「この広告、1件の新規顧客を獲得するのに5,000円かかっている。これは高いのか、安いのか」。マーケティングの現場で必ずぶつかるこの問いに、勘ではなく数字で答えるための物差しが LTV（顧客生涯価値） です。1人の顧客が取引を続けるあいだに、自社にどれだけの利益をもたらすか。これがわかれば、「獲得に何円までかけてよいか」の上限が自然に決まります。
この記事は、統計の専門知識がない方でも読めるように、ダミーのEC（ネット通販）購買データを使って LTV の考え方を最後まで通します。コードは載せません。図を見ながら「自社の数字でも同じ計算ができそうだ」と感じてもらうことがゴールです。広告効果を「増えた分だけ」で正しく測る考え方は、姉妹記事の広告効果検証の基礎でも扱っています。
そもそも LTV とは何か
LTV は Life Time Value の略で、日本語では「顧客生涯価値」と訳します。ある顧客が、初回の購入から取引をやめるまでのあいだに生み出す 利益の合計 を指します。ここで大事なのは、売上の合計ではなく「利益（粗利）の合計」で考えることです。同じ1万円の売上でも、原価が8,000円の商品と3,000円の商品では、会社に残るお金がまったく違うからです。
用語メモ｜粗利率（あらりりつ） — 売上から商品の原価を引いた「粗利（あらり）」が、売上の何割かを示す数字。たとえば1万円の商品の原価が5,000円なら粗利は5,000円、粗利率は50%です。LTV は「売上の合計」ではなく「粗利の合計」で測るため、この粗利率を必ず掛けます。
なぜ売上ではなく利益で見るのか。理由はシンプルで、広告費は「会社に残る利益」から支払うものだからです。売上をいくら積み上げても、原価と広告費を引いて赤字なら事業は続きません。LTV を粗利ベースで持っておくと、「この顧客1人から残る利益の範囲内で、獲得コストを収めればよい」という判断が一本の線でつながります。
近年このLTVがあらためて注目されているのには理由があります。ひとつは、新規顧客の獲得競争が激しくなり、広告の獲得単価がじわじわ上がっていること。もうひとつは、一人ひとりの行動を追いかける従来の広告計測が、プライバシー保護の流れで難しくなってきたことです。「とにかく新規をたくさん集める」だけでは利益が残りにくくなった今、すでに獲得した顧客といかに長く付き合い、その価値を最大化するかが、これまで以上に効いてきます。LTV は、その付き合いの価値を一つの数字で表す共通言語になります。
LTV は4つの掛け算でできている
LTV は難しい数式に見えますが、分解すると4つの要素の掛け算にすぎません。「平均購入単価」「購入の頻度」「続く期間」「粗利率」。この4つが大きいほど、1人の顧客から得られる生涯利益は大きくなります。下の図がその全体像です。
この分解が役立つのは、「LTV を上げたい」と思ったときに、どのレバー（てこ）を引けばよいかが見えるからです。単価を上げる、買う回数を増やす、長く使ってもらう、粗利率を改善する。打ち手はこの4つのどこかに必ず効きます。逆に言えば、4つのうち1つでも極端に小さいと、ほかが良くても LTV は伸びません。たとえば「単価は高いが一度きりで二度と買われない商品」は、継続期間がほぼゼロなので LTV が積み上がりにくいわけです。
ごく簡単な例で感覚をつかんでおきましょう。平均購入単価が6,000円、年に4回購入、平均で2年間つづく顧客、粗利率50%なら、6,000円 × 4回 × 2年 × 50% で、ざっくり2万4千円が LTV の概算になります。実際にはこの「年4回」「2年」も顧客によってばらつくため、後述するように1人ずつの履歴を積み上げて平均する方が正確です。ただ、まず全体像を頭に入れるには、この単純な掛け算でも十分に役立ちます。
ダミーのEC データで LTV を出してみる
ここからは、あるネット通販ブランドを想定したダミーデータで実際に LTV を計算します。新規顧客を一定数獲得し、平均注文単価はおよそ6,200円、粗利率は50%、毎月買うとは限らないという前提で、36か月ぶんの購買履歴を作りました。すべて架空のデータで、特定の実在企業の数字ではありません。
まず確認すべきは「顧客がどれくらい残るか」です。左の図のとおり、獲得から1か月後にはまだ9割が残っていますが、半年で6割弱、1年で4割強、2年では3分の1ほどに落ち着きます。この「だんだん減っていくが、ゼロにはならない」カーブが、ほとんどの商売に共通する形です。そして右の図が、その残った顧客が積み上げる累積の粗利、つまり LTV の育ち方です。
用語メモ｜リテンション — 獲得した顧客が、その後どれだけ「残って」取引を続けているかを示す割合（継続率）。1か月後・1年後にどれだけ残るかをカーブで見ると、その事業の「離れやすさ」がわかります。LTV はこのリテンションが高いほど大きくなります。
このダミーデータでは、累積 LTV は1年でおよそ1万2千円、2年で1万9千円、3年で2万5千円ほどに育ちました。注目したいのは、グラフが右に行くほど伸びがゆるやかになる点です。最初の数か月で大きく積み上がり、後半はじわじわ増えるだけ。これは「将来の利益ほど、いま手元にある利益より価値が小さい」という発想と相性が良く、実務では将来の利益を少し割り引いて評価します。
用語メモ｜現在価値と割引率 — 「3年後にもらえる1万円」は「いま手元にある1万円」より価値が低い、という考え方。将来のお金を今の価値に直すことを「現在価値に割り引く」と言い、その割引の強さが「割引率」です。図の点線は、年10%で割り引いた場合の LTV を表しています。厳密に出すほど LTV は少し小さく、つまり保守的になります。
獲得単価（CAC）の上限は LTV で決まる
LTV が出たら、いよいよ本題の「いくらまでかけてよいか」です。ここで対になるのが CAC（顧客獲得単価） です。新規顧客を1人獲得するのにかかった広告費・営業コストの合計を、獲得人数で割った金額のことです。
用語メモ｜CAC（顧客獲得単価） — Customer Acquisition Cost の略。広告費などの獲得コスト総額 ÷ 新しく獲得できた顧客数。たとえば30万円の広告で100人を獲得したら CAC は3,000円です。LTV が「1人から得る利益」、CAC が「1人を得るための費用」で、この2つの比率が事業の健全さを表します。
経験則として広く使われるのが「LTV ÷ CAC が3以上なら健全」という目安、いわゆる3対1ルールです。1人から得られる生涯利益が、その人を獲得するコストの3倍はないと、商品改良・人件費・在庫などの他コストを吸収して利益を残すのが難しい、という考え方です。逆に言えば、LTV のおよそ3分の1が「かけてよい獲得単価の上限」になります。ダミーデータの LTV（現在価値で約2万2千円）なら、上限はおよそ7,400円です。
図はチャネル別に LTV ÷ CAC を並べたものです。獲得単価3,200円のリスティング広告は6.9倍とかなり健全、5,600円のSNS広告は4.0倍でまだ余裕があります。一方、8,800円のアフィリエイトは2.5倍で、健全ラインの3を下回りました。ここで効くのが「チャネルごとに分けて見る」という視点です。全体を平均すると健全に見えても、足を引っ張っているチャネルが隠れていることがあります。誰に配ると効くかをさらに踏み込んで考える話は、アップリフトモデリングの記事で扱っています。
「回収にかかる月数」も必ず見る
LTV ÷ CAC の比率と並んで重要なのが 回収期間（ペイバック） です。獲得にかけたお金を、その顧客からの粗利で何か月で取り戻せるか、という指標です。比率が同じでも、回収が3か月のチャネルと8か月のチャネルでは、資金繰りへの負担がまったく違います。
用語メモ｜回収期間（ペイバック） — 獲得コスト（CAC）を、その顧客が生む累積粗利で取り戻せるまでの月数。短いほど、使った広告費が早く現金として戻ってくるため、次の広告に再投資しやすくなります。LTV ÷ CAC が黒字でも、回収が長すぎると資金が先に尽きることがあります。
このダミーデータでは、リスティングは3か月、SNSは5か月、アフィリエイトは8か月で回収できる計算でした。成長を急ぎたい局面では、多少 LTV ÷ CAC が下がっても回収の速いチャネルを厚くする、という判断もあり得ます。逆に資金に余裕があるなら、回収は遅いが上限の高いチャネルを育てる戦略も取れます。LTV と CAC、そして回収期間をセットで持つことで、「この広告は続けるべきか、絞るべきか」の議論が感覚論から数字の議論に変わります。
LTV を上げる打ち手と、AI に丸投げできない理由
LTV は測って終わりではなく、上げるための地図として使うものです。4要素のどこに伸びしろがあるかで打ち手が変わります。単価ならセット販売や上位商品の提案、頻度なら定期購入やリピート促進、継続期間なら解約を防ぐ仕組み、粗利率なら原価や値引きの見直しです。広告を「もう1回当てる」ことで本当に追加の売上が立つのかを見極める考え方は、リターゲティングの増分を測る記事が参考になります。
ここで率直にお伝えしたいのは、LTV の計算は AI に丸投げできる作業ではない、という点です。計算そのものは表計算でも自動化でき、AI を使えば一瞬で出ます。しかし「どこまでを生涯とみなすか」「将来の利益をどの割引率で評価するか」「リテンションは今後も同じカーブを描くと仮定してよいか」といった 前提の置き方 は、事業の中身を知る人間が決めるしかありません。前提が違えば、同じデータからまったく違う LTV が出てしまいます。
LTV の数字は、置いた前提によって大きく動きます。リテンションのカーブ、割引率、何年ぶんを「生涯」とみなすか。これらを変えれば LTV は簡単に1.5倍にも0.7倍にもなります。AI や自動計算が出した数字をそのまま使うのではなく、「どんな前提で出した数字か」を人間が説明できる状態にしておくことが、意思決定をミスらせないための最後の砦です。
言い換えると、AI やツールは「速く正確に計算する」ことは得意でも、「この事業ではこう仮定するのが妥当だ」という判断は肩代わりできません。データと現場の感覚、その両方を往復しながら前提をすり合わせる作業こそが、LTV を実務で使える数字にする鍵になります。
まとめ｜LTV は「いくらまで投資してよいか」の共通言語
LTV は、難しい統計ではなく「1人の顧客が生涯に生む利益」というシンプルな考え方です。これを粗利ベースで持っておくと、獲得単価の上限（LTV のおよそ3分の1）、チャネルごとの費用対効果（LTV ÷ CAC が3以上か）、回収の速さ（ペイバック）という3つの判断軸が一本につながります。広告を増やすか絞るか、どのチャネルを厚くするか、という意思決定が、勘ではなく数字の会話になります。
次回は、その顧客を「優良顧客」「離れかけ」「新規」などのグループに分けて、それぞれに合った打ち手を考える RFM分析 を取り上げます。LTV が事業全体の物差しだとすれば、RFM はその物差しを顧客一人ひとりに当てはめる道具です。
はてなベースは、LTV や顧客データを「意思決定に使える形」に整えるところからご支援します。バラバラに散らばった購買・顧客データの統合と整理、ダッシュボードでの可視化、そして AI を業務に組み込む設計まで。「数字は溜まっているが活かせていない」という段階からの伴走が得意です。