Customer Lifetime Value (CLV)

Definition & Bedeutung

Der Customer Lifetime Value (CLV) ist eine strategisch relevante Kennzahl für alle Online-Händler, die mehr über den tatsächlichen Wert ihrer Kundenbeziehungen erfahren wollen. Im Kern beschreibt der Customer Lifetime Value, welchen finanziellen Beitrag ein einzelner Kunde im Laufe seiner gesamten "Kundenkarriere" – von der ersten bis zur eventuell letzten Bestellung – für das Unternehmen leistet. Damit wird der Fokus nicht nur auf einzelne Transaktionen, sondern ganzheitlich auf die langfristige Kundenbindung und Entwicklung des Customer Satisfaction Score (CSAT) gelegt.

Was ist der Customer Lifetime Value?

Der Customer Lifetime Value ist die Antwort auf die Frage, wie viel Umsatz und Gewinn ein Kunde im Laufe seiner gesamten Beziehung mit deinem Online-Shop voraussichtlich einbringt. Anders ausgedrückt: Der CLV bildet nicht nur vergangenes Kaufverhalten ab, sondern umfasst auch den zukünftigen, potenziell erzielbaren Wert dieses Kunden. Besonders im E-Commerce ist diese ganzheitliche Sichtweise entscheidend, weil die Neukundengewinnungskosten teuer geworden ist und echte Wettbewerbsvorteile durch loyale Wiederkäufer entstehen können. Die Customer Lifetime Value Definition hebt hervor, dass es dabei um den "Deckungsbeitrag eines einzelnen Kunden über dessen gesamten Lebenszyklus" geht.

Warum ist der Kundenwert ein wichtiger KPI?

Der CLV ist viel mehr als nur eine Kennzahl für das Controlling: Wer den Kundenwert kennt, kann zielgerichteter investieren und fundierte Entscheidungen für Marketing und Kundenbindung treffen. Für Online-Händler bedeutet das: 

• Kampagnen lassen sich besser aussteuern 
• individuelle Preise oder Services schärfer kalkulieren und 
• die Profitabilität verschiedener Kundensegmente gezielt steigern. 

Besonders bei begrenzten Marketingbudgets ist es sinnvoll, eine Zuweisung von Marketingbudgets nach dem CLV zu steuern. Bei Kunden mit hohem CLV tragen hohe Kosten pro neuer Bestellung trotzdem zu einem nachhaltigen Geschäftserfolg bei, da sie sich auf lange Sicht amortisieren. 

Wie funktioniert eine CLV-Bewertung?

Bei einer CLV-Bewertung sollten so viele Faktoren wie möglich berücksichtig werden. Die wichtigsten sind:

• durchschnittlicher Umsatz pro Kunde (AOV)
• durchschnittliche Bruttomarge pro Kunde (Deckungsbeitrag)
• Kaufhäufigkeit, z.B. 5 Käufe pro Jahr
• Kundenlebensdauer, wie lange ein Kunde durchschnittlich dem Unternehmen treu bleibt
• Kundenbindungsrate, also wie viele Kunden in einem Zeitraum dem Unternehmen treu geblieben sind
• als Pendant dazu die Abwanderungsrate (Churn Rate), wie viele Kunden in einem Zeitraum abgewandert sind

Neben dem potenziellen Umsatz muss im CLV auch der Aufwand für Marketing, Kundenbetreuung und etwaige Retourenkosten beachtet werden. Ein hoher CLV ist nur dann wirtschaftlich sinnvoll, wenn die Kosten zur Kundenbindung nicht überproportional steigen. Deshalb empfiehlt es sich, bei der Auswertung den sogenannten Deckungsbeitrag je Kunde zu betrachten, um unprofitable Beziehungen frühzeitig zu erkennen.

Eine Bewertung kann auf historischen Daten geschehen oder mit Hilfe von prognostizierten Daten erfolgen. 

Wie lässt sich der Customer Lifetime Value berechnen?

Es gibt mehrere Wege, den Customer Lifetime Value zu berechnen – je nachdem, wie detailliert die Datenlage ist. Bei folgenden Formeln werden die Kundenakquisitionskosten (CAC), um Neukunden zu gewinnen, der Einfachheit halber außer acht gelassen. Genau genommen zählen sie in den Kundenwert aber mit hinein. Die Beispiele beziehen sich jeweils auf den Zeitraum eines Jahres.

Einfache Methode (historisch)

Die einfachste Variante stützt sich auf Erfahrungs- und Durchschnittswerte. Hier wird der durchschnittliche Bestellwert mit einer durchschnittlichen Marge multipliziert und mit der durchschnittlichen Zahl der Käufe pro Jahr. 

CLV = durchschnittlicher Umsatz pro Kauf × durchschnittliche Bruttomarge × Anzahl Käufe pro Jahr (Wiederkaufrate)

Beispiel:

Ein Kunde kauft 5x pro Jahr, gibt durchschnittlich 50 € aus und die Bruttomarge beträgt 30%.

CLV = 5 × 50 € × 0,3 = 75 € pro Jahr

Bewertung:

• einfach umzusetzen mit Basisdaten aus dem Shop, gut für den Einstieg in den CLV
• nur für grobe Einschätzungen sinnvoll, da Durchschnittswerte weder Produktunterschiede (Marge) noch individuelles Kaufverhalten berücksichtigen. Es wird angenommen, dass sich der Kunde während seiner gesamten Zeit als Kunde immer gleich verhält.

Durchschnittlicher CLV (periodisch)

Hier wird der durchschnittliche Kundenwert für ein Unternehmen auf die gesamte angenommene Kundenlebensdauer berechnet. 

Die durchschnittliche Kundenlebensdauer berechnet sich aus folgender Formel:
Kundenlebensdauer = 1 / (1-Kundenbindungsrate)

Die Kundenbindungsrate wieder errechnet sich aus:

(Kundenzahl am Ende eines Zeitraums (Stichtag) - Anzahl Neukunden im Zeitraum) / Anzahl Kunden am Anfang des Zeitraums

CLV = (Durchschnittlicher Umsatz pro Kunde × Bruttomarge x Wiederkaufrate) x Kundenlebensdauer

Beispiel:

Ein Kunde kauft 3x pro Jahr, gibt durchschnittlich 60 € aus und die Bruttomarge beträgt 35%. Ein durchschnittlicher Kunde bleibt dem Unternehmen 4 Jahre treu.

CLV = (60 € × 0,25 x 3) x 4 = 180 € 

Bewertung:

• einfach und unkompliziert, berücksichtigt die gesamte Lebensdauer
• aber auf Basis von historischen Daten, die einfach für die Zukunft angenommen werden
• Durchschnittswerte können maximal einen Trend vorgeben, dienen aber nicht für spezifisch ausgesteuerte Marketingmaßnahmen.

Kapitalwertmethode

Bei dieser Methode wird der Kundenwert mit einem Kalkulationszinssatz (r) für die Dauer der Geschäftsbeziehung pro Periode (t) abgezinst. 

CLV = ∑ (Erwarteter Deckungsbeitrag pro Periode t / (1 + r)^t)

Bewertung:

• hier wird der Zeitwert des Geldes mit einberechnet
• eignet sich für große Investitionsentscheidungen
• wird in der Praxis eher selten angewandt.

Predictive CLV

Anstelle rein historischer Daten, soll hier mit Hilfe von Machine Learning (ML) oder Predictive Analytics auf Basis der Vergangenheit ein Verhalten prognostiziert werden, das mit Analysen wie RFM Analysen, Kohortenanalysen oder Regressionsmodellen arbeitet. 

Hier wird nicht nur mit Durchschnittswerten gearbeitet, sondern mit sehr viel kundenspezifischeren Daten und auf Basis des Verhaltens jeden einzelnen Kunden. Diese Methode ist zwar viel genauer als Mittelwerte, erfordert aber auch mehr Daten (sämtliches Kundenverhalten von AOV über Rabattaktionen, Retouren, Service-Leistungen, etc.) und übersteigt Analysen mit Excel. Ein weiterer Vorteil ist, dass die Prognosen nicht für die gesamte Dauer der Geschäftsbeziehung gelten müssen, sondern für einen definierten Zeitraum, bspw. das nächste Kalenderjahr, wenn Marketing-Budgets aufgestellt werden sollen.

Was ist ein guter CLV?

Eine pauschale Richtgröße gibt es zwar nicht, aber ein guter CLV liegt deutlich über den Akquisitionskosten und übersteigt auch laufende Service- oder Marketingausgaben um ein Vielfaches. Für Online-Shops heißt das: Ein Kunde sollte so viel zur Wertschöpfung beitragen, dass sämtliche Investitionen in Werbung, Betreuung und Logistik über die gesamte Kundenbeziehung hinweg lukrativ bleiben. Besonders wertvolle Kunden erkennt man daran, dass sie regelmäßig bestellen, hochwertige Waren wählen und auch auf Sonderaktionen ansprechen.

Welche Vorteile bietet der Customer Lifetime Value als Kennzahl?

• Langfristige Steuerung: Der CLV zeigt, wie profitabel Kundenbeziehungen wirklich sind statt nur kurzfristige Umsätze zu erfassen.
• Segmentierung & Personalisierung: Kundengruppen lassen sich wertbasiert ansprechen. So werden Werbebudgets effizienter eingesetzt.
• Bessere Marketingstrategie: Vergleiche von CLV und CAC (Customer Acquisition Cost) helfen, die optimalen Investitionen zu bestimmen.
• Verbesserte Bestandskundenpflege: Maßnahmen wie Upselling oder Loyalty-Programme lassen sich gezielter einplanen und messen.

Wo liegen die Grenzen und Schwächen des Customer Lifetime Value?

Trotz seiner Stärken gibt es beim CLV Einschränkungen: Die Berechnung lebt von Annahmen über künftiges Kaufverhalten und Kundenbindung – und ist deshalb zwangsläufig mit Unsicherheiten und Prognosefehlern behaftet. Insbesondere bei jungen Unternehmen, die noch nicht viele Daten über ihre Kunden sammeln konnten. 

Marktveränderungen, unvorhergesehene Ereignisse oder externe Einflüsse können die Realität schnell verändern. Zudem überschätzt der CLV in manchen Modellen systematisch die Loyalität, wenn zum Beispiel saisonale Spontankäufer als Stammkunden betrachtet werden. Ein weiterer Kritikpunkt ist die schwierige Integration von weichen Faktoren wie Markenbindung oder Kundenempfehlungen. 

Insbesondere im E-Commerce wird Kundentreue häufig in Frage gestellt, inwiefern nur der beste Preis gilt und damit Kundenbindung in einer Preisspirale enden würde oder ob Werte wie Nachhaltigkeit, Kundenbindungsprogramme oder guter Service Kunden halten können.

Wo und wie wird der Customer Lifetime Value in der Praxis eingesetzt?

In welchen Bereichen nutzen Unternehmen den CLV im Marketing?

Online-Händler verwenden den CLV vor allem, um Marketingkampagnen nach Kundenwert zu steuern: So erhalten besonders profitable Stammkunden exklusiven Zugang zu Angeboten, während weniger aktive Kontakte gezielt mit Winback-Kampagnen angesprochen werden. Auch bei der Entwicklung von Treueprogrammen, gezielten Rabatten oder Cross-Selling-Angeboten wird der CLV für die Segmentierung genutzt.

Wie unterstützt der Customer Lifetime Value die Kundensegmentierung und Strategie?

Die CLV-basierte Segmentierung eröffnet neue Möglichkeiten: Statt einfach nach dem letzten Einkaufswert oder der Bestellhistorie zu unterscheiden, lassen sich wertvolle „VIPs“, Gelegenheits-Shopper und Preissensitive unterscheiden. So können Ressourcen gezielt dort investiert werden, wo sie die höchste Rendite versprechen – und weniger profitable Segmente werden passender betreut.

Wie kann man den Customer Lifetime Value gezielt erhöhen?

Welche Maßnahmen und Strategien steigern den CLV?

• Personalisierte Angebote: individuelle Empfehlungen und relevante Produktauswahl.
• Loyalty-Programme: Punktesysteme, exklusive Events oder Vorteile für Wiederkäufer erhöhen die Bindung.
• Up- und Cross-Selling: Intelligente Vorschläge während des Kaufprozesses oder nach dem Kauf steigern die Warenkorbgröße.
• Hervorragender Kundenservice: Schnelle, unkomplizierte Hilfe sorgt für Vertrauen und wiederkehrende Käufe.
• Kundenfeedback aktiv einholen: Wer zuhört, entwickelt Produkte und Services, die Kundentreue belohnen.

Warum spielt Kundenbindung eine zentrale Rolle für den Customer Lifetime Value?

Jede Maßnahme zur Steigerung des Customer Lifetime Value fußt auf dem Gedanken, dass zufriedene Bestandskunden langfristig lohnender sind als die Jagd nach Neukäufen. Kundenbindung senkt Werbekosten pro Bestellung, steigert die Verlässlichkeit der Umsätze und erhöht die Wahrscheinlichkeit von Weiterempfehlungen. Systeme, die Kunden dauerhaft mit relevanten Inhalten und Services binden, sind die wirksamsten Hebel für einen steigenden CLV.

Welche Best Practices gibt es für eine kanalübergreifende Steigerung des CLV im Omnichannel-Commerce?

Im Omnichannel-Commerce wird der CLV dort optimiert, wo die Touchpoints der Kunden clever miteinander verknüpft werden. Erfolgreiche Händler stellen sicher, dass Kauferlebnisse über Shop, App, Social Media und Newsletter hinweg konsistent und auf den Kunden zugeschnitten sind. Ein Beispiel ist das gezielte Ausspielen von Angeboten basierend auf In-Store-Besuchen oder Online-Interaktionen. Smarte Commerce-Plattformen bieten hier zentrale Kundendaten (CDM (Customer Data Management)), die kanalübergreifend ausgewertet werden können.

Wie unterscheidet sich der Customer Lifetime Value von anderen Kennzahlen wie NPS und CSAT?

Im Unterschied zu Stimmungsbarometern wie NPS (Net Promoter Score) oder CSAT (Customer Satisfaction Score), die auf der Selbstauskunft von Kundenzufriedenheit beruhen, ist der CLV eine harte betriebswirtschaftliche Kennzahl. Während NPS und CSAT vor allem Trends und Risiken für Kündigungen oder Unzufriedenheit anzeigen, misst der Customer Lifetime Value die tatsächliche finanzielle Bedeutung für das Unternehmen – und ist damit für Budget- und Strategieentscheidungen besonders relevant.

5. Dezember 2022

6 Min.

Mit Kundensegmentierung zur zielgerichteten Kundenansprache

Die Zeiten des „one fits all“ Marketing sind lange vorbei. Jeder Kunde ist anders, zumindest auf den ersten Blick. Beim genaueren Hinsehen zeigen sich Ähnlichkeiten im Kaufverhalten, in Vorlieben für bestimmte Marken, in der Persönlichkeit und Lebensstandard. Eine Kundensegmentierung ist der erste Schritt für eine zielgerichtete Ansprache von Bedürfnissen und sorgt langfristig für treue Kunden.

KPI

11. Juni 2025

6 Min.

CLV in der Praxis – So richtest du in 4 Schritten dein Unternehmen am Kundenwert aus

Wie kann ich messen, welcher Kunde für mein Business wertvoll ist? In welche Kunden soll ich langfristig mit welchem Aufwand investieren? Der KPI Customer Lifetime Value (CLV) kann dir bei wesentlichen Entscheidungen helfen; etwa dabei, wie du Kundenbindung in deinem Business umsetzt. Hier zeigen wir dir, wie du in 4 Schritten den Kundenwert als Steuerungselement in dein Unternehmen integrieren kannst.

KPI Analytics - BI

26. Juni 2025

6 Min.

KPIs für Kundenbindung und Kundenverlust im eCommerce

„Totgesagte leben länger“, heißt es. Gilt diese Redewendung auch für Stammkunden im digitalen Zeitalter? Oder liegt es eher daran, dass die Möglichkeiten des Retention Marketing, die bestehende Käufer zum Wiederkauf animieren würden, nicht voll ausgeschöpft sind?

KPI Analytics - BI

5. Dezember 2022

4 Min.

Die Kohortenanalyse im eCommerce: Wer sind meine Wiederkäufer?

Sobald es darum geht, seine Kunden in ihrem Verhalten besser zu verstehen, kann eine Kohortenanalyse sehr hilfreich sein. Wer wissen will, welche Muster sich im Kaufverhalten von Wiederkäufern zeigen, kommt um eine Analyse der Folgekäufe nicht herum.

Analytics - BI KPI

16. April 2024

9 Min.

KPIs im eCommerce: Worauf du achten solltest

Key Performance Indicators (KPIs) im eCommerce helfen dir, deinen Erfolg zu überprüfen. Welche Parameter sind notwendig und wie solltest du sie anwenden, damit du deine Ziele erreichen kannst? Auf dem Weg zur datengetriebenen Steuerung deines Online-Shops gibt es einiges zu beachten.

KPI