CLTV (القيمة الدائمة للعميل)

تقدير القيمة الإجمالية التي يُتوقع أن يحققها العميل للشركة طوال فترة العلاقة التجارية، مع مراعاة تكرار الشراء ومتوسط قيمة السلة ومدة الاحتفاظ بالعميل والهامش الربحي. وفي إطار منطق CRO، يتيح CLV تقييم ليس فقط الأثر الفوري لإجراء معين، بل أيضًا ربحيته على المدى الطويل.

الأهمية في A/B testing:

يُعد CLV مؤشر أداء متقدم، يُستخدم عندما يكون من المحتمل أن تؤثر الفرضية المختبرة على سلوك العميل المستقبلي، كما في الحالات التالية:

• اختبار upsell أو cross-sell (مثال: اقتراح خدمة متميزة)،
• تعديل في مسار الولاء (مثال: onboarding، أو متابعة ما بعد الشراء)،
• منطق تسعير جديد (مثال: عروض مجمّعة، اشتراكات)،
• تعديل في تجربة ما بعد الشراء من شأنه تشجيع إعادة الشراء.

💡 إذا كانت التجربة المختبرة تؤثر فقط على التحويل الأولي دون أي أثر متوقع على الاحتفاظ بالعميل، فلا فائدة من الاعتماد على CLV كمعيار تقييم رئيسي.

مثال: GA4 وCLV الاحتمالية

يقدم Google Analytics 4 نموذجًا أصليًا لـCLV الاحتمالية، يعتمد على سلوك المستخدمين ضمن نافذة زمنية محددة (مثال: 90 يومًا). ويتيح هذا النموذج:

• مقارنة القيمة المحققة والمتوقعة حسب المصدر أو القناة أو التعرض لنسخة اختبار معينة،
• بدء تحليل CLV حتى من دون بيانات CRM، لتحديد الشرائح ذات القيمة المحتملة العالية.

تُعد هذه مقاربة أولية سهلة التطبيق يمكن دمجها في تحليل ما بعد الاختبار، لا سيما عبر BigQuery لمقارنة بيانات الاختبار بالتحويلات المستقبلية.

القيود:

• تقل موثوقية CLV في البيئات التي لا تتطلب تسجيل دخول، بسبب الاختفاء التدريجي لملفات تعريف الارتباط (cookies)، مما يجعل المتابعة على المدى الطويل أكثر صعوبة.
• يجب أن تكون نافذة المراقبة متوافقة مع دورة حياة العميل (مثال: 90 أو 180 أو 365 يومًا حسب نموذج العمل).
• قد تخفي قراءة CLV بمعزل عن غيرها تراجعًا في التحويل أو في تجربة المستخدم إذا لم تُقرن بمؤشرات أداء أخرى.