Quasi tutti gli ecommerce ottimizzano il costo per click. Pochi ottimizzano il valore che ogni cliente porta nel tempo.
La differenza tra questi due approcci si chiama Customer Lifetime Value — ed è spesso la metrica che separa chi cresce da chi si sente sempre in affanno, spendendo continuamente in acquisizione senza mai costruire una base solida.
In questo articolo vediamo cos’è l’LTV, come si calcola con un esempio pratico, e — soprattutto — come usarlo per prendere decisioni migliori sul marketing, sulle ads e sulla gestione del database clienti.
Cos’è il Customer Lifetime Value (e perché non è la stessa cosa dell’AOV)
Il Customer Lifetime Value (LTV) — chiamato anche CLV o CLTV — è il valore economico totale che un cliente genera nel corso dell’intera relazione con il tuo ecommerce. Non il valore del singolo ordine: il valore cumulativo di tutti gli ordini che farà finché continuerà ad acquistare da te.
È una distinzione importante, perché l’AOV (Average Order Value) — lo scontrino medio — fotografa il singolo momento. L’LTV fotografa la relazione intera.
Un esempio: due clienti possono avere lo stesso AOV di €60. Ma se uno compra una volta sola e l’altro torna quattro volte l’anno per tre anni, il loro valore reale per il tuo business è completamente diverso. Trattarli allo stesso modo — con le stesse campagne, le stesse promozioni, lo stesso livello di attenzione — è uno spreco di risorse misurabile.
Come si calcola l’LTV: formula semplice con un esempio numerico
La formula base è:
LTV = AOV × Frequenza di acquisto annuale × Durata della relazione (anni) × Margine lordo
Prendiamo un esempio concreto. Supponiamo di avere un ecommerce di prodotti per la cura della persona — chiamiamolo “Naturabio” — con questi dati medi:
- AOV: €60
- Frequenza di acquisto: 4 ordini/anno
- Durata media della relazione: 3 anni
- Margine lordo: 35%
Il calcolo è:
LTV = 60 × 4 × 3 × 0,35 = €252
Ogni cliente vale in media €252 nel corso della sua relazione con Naturabio. Non €60 — €252.
Variante avanzata: con il churn rate
Chi vuole una stima più precisa può utilizzare la formula con il tasso di abbandono:
LTV = Margine per periodo × (Retention rate / (1 + Tasso di sconto − Retention rate))
Questa formula è più accurata per business con relazioni lunghe o abbonamenti, ma richiede dati storici solidi. Per la maggior parte degli ecommerce, la formula base è sufficiente per iniziare a prendere decisioni migliori.
Perché l’LTV cambia la matematica delle tue campagne ads
Questo è il punto dove la metrica smette di essere un esercizio contabile e diventa una leva strategica concreta.
La maggior parte dei responsabili marketing fissa il CAC massimo (costo di acquisizione cliente) guardando la redditività del primo ordine. Se il margine lordo è €21 (il 35% di €60), pensano di non poter spendere più di €15-20 per acquisire quel cliente.
Ma quella logica ignora tutto quello che viene dopo il primo acquisto.
Riprendendo l’esempio di Naturabio: se ogni cliente vale €252 nel tempo, il CAC massimo sostenibile non è €20 — è ben più alto. Secondo Shopify, un buon rapporto LTV/CAC è 3:1, il che significa che puoi permetterti di spendere fino a €84 per acquisire un cliente mantenendo una marginalità sana.
La differenza tra un CAC max di €20 e uno di €84 è enorme in termini di volume di clienti che puoi raggiungere, di canali che puoi permetterti, di bid che puoi impostare nelle campagne Google e Meta. Shopify stima che il costo medio di acquisizione per l’ecommerce italiano vari tra €120 e €450 a seconda del settore. Chi non conosce il proprio LTV rischia di uscire dall’asta delle ads troppo presto, lasciando campo ai competitor che hanno fatto i conti.
I 3 fattori che influenzano di più l’LTV del tuo ecommerce
Nella formula LTV = AOV × Frequenza × Durata × Margine ci sono quattro variabili. Non tutte si muovono con la stessa facilità, e non tutte agiscono allo stesso modo sulla relazione con il cliente.
1. Frequenza di acquisto — la leva con l’impatto maggiore
La frequenza di acquisto indica quante volte un cliente compra nell’arco di un anno, durante il periodo in cui è attivo. Non riguarda quanto a lungo rimane tuo cliente — questo è un aspetto distinto, che vediamo al punto 3 — ma il ritmo con cui acquista mentre lo è.
Portare la frequenza di Naturabio da 4 a 5 ordini/anno porta l’LTV da €252 a €315 (+25%). Un aumento del 25% di LTV medio senza toccare i prezzi, senza migliorare i margini, senza acquisire nuovi clienti.
Come si aumenta? Attraverso sequenze email basate sul comportamento d’acquisto, reminder calibrati sui cicli di riordino, programmi fedeltà strutturati e cross-selling rilevante. L’obiettivo è aumentare la cadenza degli acquisti nel periodo in cui il cliente è già coinvolto con il brand.
2. AOV (scontrino medio) — più semplice da muovere di quanto si pensi
Un aumento di €10 sullo scontrino medio — da €60 a €70 — porta l’LTV da €252 a €294 (+16,7%). Strategie pratiche: bundle prodotto, soglia per la spedizione gratuita leggermente superiore alla media dell’ordine corrente, upsell pertinente al momento del checkout.
3. Churn rate — il più trascurato
Il churn rate è la percentuale di clienti che, nel corso del tempo, smette definitivamente di acquistare. Non è una misura di quanto spesso comprano, ma di per quanto tempo rimangono attivi: due clienti possono avere la stessa frequenza di 4 ordini/anno, ma uno si ferma dopo un anno e l’altro prosegue per quattro.
Questa distinzione è importante perché le leve per agire sul churn sono diverse da quelle per la frequenza. Aumentare la frequenza significa stimolare chi è già attivo ad acquistare più spesso. Ridurre il churn significa intercettare i segnali che indicano che un cliente sta per smettere — e intervenire prima che accada.
Nella pratica, il segnale più precoce è la Recency: un cliente che non acquista da più tempo del solito, pur avendo una storia di acquisti regolari, sta mostrando un rischio di abbandono. Estendere la durata media della relazione da 3 a 3,5 anni porta l’LTV di Naturabio da €252 a €294 (+16,7%) — un effetto equivalente all’aumento dello scontrino medio, ottenuto però lavorando sulla retention invece che sulla transazione.
LTV e segmentazione RFM: come identificare chi vale di più (e chi è a rischio)
Calcolare l’LTV medio del tuo ecommerce è utile. Calcolarlo per segmento di clienti è un’altra cosa.
Il problema dell’LTV come numero unico è che nasconde una distribuzione molto diseguale. Una parte piccola del database genera la parte grande del valore — e quel gruppo non è distribuito casualmente: ha caratteristiche misurabili.
È qui che la segmentazione RFM (Recency, Frequency, Monetary) entra come strumento operativo naturale. Le tre variabili RFM corrispondono esattamente alle variabili che compongono l’LTV:
| Variabile RFM | Cosa misura | Impatto sull’LTV |
|---|---|---|
| Recency | Da quanto tempo il cliente non acquista | Segnale precoce di churn → riduce la durata della relazione |
| Frequency | Quante volte ha comprato | Corrisponde direttamente alla frequenza di acquisto nella formula |
| Monetary | Quanto ha speso storicamente | Proxy per AOV e valore accumulato nel tempo |
In pratica, ogni segmento RFM corrisponde a un profilo LTV diverso — e a un’azione diversa.
Champions (R alta, F alta, M alta): LTV massimo già in corso di realizzazione. La priorità è proteggerlo: accesso anticipato ai nuovi prodotti, trattamento preferenziale, nessuno sconto aggressivo che alteri le aspettative di prezzo nel tempo.
Clienti promettenti (R alta, F bassa, M media): LTV potenziale alto, non ancora realizzato. Hanno acquistato di recente ma con una frequenza bassa. L’obiettivo è aumentare la cadenza degli acquisti con cross-sell intelligente e programmi fedeltà.
Clienti a rischio (R bassa, F media-alta, M alta): LTV storico significativo, ma il calo della Recency segnala un rischio di abbandono imminente. Sono i clienti più preziosi da recuperare, perché hanno già dimostrato valore — e il costo di riattivazione è quasi sempre inferiore all’LTV che si rischierebbe di perdere.
Clienti dormienti (R molto bassa, F bassa, M bassa): LTV esaurito o quasi. Prima di investire in una campagna di riattivazione, vale la pena verificare che il costo della campagna stessa sia inferiore all’LTV residuo atteso. In molti casi non lo è — e sapere questo è già un risparmio concreto.
La metodologia RFM applicata all’ecommerce permette di automatizzare questa classificazione e di tenerla aggiornata in tempo reale, senza lavoro manuale.
Conclusione: l’LTV come bussola, non come esercizio contabile
L’LTV non serve per avere un numero da mettere in un report. Serve per rispondere a tre domande concrete: quanto posso spendere per acquisire un cliente? Su quali segmenti concentro le energie di retention? Vale la pena riattivare questo cliente dormiente?
Non serve un modello perfetto per iniziare. Bastano AOV, frequenza media e durata media della relazione — dati che ogni ecommerce ha già a disposizione. Da lì, le decisioni diventano molto più facili.
Vuoi vedere come i segmenti RFM del tuo ecommerce si distribuiscono in termini di LTV potenziale? Prova RFMcube gratuitamente per 15 giorni — nessuna carta di credito richiesta.
Potrebbero interessarti anche:
