間を通じて企業にもたらす価値を表す指標で、サブスクリプションビジネスやEC、SaaSの経営において最も重要なKPIの一つです。
新規顧客の獲得コストが上昇する中、既存顧客との関係を深めてLTVを最大化する戦略がビジネスの成否を分けます。本記事では、LTVの意味から計算方法、向上させるための具体的な施策まで解説します。
第1章：LTVの基本
LTVとは
LTV（Life Time Value）は日本語で「顧客生涯価値」と訳され、1人の顧客が取引を開始してから終了するまでに企業にもたらす価値を表します。売上の総額で見る売上ベースと、売上原価を差し引いた粗利の総額で見る粗利ベースを区別してください。売上と利益は同じではなく、粗利もすべての経費を差し引いた純利益とは異なります。どの費用を含めるか、将来の価値を割り引くかをそろえて比較します（Bainの顧客価値の計算説明）。
なぜLTVが重要なのか
- 1:5の法則：新規顧客の獲得コストを既存顧客の維持コストの5倍とする目安として紹介されます。ただし、本記事ではこの5倍の原調査・対象・費用範囲は未確認です。すべての企業で成り立つ比率とは扱わず、自社の獲得費・維持費と顧客価値を測って判断します。
- 5:25の法則：顧客維持を5%増やすと利益が25〜95%増えるという説明は、Reichheld・Schefterによる2000年のECに関する論考の公開要旨にあります。離反率を5%改善すればどの企業でもこの増益が得られるという法則ではなく、対象事業・期間・費用構造によって効果は異なります（Bain掲載の公開要旨）。
- サブスク経済の拡大：SaaS・EC・サブスクビジネスでは、初回購入だけでなく継続利用が収益の源泉
- 投資判断の基準：LTVとCAC（顧客獲得コスト）の比較では、LTVの売上・粗利の区分と含める費用を確認します。LTV/CAC比率3以上はSaaSで使われる参考目安で、全業種の利益保証や投資拡大の十分条件ではありません。David Skokの説明にも、SaaSの目安であることと適用の例外が示されています（SaaS Metrics 2.0）。
第2章：LTVの計算方法
基本の計算式
売上ベースのLTV = 顧客単価 × 購入頻度 × 継続期間
例：月額1万円のSaaS、平均利用期間24か月の場合。LTV = 1万円 × 1回/月 × 24か月 = 24万円
粗利ベースの計算式
粗利ベースのLTV = 顧客単価 × 粗利率 × 購入頻度 × 継続期間
粗利ベースで見たい場合は粗利率を掛けます。これだけで販管費なども差し引いた純利益になるわけではありません。CACとの比較では、獲得費をLTV側ですでに差し引いていないかも確認し、同じ費用を二重に差し引かないようにします。
チャーンレートを使った計算式（SaaS向け）
売上ベースのLTVの概算 = ARPA（1アカウント当たり月間売上） ÷ 顧客チャーンレート（月間顧客解約率）
例：ARPA 1万円、月間顧客チャーンレート5%の場合。売上ベースのLTVの概算 = 1万円 ÷ 0.05 = 20万円。これは単価・顧客解約率が一定で、解約率が0より大きいという仮定による概算です。ARPAと解約率の期間をそろえ、月次なら月次、年次なら年次で計算します。売上解約率や、アップセルを含めて負になり得る純売上解約率を、そのまま分母に置き換えないでください。単価の変化・追加購入・顧客群ごとの解約傾向・将来価値の割引は別途反映し、粗利ベースではさらに粗利率を掛けます（David Skokの計算前提）。
LTV/CAC比率
LTV/CAC = LTV ÷ CAC（顧客獲得コスト）
- LTV/CAC > 3：SaaSで使われる参考目安。原典の単純な売上ベースの目安には粗利率80%以上の前提があります。算定条件・回収期間・資金繰りを確認して投資を判断します。
- LTV/CAC = 1〜3：参考目安では改善を検討する範囲。LTVの費用範囲や成長段階を確認し、LTV向上・CAC削減の効果を比較します。
- LTV/CAC < 1：売上ベースなら想定取引期間の売上だけで獲得費を回収できず、粗利ベースなら粗利で獲得費を回収できない状態。顧客単位の採算を見直す必要がありますが、この比率だけで会社全体の赤字を断定はできません。
第3章：LTVを向上させる5つの施策
①顧客単価を上げる（アップセル・クロスセル）
既存顧客に上位プランへの移行（アップセル）や関連商品の追加購入（クロスセル）を提案。SaaSなら基本プラン→プロプラン→エンタープライズプランへの誘導。
②解約率（チャーンレート）を下げる
解約の兆候を早期検知し、対策を打つ。カスタマーサクセスチームによる利用状況のモニタリング、オンボーディングの強化、離反予兆のAI検知が有効。
③購入頻度を上げる
定期購入の促進、メールマガジンによるリピート購入の誘導、ポイント・ロイヤリティプログラムの導入。
④顧客体験（CX）の向上
カスタマーサポートの品質向上、UI/UXの改善、パーソナライゼーション。顧客の期待を超える体験が継続利用と口コミにつながります。
⑤ロイヤリティプログラム
ポイント、会員ランク、限定特典などのプログラムで優良顧客を優遇。長期継続のインセンティブを設計します。
renueでは、LTV最大化を起点としたマーケティングDXを支援しています。CRMデータのAI分析による解約予測、アップセル提案の自動化、カスタマーサクセスの仕組み構築を、課題整理から実装・運用定着まで伴走サポートします。
第4章：業種別のLTVの考え方
SaaS
月額課金モデルでは、単価と月間顧客解約率が一定という前提のもとで、売上ベースのLTVをARPA ÷ 顧客チャーンレートで概算します。単価などの条件が同じなら、解約率の低下でこの概算は増えます。粗利ベースでは粗利率も反映します。LTV/CACの3倍以上はSaaSの参考目安として、算定条件・回収期間・資金繰りと合わせて確認します。
EC
リピート購入がLTVの鍵。初回購入→2回目購入の転換率が最も重要なKPI。定期便やサブスクの導入でLTVを安定化。
BtoB
契約期間が長く、アップセル・クロスセルの余地が大きい。カスタマーサクセスによる能動的なフォローがLTV向上に不可欠。
第5章：LTV分析の注意点
- 平均LTVだけで判断しない：顧客セグメント別にLTVを分析する。高LTV顧客の特徴を把握して同様の顧客を獲得する戦略が有効
- LTVの算出期間：事業開始直後はデータが不足するため、仮定値（想定継続期間）を使う。データが蓄積されたら実測値に更新
- 割引率の考慮：長期のLTVでは将来の売上を現在価値に割り引く（DCF）計算も検討
よくある質問（FAQ）
Q1: LTVとARPUの違いは？
ARPU（Average Revenue Per User）は、指定した期間の1ユーザー当たり平均売上です。月間・年間などの集計期間を明示してください。LTVは取引期間全体の価値で、売上ベースと粗利ベースを区別します。月間ARPUが一定なら、売上ベースのLTVの概算はARPU × 継続月数です。粗利ベースでは粗利率も反映します。ユーザー単位のARPUとアカウント単位のARPAは、集計単位をそろえて使います。
Q2: LTVの目安は？
業界やビジネスモデルにより異なります。LTV/CAC比率の3倍以上はSaaSで使われる参考目安です。売上・粗利の区分、粗利率、費用範囲、回収期間や資金繰りを確認し、3倍以上だけで健全性や増益を保証すると考えないでください。
Q3: LTVを上げるのとCACを下げるのはどちらが重要？
両方重要ですが、長期的にはLTVの向上の方がインパクトが大きいです。CACの削減には限界がありますが、LTVは顧客体験の向上で継続的に伸ばせます。
Q4: チャーンレートが1パーセントポイント下がるとLTVはどう変わる？
ARPAが月間1万円で一定、月間顧客解約率が一定という概算モデルでは、5%→4%への1パーセントポイントの低下で、売上ベースのLTVは20万→25万円（25%向上）です。5%に対する相対的な低下率は20%で、「1%の相対的な低下」とは異なります。単価・粗利率や計算前提が変わる場合は別途算定してください。
Q5: AIでLTV予測は可能？
はい。過去の顧客データ（購買履歴、利用頻度、サポート問い合わせ等）からAIが個々の顧客のLTVを予測し、高LTV顧客への施策に集中するデータドリブンなアプローチが可能です。
Q6: LTVとNPSの関係は？
NPS（Net Promoter Score：推奨度）は顧客ロイヤルティを把握する指標の一つです。Bainは、推奨者・中立者・批判者ごとに継続年数、購入額、対応費用、獲得費、紹介の価値を見て顧客価値の差を測る方法を説明しています。NPSとLTVの関連は自社の顧客群で確認し、スコアを上げれば必ずLTVが上がるという因果や保証とは区別します（Bainのロイヤルティ経済性の説明）。
LTV最大化×AIマーケティングDXを支援します
renueでは、LTV最大化を起点としたマーケティングDXを、課題整理から実装・運用定着まで一貫して支援しています。解約予測AI、アップセル自動提案、カスタマーサクセス基盤の構築を伴走サポートします。
無料相談はこちら →