Customer Lifetime Value (CLV)

Warum ist CLV wichtiger als der einzelne Verkauf?

Wer jede Marketingausgabe nur am ersten Kauf misst, unterschätzt systematisch, was ein Kunde tatsächlich wert ist. Ein Kunde, der zwar beim Erstkauf kaum Marge bringt, aber über drei Jahre regelmäßig wiederkommt, ist wirtschaftlich oft deutlich wertvoller als ein einmaliger Großbesteller. Der CLV macht diesen Unterschied sichtbar und ist damit die Grundlage für belastbare Entscheidungen über Werbebudgets, Rabattaktionen und Kundenbindungsprogramme.

Formel-Varianten im Überblick

Es gibt keine einzige „richtige" CLV-Formel — je nach Datenlage und Genauigkeitsanspruch kommen unterschiedliche Modelle zum Einsatz:

Rechenbeispiel

Ein Shop hat folgende Werte für eine Kundengruppe:

• Durchschnittlicher Bestellwert (AOV): 60 €
• Bestellungen pro Jahr: 3
• Durchschnittliche Kundenbindungsdauer: 3 Jahre
• Rohmarge: 30 %

CLV = 60 € × 3 × 3 × 0,30 = 162 €

Dieser Kunde ist über seine gesamte Lebensdauer im Schnitt 162 € Rohertrag wert — nicht nur die 18 € Marge (60 € × 30 %) aus dem ersten Kauf.

Zweites Rechenbeispiel: CLV über die Churn-Rate

Fehlt eine belastbare Schätzung der Kundenbindungsdauer in Jahren, lässt sich der CLV alternativ über die jährliche Abwanderungsrate (Churn-Rate) annähern — ein verbreiteter Predictive-Ansatz:

Kundenbindungsdauer (Jahre) = 1 ÷ jährliche Churn-Rate

Beispiel: Eine Kundengruppe hat eine Churn-Rate von 25 % pro Jahr, woraus sich eine Bindungsdauer von 1 ÷ 0,25 = 4 Jahre ergibt. Bei einem Rohertrag von 18 € pro Bestellung (60 € AOV × 30 % Marge) und 3 Bestellungen pro Jahr folgt:

CLV = 18 € × 3 × 4 = 216 €

Diese Rechnung setzt eine andere Kundengruppe voraus als das erste Beispiel und ist deshalb nicht direkt mit den 162 € vergleichbar — sie zeigt, wie stark das Ergebnis von der gewählten Formel-Variante abhängt.

Warum CLV höhere Ads-Budgets rechtfertigt

Wird ausschließlich auf den ROAS der ersten Bestellung optimiert, werden viele profitable Kundengruppen fälschlicherweise als „zu teuer" eingestuft und aus der Kampagne genommen. Liegt der Kundenwert über die gesamte Lebensdauer jedoch deutlich über den Akquisekosten (CAC), kann sich eine Kampagne auch dann lohnen, wenn der Erstkauf allein die Werbekosten nicht deckt. In vielen Branchen gilt ein CLV-zu-CAC-Verhältnis von mindestens 3:1 als Faustregel für ein gesundes Verhältnis — die genaue Zielgröße hängt aber stark vom Geschäftsmodell, der Kapitalausstattung und der Wiederkaufrate ab.

Historic CLV vs. Predictive CLV im Detail

Der Historic CLV blickt zurück: Er summiert den tatsächlich erzielten Rohertrag eines Kunden bis zum aktuellen Zeitpunkt. Er ist einfach zu berechnen, aber wenig hilfreich für Entscheidungen über neue Kundengruppen, da er nur bereits abgeschlossene Kaufhistorien abbildet.

Der Predictive CLV schätzt dagegen den zukünftig zu erwartenden Wert eines Kunden — auf Basis von Kohortenanalysen, Wiederkaufwahrscheinlichkeiten und Verhaltensmustern ähnlicher Kunden. Er ist deutlich aussagekräftiger für Budgetentscheidungen, benötigt aber eine ausreichend große und saubere Datenbasis, um verlässlich zu sein. Kleinere Shops starten deshalb meist mit der einfachen Margin-Formel und wechseln erst mit wachsender Kundenhistorie zu einem statistischen Modell.

Segmentierung: Ein CLV reicht selten

Der CLV unterscheidet sich oft stark zwischen Kundengruppen — Neukunden aus einer Rabattaktion haben in der Regel einen niedrigeren CLV als organisch gewonnene Kunden, und Erstkäufer eines margenstarken Produkts bleiben häufig länger aktiv als Käufer eines reinen Einstiegsartikels. Eine Segmentierung nach Akquisekanal, Erstkauf-Kategorie oder Region liefert deshalb deutlich belastbarere Werbebudget-Entscheidungen als ein einziger Durchschnittswert über das gesamte Kundenportfolio.

Eine beispielhafte Aufschlüsselung nach Akquisekanal für einen Shop könnte so aussehen:

Der CLV der Empfehlungs-Kunden liegt hier fast sechsmal so hoch wie der der Rabatt-Neukunden.

Praxis-Hebel zur CLV-Steigerung

Weil sich der CLV aus vier Faktoren zusammensetzt, lässt er sich auch an vier unterschiedlichen Stellschrauben gezielt erhöhen:

1. Kauffrequenz erhöhen: Post-Purchase-E-Mails und richtig getimte Nachbestell-Erinnerungen steigern, wie oft ein Kunde im Jahr bestellt — konkrete Hebel dazu liefert der Beitrag zur Wiederkaufrate.
2. Bestellwert erhöhen: Bundles, eine kalibrierte Versandkostengrenze und Cross-Sell heben den Umsatz pro Bestellung, ohne dass mehr Traffic nötig ist — ausführlich im Beitrag zum AOV.
3. Kundenbindungsdauer verlängern: Verlässliche Lieferzeiten und ein unkomplizierter Rückgabeprozess senken die Abwanderung; eine schlecht kommunizierte Retourenquote wirkt hier direkt gegenläufig.
4. Deckungsbeitrag verbessern: Weniger Rabattdruck sowie gesenkte Versand- und Retourenkosten erhöhen den Deckungsbeitrag pro Bestellung — und damit jeden Faktor der CLV-Formel zugleich, ohne dass sich am Kundenverhalten etwas ändern muss.

Welcher Hebel am meisten bringt, unterscheidet sich von Shop zu Shop: Bei Verbrauchsgütern ist meist die Kauffrequenz der größte Hebel, bei hochpreisigen Einmalanschaffungen eher AOV und Marge.

CLV vs. CAC: Das eigentliche Steuerungsinstrument

Der CLV allein sagt wenig aus, wenn er nicht den Akquisekosten (Customer Acquisition Cost, CAC) gegenübergestellt wird. Erst das Verhältnis beider Kennzahlen zeigt, ob ein Kanal oder eine Kampagne langfristig trägt: Steigt der CAC schneller als der CLV mitwächst, wird Wachstum unwirtschaftlich, selbst wenn die Umsatzzahlen kurzfristig gut aussehen. Deshalb gehört der CLV in jedes Ads-Reporting neben ROAS und Conversion Rate.

Warum CLV-Werte aus GA4 allein oft zu niedrig ausfallen

Web-Analytics-Tools wie GA4 eignen sich nur eingeschränkt für die CLV-Berechnung, weil sie in erster Linie Geräte und Sitzungen zählen, nicht zwangsläufig dieselbe Person über Jahre hinweg. Zwei typische Fehlerquellen:

• Geräte- und Browserwechsel: Kauft ein Kunde einmal vom Smartphone, später vom Laptop, zählt GA4 ohne Login-Abgleich zwei Nutzer statt eines wiederkehrenden Kunden — die Kauffrequenz wirkt künstlich niedriger.
• Begrenzte Datenaufbewahrung und Consent-Lücken: GA4 speichert Nutzerdaten standardmäßig nur wenige Monate, bei abgelehntem Tracking fehlt die Kaufhistorie ganz — beides drückt die gemessene Wiederkaufquote nach unten.

Belastbare CLV-Werte stammen deshalb aus der Kundennummer im Shop- oder ERP-System, nicht aus reinem Web-Tracking — GA4 liefert gute Kanaldaten, ist als alleinige CLV-Quelle aber ungeeignet.

Typische Fehler aus der Praxis

1. CLV nur einmal berechnet und nie aktualisiert, obwohl sich Kauffrequenz und Marge über Zeit verschieben.
2. Bruttoumsatz statt Rohertrag verwendet — ohne Berücksichtigung der Marge wird der CLV systematisch überschätzt.
3. Kundenbindungsdauer zu optimistisch geschätzt, ohne echte Kohortendaten zur Abwanderungsrate heranzuziehen.
4. CLV pauschal über das gesamte Sortiment berechnet, statt nach Kategorie, Kanal oder Erstkauf-Produkt zu segmentieren — die Werte können sich zwischen Segmenten stark unterscheiden.
5. CLV isoliert vom CAC betrachtet — ein hoher Kundenwert rechtfertigt für sich genommen noch kein Budget, entscheidend ist immer das Verhältnis beider Kennzahlen zueinander.

Fazit

Der CLV verschiebt den Blick vom einzelnen Verkauf auf die gesamte Kundenbeziehung — und ist damit die Kennzahl, die entscheidet, wie aggressiv ein Shop bei der Kundengewinnung investieren kann. Bei der Einrichtung von Tracking und Kampagnensteuerung, die CLV statt nur den Erstkauf-ROAS berücksichtigt, unterstützen wir als Google Ads Agentur; für ein individuelles Gespräch zur eigenen Kundenwert-Berechnung stehen wir im Kontakt bereit.