本ガイドは永続更新します。最終更新: 2026-04-28。本書は/products/ltvmax と blog の LTV カテゴリ の親文書として機能します。
1. このガイドが解く問題
EC・サブスク・SaaS 事業者が、LTV を 「経営判断に使える数字」 として扱えるようにすることが目的です。
- LTV の定義(業種別の差)
- 計算方法(平均 / 中央値 / コホート)
- コホート × ライフサイクル分析の進め方
- ゴールデンルートの発見
- 解約予兆スコアの実装
- 施策連動(VOCMAX / AIOMAX / メール / オファー)
- 業種ベンチマーク
2. LTV の定義
2.1 一般式
LTV = 平均注文金額(AOV) × 購入頻度 × 顧客寿命(月)
2.2 業種別の現実的な定義
| 業種 | LTV の見方 |
|---|---|
| EC(買い切り型) | 12 ヶ月 LTV / 24 ヶ月 LTV を主指標 |
| EC(定期購入混在) | 定期 vs 都度を分けて算出 |
| サブスク SaaS | MRR × 平均継続月数 |
| 化粧品 | 初回購入 → 6ヶ月 LTV を主指標(早期離脱多いため) |
| アパレル | シーズン単位 × 2 年で見る |
| 食品 | 90 日リピート率 × 平均購入 |
業種ごとに 1 つの定義に統一し、社内で固定 することが先決です。複数の定義が混在すると、経営会議で時間が消えます。
3. なぜ平均ではなくコホートで見るか
「全顧客平均の LTV」 は使い物になりません。理由:
- 直近獲得した顧客の LTV はまだ低い(時間が経っていないだけ)
- チャネル別で大きく違う(SNS流入とSEO流入では別物)
- 初回購入SKUによって LTV が 2-3 倍変わる
- 季節性で歪む
コホート別に見ることで:
- 初回購入時期(月)
- 初回購入チャネル
- 初回購入SKU
ごとの LTV 差分が見え、施策の打ち手が決まります。
4. コホート分析の進め方
4.1 必要なデータ
- 顧客ID(または会員ID/メール)
- 購入日
- 購入金額
- 商品 / SKU
- チャネル(オーガニック/広告/SNS/メルマガ/直接)
4.2 集計の単位
- 時間単位: 月次が標準。週次は揺れが大きい、四半期は見え方が遅い。
- コホート区分: 初回購入月 × 経過月 のヒートマップ。
- 比較軸: チャネル / 初回SKU / クーポン使用 / 配送地域。
4.3 LTVMAX の処理
売上 CSV をアップロードすると、上記の集計が自動で実行されます。個社データはブラウザ内処理 で外部送信なし(プライバシー要件が厳しい業種でも安心)。
5. ライフサイクル別 KPI
| ステージ | 期間目安 | 主KPI | 主要施策 |
|---|---|---|---|
| 初回購入 | 0-1 ヶ月 | 開封・初回満足度 | 商品到着 + フォローメール |
| 早期再購入 | 1-3 ヶ月 | 2 回目購入率 | クロスセル / リマインド |
| 定着 | 3-12 ヶ月 | 月次リピート率 | 会員プログラム / 限定オファー |
| ロイヤル | 12 ヶ月超 | LTV / NPS | アンバサダー / UGC / 限定情報 |
各ステージで打ち手が違います。混ぜると効きません。
6. ゴールデンルートの発見
「2 回目購入を 24 日以内に起こす」 は多業種で効きます。具体的なフロー:
[初回購入]
↓ +0日: 開封お礼メール
↓ +3日: 商品到着確認 + 使い方ガイド
↓ +7日: 利用感想アンケート(VOCMAX)
↓ +14日: クロスセル提案(関連 SKU 3つ)
↓ +21日: パーソナルレビュー(購入履歴ベース)
↓ +24日: 限定オファー(送料無料・ポイント還元)
↓
[2 回目購入]
業種別に最適タイミングは異なります。
| 業種 | 最適 2 回目タイミング |
|---|---|
| 化粧品 | 30-45 日(消費サイクル) |
| アパレル | 45-90 日(シーズン×着用) |
| 食品 | 14-30 日(消費サイクル) |
| 家電・家具 | 90-180 日(関連商品) |
| リユース | 60-120 日(出品サイクル) |
LTVMAX はコホートデータからこのタイミングを自動抽出します。
7. 解約予兆スコアの設計
7.1 入力シグナル
- 直近30日の購入頻度低下(対前30日比で-50%以下)
- メール開封率の落ち込み(過去3ヶ月平均-30%以下)
- サポート問い合わせ(特にネガティブ感情)
- アクセス頻度の低下
- 定期購入の容量変更/スキップ
- VOCMAX で NPS 0-6 の回答
7.2 スコアの算出
LTVMAX のデフォルトは線形回帰 + 業種別重み付け。0-100 のスコアで:
- 70 以上 = ハイリスク → CS 介入
- 40-69 = ミドルリスク → メール介入
- 39 以下 = 通常
7.3 行動への翻訳
スコアだけでは無意味。スコア → 推奨アクション に翻訳します。
| スコア | アクション例 |
|---|---|
| 70+ | 専任CS割当 / 引き止めオファー / 退会前ヒアリング |
| 40-69 | パーソナルメール / お試しサンプル送付 |
| 40未満 | 通常コミュニケーション継続 |
8. 業種別 LTV ベンチマーク(2026年)
| 業種 | 平均LTV(円) | リピート月数 |
|---|---|---|
| アパレル | 38,000 | 5.4 |
| 化粧品 | 62,000 | 8.1 |
| 食品 | 41,000 | 7.6 |
| 家電・家具 | 110,000 | 2.2 |
| リユース | 27,000 | 3.4 |
詳細は 日本EC ベンチマーク 2026 を参照。
9. LTV と CAC のバランス
LTV だけ見ても判断できません。CAC(顧客獲得コスト)とのバランスで見ます。
LTV / CAC > 3 = 健全(投資拡大可能)
LTV / CAC = 1-3 = 注視(改善余地)
LTV / CAC が 1 未満 = 危険(構造改革必要)
LTV を伸ばすか CAC を下げるか。CAC の改善は CRO/AIO/VOC の領域で、LTV は LTVMAX。両輪です。
10. 施策連動
10.1 VOCMAX 連動
- 配送後の感想を VOCMAX で取得
- ネガティブ感情をスコアに反映
- 解約予兆スコアの精度を改善
10.2 AIOMAX 連動
- リピート購入意向のあるSKUを抽出
- AIOMAX がそのSKUに最適化された原稿を生成
- 「2 回目購入用ランディングページ」を全 SKU に展開
10.3 メール / LINE 配信
- 解約予兆スコアでセグメント
- スコア別に異なる文面を配信
- A/B テストで最適化
11. LTV 改善の典型ロードマップ(90日)
30 日
- 売上 CSV 投入、コホート分析を月次化
- 業種ベンチマークとの差分を確認
- ゴールデンルート(2 回目購入タイミング)を抽出
60 日
- 2 回目購入のフォローフローを実装
- VOCMAX を配送後アンケートで連動
- 解約予兆スコアの初期実装
90 日
- 効果検証(リピート率 / 平均LTV / 解約率)
- 次のコホート(初回 SKU 別 / チャネル別)の分析
- 経営報告(1 枚要約)
/blog/ltv-cohort-1-slide に経営層への伝え方があります。
12. 落とし穴
- 平均LTV だけ見る — コホートで見ないと施策に落とせない
- LTV を伸ばすために割引を多用 — 短期はLTV上がるが、平均購入価格が下がり続ける構造に
- 解約予兆スコアの不当な利用 — ネガ予兆の顧客にだけ良いオファー = "ゴネ得" を学習させる
- データ品質の甘さ — 顧客 ID の重複・未統合があると分析が嘘になる
- LTV と CAC を別部門が見る — マーケと CX が分断していると最適化が局所最適に
13. 稟議の通し方
LTV プロジェクトは「効果が中長期」なので稟議が通りにくいです。差別化:
- ゴールデンルート発見の 30日効果 を試算で見せる
- 解約予兆スコアの先行指標としての価値
- VOC / AIOMAX との連動で1ツールの稟議で複数効果
/approval-kit の稟議書テンプレに LTV 用節があります。
14. よくある質問
Q. サブスクと買い切りが混在しているとき、LTV をどう定義する?
LTVMAX は両者を分けて管理する標準ビューを提供します。1 つの数字に丸めるよりも、「定期 LTV」「都度 LTV」「総合 LTV」の3階層で見るのが現実的です。
Q. データ量が少ない場合は分析できる?
最低でも月100人以上の購入があれば、コホート分析として意味のある数字が出ます。それ未満の場合はサンプリングノイズが大きくなりますが、LTVMAX は信頼区間つきで結論を出すため、判断は可能です。
Q. プライバシー上、外部にデータを送りたくない
LTVMAX のコア処理はブラウザ内で完結します(WebAssembly + arquero)。サーバーにデータが送られないモードを既定としています。
Q. ECだけでなく実店舗のLTVも見れる?
POS データを CSV でアップロードすれば見られます。VOCMAX と組み合わせると、店舗別 LTV × 店舗別 NPS のクロス分析ができます。
15. 関連リソース
- /products/ltvmax — LTVMAX 製品ページ
- /blog/ltv-cohort-1-slide — 経営層に伝える1枚スライド
- /library/case-studies/apparel-ltv-rebound — アパレルLTV事例
- /library/whitepapers/japan-ec-benchmark-2026 — 業種別LTVベンチマーク
- /blog/category/ltv — LTV カテゴリ記事
本ガイドへのご意見・追記要望は /contact よりお願いします。MAXsuite 編集部が四半期ごとに更新します。