Wie du nach Customer Lifetime Value (CLV) segmentierst
Übersicht
Erfahre, wie du ein Customer Lifetime Value (CLV)-Segment erstellst und wichtige CLV-Informationen exportierst. CLV ist Teil der Predictive Analytics von Klaviyo und kann ein leistungsstarkes Tool für die Segmentierung sein. Es ist der Gesamtbetrag, sowohl vergangen als auch prognostiziert, den Kund*innen im Laufe der Zeit bei deiner Marke kaufen werden. CLV-Segmente ermöglichen es dir, Kund*innen basierend auf diesem Betrag zu gruppieren, damit du ihnen relevante Inhalte senden und segmentbasierte Flows auslösen kannst. Du kannst beispielsweise den früheren CLV nutzen, um einen VIP-Welcome-Flow aufzubauen, oder den prognostizierten CLV nutzen, um gezielte Kampagnen an Kund*innen zu senden, die während des Prognosezeitraums deines Kontos wahrscheinlich einen bestimmten Betrag ausgeben werden.
Bevor du anfängst
Bitte beachte, dass du nur nach Customer Lifetime Value segmentieren kannst, wenn:
- Mindestens 500 Kund*innen haben eine Bestellung aufgegeben. Dies bezieht sich nicht auf aktive Profile, sondern auf die Anzahl der Personen, die tatsächlich einen Kauf bei deinem Unternehmen getätigt haben. Wenn dieser Abschnitt in einem Profil vorhanden ist, aber leer ist, bedeutet das, dass Klaviyo nicht genügend Daten zu dieser Person hat, um eine Prognose zu erstellen.
- Du hast eine E-Commerce-Integration (z. B. Shopify, BigCommerce, Magento) oder verwendest unsere API, um aufgegebene Bestellungen zu senden.
- Du hast eine Bestellhistorie von mindestens 180 Tagen und Bestellungen innerhalb der letzten 30 Tage.
- Du hast mindestens ein paar Kund*innen, die drei oder mehr Bestellungen aufgegeben haben.
Der vorhergesagte Customer Lifetime Value umfasst standardmäßig die nächsten 365 Tage. Personalization und Advanced Klaviyo Data Platform enthalten Custom CLV, womit du diesen Zeitraum ändern kannst. Wenn du es angepasst hast, verwende deinen gespeicherten Vorhergesagten Datumsbereich, wenn du Segmente erstellst und Exporte analysierst. Erfahre, wie du dein Customer-Lifetime-Value-Vorhersagefenster anpasst.
Ein Customer Lifetime Value-Segment erstellen
- Gehe zu Zielgruppe > Listen und Segmente.
- Wähle Erstellen > Segment.
- Gib einen Namen für dein Segment ein. Wenn ein Dialogfeld zum Benennen geöffnet wird, klicke in diesem Dialogfeld auf Segment erstellen, um den Segment-Builder zu öffnen.
- Wähle Predictive Analytics zu einer Person aus, und wähle dann Historic Customer Lifetime Value, Predicted Customer Lifetime Value oder Total Customer Lifetime Value aus. Lege den Vergleich und den Wert fest, den du verwenden möchtest.
- Füge alle weiteren Bedingungen hinzu, die du benötigst, z. B. die E-Mail-Targeting-Bedingungen im folgenden Beispiel.
- Klicke auf Segment erstellen, um deine Definition zu speichern und das Segment mit passenden Profilen zu füllen.

Beispiel
Angenommen, dein durchschnittlicher Bestellwert für Kund*innen liegt bei etwa 15,00 $. Du solltest Kund*innen mit niedrigem prognostiziertem Gesamtausgabenbetrag über deinen Prognosezeitraum hinweg eventuell Rabatte anbieten, um ihren nächsten Kauf zu fördern.
Erstelle zum Beispiel ein Segment mit Vorhergesagter Customer Lifetime Value > ist höchstens > 5. Damit werden Kund*innen gruppiert, die voraussichtlich im Verlauf deines Prognosezeitraums nicht mehr als 5,00 $ ausgeben. Sprich sie mit einer Rabattkampagne oder einem Flow an, ähnlich wie eine Winback - oder Re-Engagement-Kampagne. Wenn du das Targeting per E-Mail machst, kombiniere die Customer Lifetime Value-Bedingung mit den folgenden Bedingungen mithilfe von UND:
- Sie können E-Mail-Marketing empfangen und sind abonniert. Verwende Ob jemand Marketing empfangen kann oder nicht mit kann empfangen, E-Mail-Marketing und dem Abonnementfilter Abonniert.
- Sie gehören zu deiner Haupt-E-Mail-Liste (in diesem Fall eine Newsletter-Liste).
- Sie haben innerhalb eines bestimmten Zeitraums eine E-Mail geöffnet (im Beispiel unten umfasst der Zeitraum die letzten 90 Tage). Apple Mail Privacy Protection kann Öffnungen automatisch erfassen, daher weist eine Öffnung nicht immer auf Kundenengagement hin.

Customer Lifetime Value-Segmente exportieren
Exportieren von Customer Lifetime Value-Daten kann es dir ermöglichen, das Verhalten verschiedener Gruppen von Kund*innen weiter zu analysieren und vorherzusagen. Wenn Abwanderungsrisikoprognose unter deinen Exportfeldern angezeigt wird, wähle es aus, um das Abwanderungsrisiko in deine CSV einzuschließen. Das Abwanderungsrisiko wird als Zahl zwischen 0 und 1 exportiert. Beispielsweise entspricht 0,45 einem Abwanderungsrisiko von 45 %.
Um ein Segment zu exportieren, brauchst du die Berechtigung, Profile zu exportieren. Die Rollen Kontoinhaber*in, Administrator und Analyst enthalten diese Berechtigung.
- Gehe zu Zielgruppe > Listen und Segmente und öffne dein Customer Lifetime Value-Segment.
- Wähle Segment verwalten > In CSV exportieren aus.
- Wähle die Felder aus, die du analysieren möchtest, wie Historic Customer Lifetime Value, Predicted Customer Lifetime Value und Total Customer Lifetime Value.
- Klicke auf Export starten. Der CSV-Download startet, wenn der Export abgeschlossen ist.

Wenn du eine große Anzahl an Einmalkäufer*innen hast, kann dein durchschnittliches Abwanderungsrisiko hoch sein. Um dein durchschnittliches Abwanderungsrisiko zu senken, solltest du deine Marketing-Bemühungen möglicherweise darauf konzentrieren, Kund*innen nach ihrem ersten Kauf zu halten. Du kannst Klaviyos Metrik „Predicted Customer Lifetime Value“ verwenden, um Kund*innen mit niedrigen prognostizierten Ausgaben für eine Kundenbindungskampagne zu identifizieren, wie im obigen Beispiel beschrieben.
Sobald du diese Daten als CSV exportierst, kannst du deine eigenen Analysen durchführen. Einige Berechnungen, die dich interessieren könnten, sind:
- Durchschnittlicher Customer Lifetime Value
Berechne den durchschnittlichen historischen Kund*innenwert, indem du die Spalte Historischer Customer Lifetime Value im gesamten Segment mittelst. Berechne den durchschnittlichen Gesamtwert der Kund*innen, indem du die Spalte Total Customer Lifetime Value separat mitteln lässt. - Zukünftige Ausgaben eines Segments vorhersagen
Addiere den Predicted Customer Lifetime Value aller Mitglieder eines Segments, um ihre kombinierten Ausgaben über den Vorhersagezeitraum deines Kontos zu schätzen. Das sind die nächsten 365 Tage, es sei denn, du hast den Zeitraum angepasst. - Schätze die Anzahl der wiederkehrenden Kund*innen
Bilde für Profile mit einem Wert für Vorhersage des Abwanderungsrisikos den Durchschnitt dieser Werte und ziehe dann den Durchschnitt von 1 ab. Multipliziere das Ergebnis mit der Anzahl der Profile, die in diesem Durchschnitt enthalten sind, um zu schätzen, wie viele voraussichtlich zurückkehren. Schließe Profile mit leeren Abwanderungsvorhersagen sowohl vom Durchschnitt als auch von der Anzahl aus.
Weitere Ressourcen
- Predictive Analytics von Klaviyo verstehen
Erfahre mehr über die verschiedenen Arten von Predictive Analytics-Daten, die in deinem Konto angezeigt werden, die unterschiedlichen Methoden, mit denen Klaviyo diese berechnet, und Richtlinien dazu, wie du diese Daten nutzen kannst.
- Mitigate churn with predictive insights and custom CLV