LTV（顧客生涯価値）とは？計算方法・向上施策・活用法をわかりやすく解説

「新規顧客の獲得コストが年々上がっている」「既存顧客の離脱が止まらず、売上が安定しない」——こうした課題に直面しているなら、LTVの考え方がビジネス改善の糸口になります。新規獲得だけに依存するモデルから脱却し、顧客との長期的な関係構築に軸足を移す企業が増えています。

LTV（Life Time Value：顧客生涯価値）とは、1人の顧客が取引を開始してから終了するまでの期間に、企業にもたらす利益の総額を示す指標です。

この記事では、以下のポイントを解説します。

• LTVの基本的な意味と重要性
• 代表的な計算方法と計算式
• LTVを向上させるための具体的な施策

LTV（顧客生涯価値）の意味と定義となぜ重要なのか

LTV（Life Time Value）とは、「顧客生涯価値」と訳され、ある顧客が自社と取引を続ける全期間を通じて生み出す利益の累計額を意味するマーケティング指標です。

LTV（顧客生涯価値）の概念は、1990年代にCRM（顧客関係管理）やダイレクトマーケティングの分野で体系化されました。フレデリック・ライクヘルド氏がハーバード・ビジネス・レビュー（1996年）で発表した研究では、「顧客維持率が5%向上すると、利益が25〜95%増加する」という分析結果が示されており、LTVの概念が経営に与えるインパクトの大きさが広く認知されるきっかけとなりました。

LTV（顧客生涯価値）が重要視される3つの理由

LTVが重要な理由を3つに整理します。

第一に、新規顧客獲得コスト（CAC）の上昇です。

デジタル広告の競争激化により、1件あたりの新規顧客獲得コストは年々上昇しています。新規獲得のみに依存する成長モデルには限界があるため、既存顧客からの収益を最大化するLTV視点が不可欠になっています。

第二に、サブスクリプションモデルの普及です。 SaaS、動画配信、サブスクECなど、月額課金型のビジネスモデルが増加しています。こうしたモデルでは、契約直後は赤字であり、顧客が一定期間継続して初めて黒字転換します。LTVを把握しなければ、適正な投資判断ができません。

第三に、CACとLTVの比率が投資判断の基準になるためです。

一般的に「LTV ÷ CAC ≧ 3」が健全な事業の目安とされています。LTVがCACの3倍以上であれば、顧客獲得への投資が十分にリターンを生んでいると判断できます。

LTV（顧客生涯価値）の計算方法：代表的な3つの計算式

LTVの計算方法は、ビジネスモデルに応じて「平均購買単価ベース」「粗利ベース」「サブスクリプションベース」の3つの計算式を使い分けます。

計算式1：平均購買単価ベース（基本形）

最もシンプルなLTVの計算式です。

LTV ＝ 平均購買単価 × 購買頻度 × 継続期間

たとえば、平均購買単価が5,000円、月に2回購入、平均継続期間が3年（36ヶ月）の場合：

LTV ＝ 5,000円 × 2回/月 × 36ヶ月 ＝ 360,000円

この計算式は直感的でわかりやすく、ECサイトや小売業でよく使用されます。

【ヒント】たとえばビームスの検索データをペルソナビューで見ると、ブランド情報を知りたい層、店舗来店を検討している層、メンズ／レディースのカテゴリ関心層、アウトレットや価格接点を重視する層、会員・クーポンを利用する既存顧客層など、関心の異なる顧客群が分かれて見えてきます。
こうした違いを把握することで、どの顧客層が継続購買やLTV向上につながりやすいのかを整理しやすくなります。＜ペルソナビューの機能紹介＞

計算式2：粗利ベース（収益性重視）

売上ではなく粗利（売上 − 原価）でLTVを算出する方法です。

LTV ＝ 平均購買単価 × 粗利率 × 購買頻度 × 継続期間

先ほどの例に粗利率60%を加えると：

LTV ＝ 5,000円 × 0.6 × 2回/月 × 36ヶ月 ＝ 216,000円

この計算式は「実際にどれだけの利益が残るか」を把握でき、投資判断に適しています。

【ヒント】「ユナイテッドアローズ」の検索データをペルソナビューで確認すると、店舗情報を探す層、セールや価格接点を重視する層、ブランド比較を行う層、カテゴリ別に関心を持つ層、会員情報や購入後接点を確認する層など、関心軸の異なる顧客群が見えてきます。顧客ごとの期待や行動パターンを分けて見ることで、高い収益性や継続購買につながりやすいセグメントを整理しやすくなります。＜ペルソナビューの機能紹介＞

計算式3：サブスクリプションベース

月額課金型のビジネスに適した計算式です。

LTV ＝ ARPU（1顧客あたり月間収益） ÷ 月次解約率（チャーンレート）

ARPUが月10,000円、月次解約率が2%の場合：

LTV ＝ 10,000円 ÷ 0.02 ＝ 500,000円

【ヒント】解約率の改善には、解約を検討する顧客が実際に何を求めているか、どのような課題を抱えているかを理解することが重要です。リスニングマインドのジャーニーファインダーであれば、購買後の消費者がどのような関心の推移を示しているか自動分析でき、解約兆候を早期に察知し、対策を講じることができます。＜ジャーニーファインダーの機能紹介＞

計算式	適したビジネス	特徴
平均購買単価ベース LTV ＝ 平均購買単価 × 購買頻度 × 継続期間	EC・小売	シンプルで直感的
粗利ベース LTV ＝ 平均購買単価 × 粗利率 × 購買頻度 × 継続期間	全業種	収益性を正確に反映
サブスクリプションベース LTV ＝ 平均購買単価 × 粗利率 × 購買頻度 × 継続期間	SaaS・月額サービス	解約率から算出

上記のとおり、平均購買単価ベースはECや小売向けのシンプルな算出法、粗利ベースは全業種で収益性を重視する場合に適した算出法、サブスクリプションベースはSaaSや月額サービスで解約率を基準にした算出法です。自社のビジネスモデルに合った計算式を選択しましょう。

LTV（顧客生涯価値）とCAC（顧客獲得コスト）の関係

LTVとCAC（Customer Acquisition Cost：顧客獲得コスト）の比率は、事業の健全性と成長可能性を測る最も重要な指標の一つです。

CACとは、1人の新規顧客を獲得するためにかかるコストの総額です。広告費、営業人件費、マーケティングツールの費用などが含まれます。

LTV/CAC比率の目安

• LTV/CAC ≧ 3： 健全な投資効率。積極的な成長投資が可能
• LTV/CAC ＝ 1〜3： 収益性に課題あり。LTV向上またはCAC削減が必要
• LTV/CAC ＜ 1： 赤字構造。顧客を獲得するほど損失が拡大する状態

LTV/CAC比率が3以上であっても、CACの回収期間（Payback Period）が長すぎるとキャッシュフローが圧迫されます。一般的にはCACを12ヶ月以内に回収できることが望ましいとされています。

LTV（顧客生涯価値）を向上させる5つの施策

LTVを向上させる施策は、「購買単価の引き上げ」「購買頻度の向上」「継続期間の延長」「解約率の低減」「顧客体験の最適化」の5つの方向性に分類できます。

施策1：購買単価を引き上げる

アップセル（上位プランへの移行）やクロスセル（関連商品の提案）を通じて、1回あたりの購買単価を引き上げます。ただし、顧客にとって価値のない提案は信頼を損なうため、顧客のニーズに合った提案であることが前提です。

施策2：購買頻度を向上させる

メールマーケティングやリターゲティング広告を活用して、リピート購買を促進します。定期購入プログラムやポイントプログラムなどのロイヤルティ施策も効果的です。

【ヒント】ビームスの過去比較画面を見ると、3か月前にはシャツやアウトレット、セール関連の関心が多く見られる一方、現在は店舗情報、バッグ、ショルダーバッグ、オンライン、在庫確認など、購入接点に近いテーマが目立っています。関心がどのテーマで強まり、どのテーマで弱まっているのかを追うことで、リピート購買につながりやすい変化を整理しやすくなります。＜過去比較機能の紹介＞

施策3：継続期間を延長する

顧客が自社のサービスを使い続ける理由を強化します。オンボーディングの改善、定期的な価値提供（ニュースレター・活用事例の共有）、顧客コミュニティの構築などが有効です。

施策4：解約率（チャーンレート）を低減する

解約の兆候を早期に検知し、予防的なアクションを取る仕組みを構築します。ログイン頻度の低下や利用量の減少など、行動データをモニタリングして、解約リスクが高い顧客にはカスタマーサクセスチームから先回りしたフォローを行います。

施策5：顧客体験を最適化する

顧客が自社のサービスや商品に対して感じる体験全体を向上させます。カスタマージャーニーの各段階で顧客が何を求めているかを把握し、期待を上回る体験を提供することがLTV向上の本質的なアプローチです。

【ヒント】ビームスのパスビューでは、シャツやコラボといった入口の関心から、店舗情報、カテゴリ情報、オンライン、在庫確認へと検索の流れが具体化していきます。こうした変化を見ることで、顧客がどの段階で期待を高め、どの段階で比較や確認を必要としているのかを整理しやすくなります。＜パスファインダーの機能紹介＞

LTV（顧客生涯価値）の活用場面：経営とマーケティングでの使い方

LTVは「広告投資の上限判断」「顧客セグメント別の優先順位決定」「事業の健全性評価」の3つの場面で特に有効に活用できます。

広告投資の上限を判断する

LTVがわかれば、「1人の顧客を獲得するために最大いくらまで投資できるか」が算出できます。LTV/CAC ≧ 3を維持する範囲で、CACの上限を設定し、広告予算の適正化を図ります。

顧客セグメント別に施策を最適化する

すべての顧客のLTVが同じとは限りません。LTVの高い顧客セグメントを特定し、そのセグメントの獲得・維持にリソースを集中することで、マーケティングの効率が向上します。RFM分析と組み合わせることで、より精度の高いセグメンテーションが可能です。

事業の健全性を評価する

LTVとCACの比率は、投資家やステークホルダーに対して事業の成長性と収益性を示す指標としても活用されます。特にSaaS企業では、LTV/CAC比率、CACの回収期間、月次解約率が「SaaS三種の神器」と呼ばれる重要指標です。

検索行動データでLTV向上要因と離脱兆候を読み解く — ListeningMind（リスニングマインド）

LTVを高めるためには、「顧客がなぜ離脱するのか」「何を追加で求めているのか」を正確に把握する必要があります。アンケートで離脱理由を聞いても、「価格が高い」のような表層的な回答しか得られないことが多く、本質的な原因にたどり着けないことがあります。

一方、検索行動データを分析すると、「自社名＋解約」「競合A＋乗り換え」といったリアルな行動から、離脱の兆候や競合への流出経路をより具体的に捉えやすくなります。比較・購入・継続・離脱に至るまでの関心の流れを追うことで、LTV向上に影響する要因を立体的に把握できます。

上記のとおり、従来手法がアンケートや社内推測に依存しやすいのに対し、検索行動データを活用すると、離脱理由やニーズの変化を実際の行動ベースで把握しやすくなります。

検索行動データでLTV向上要因と離脱兆候を読み解いたい方へ
検索行動データをもとに消費者のLTV向上要因と離脱兆候を分析する方法を、実際のデモ画面で確認できます。

デモを申し込む

 

よくある質問（FAQ）

Q1. LTVとは何ですか？

LTV（Life Time Value：顧客生涯価値）とは、1人の顧客が取引を開始してから終了するまでの全期間に、企業にもたらす利益の総額を示す指標です。顧客との長期的な関係性の価値を数値化するために使用されます。

Q2. LTVの計算方法は？

代表的な計算式は「平均購買単価 × 購買頻度 × 継続期間」です。粗利で算出する場合は「平均購買単価 × 粗利率 × 購買頻度 × 継続期間」、サブスクリプション型では「ARPU ÷ 月次解約率」で計算します。

Q3. LTV/CAC比率の理想的な数値は？

一般的に「LTV ÷ CAC ≧ 3」が健全な事業の目安です。LTVがCACの3倍以上であれば、顧客獲得への投資が十分なリターンを生んでいると判断できます。1未満の場合は赤字構造です。

Q4. LTVを向上させるにはどうすればよいですか？

LTV向上の施策は、購買単価の引き上げ（アップセル・クロスセル）、購買頻度の向上（ロイヤルティ施策）、継続期間の延長（オンボーディング改善）、解約率の低減（行動データのモニタリング）、顧客体験の最適化の5つに分類されます。

Q5. LTVとCRMの関係は？

CRM（顧客関係管理）は、顧客との関係を管理し強化するための仕組みであり、LTV向上を実現するための基盤です。CRMツールで顧客データを一元管理し、セグメント別の施策を実行することで、LTVの向上を体系的に推進できます。

Q6. BtoBビジネスでもLTVは重要ですか？

BtoBビジネスでもLTVは非常に重要です。特にSaaS企業では、LTV/CAC比率や月次解約率が事業の健全性を測る最重要指標とされています。BtoBは1件あたりの取引額が大きく、契約期間も長いため、LTVの改善が収益に与えるインパクトはBtoC以上に大きくなります。

まとめ

• LTV（顧客生涯価値）とは、1人の顧客が取引期間全体で企業にもたらす利益の総額を示す指標である
• LTVの計算式は、平均購買単価ベース、粗利ベース、サブスクリプションベースの3種類をビジネスモデルに応じて使い分ける
• LTV/CAC比率は事業の健全性を測る重要指標で、3以上が健全の目安である
• LTV向上の施策は、購買単価の引き上げ・購買頻度の向上・継続期間の延長・解約率の低減・顧客体験の最適化の5つに分類される
• LTVは広告投資の上限判断、顧客セグメント別の優先順位決定、事業の健全性評価の場面で活用する
• 検索行動データを活用することで、アンケートでは捉えにくい離脱理由や競合流出の経路を定量的に把握し、LTV向上施策の精度を高められる

関連記事

• ユーザーインサイト（ピラーページ）
• カスタマージャーニーマップ
• RFM分析
• マーケティングリサーチ
• リサーチとは
• 消費者インサイト

本記事の情報は2026年時点のものです。

執筆：ListeningMind マーケティングチーム

執筆者紹介

株式会社 アセントネットワークス　ソリューション事業部 シニアアナリスト　吉岡直樹

デジタル系プロダクションの設立の後、NEC（ヒアラブルデバイスUX設計）、JTB（輸出促進支援事業次席顧問）、TBS（Screenless Media Lab. テクニカルフェロー）、NHK（放送100年プロジェクト/データ分析）などへの参加を経て現職。

日本ディープラーニング協会 認定エンジニア (JDLA for ENGINEER 2022#2)、(米)PMI認定 プロジェクトマネジメント・プロフェッショナル (PMP)、経営学MQT 上級 (NOMA)、データサイエンティスト協会 会員 (個人)、日本マネジメント学会 会員 (個人)。

著書：「AIアシスタントのコア・コンセプト/人工知能時代の意思決定プロセスデザイン（BNN：2017）」、「SENSE　インターネットの世界は「感覚」に働きかける（日経BP：2022）」

※ NHK 放送100年「メディアが私たちをつくってきた!?」データ分析担当