Customer lifetime value: stimare il CLV oltre il churn

L’effetto shakeout: perché il churn “sembra” migliorare col tempo

Quando guardi un gruppo di nuovi clienti nel tempo, spesso vedi questo: all’inizio molti smettono di comprare o cancellano l’abbonamento, poi la situazione “si calma” e la percentuale di abbandono sembra diminuire.

Questo non succede sempre perché il prodotto è migliorato o perché il marketing è diventato più efficace. Spesso è un effetto statistico e comportamentale: i clienti più “fragili” escono presto, e nel gruppo rimangono quelli che hanno più affinità con l’offerta.

• All’inizio entrano clienti molto diversi tra loro (bisogni, aspettative, budget, abitudini).
• Una parte abbandona presto perché ha scarso “fit” con il prodotto o bassa propensione a restare.
• Nel tempo rimane un sottoinsieme più stabile, più coinvolto e con comportamenti di acquisto più prevedibili.
• Di conseguenza, il churn medio osservato cala, perché il gruppo è stato “ripulito” dai clienti che avrebbero abbandonato comunque.

Questa dinamica si chiama effetto shakeout ed è un segnale che nel tuo database clienti esiste eterogeneità: non tutti i clienti hanno lo stesso valore né la stessa probabilità di restare.

Il rischio concreto: CLV sovrastimata o churn sopravvalutato

Se leggi la retention in modo superficiale, rischi di prendere decisioni sbagliate su budget, canali e crescita. L’effetto shakeout crea due distorsioni tipiche che impattano direttamente la customer lifetime value.

• Churn sopravvalutato: prendi il churn iniziale (alto) e lo proietti nel futuro, come se i clienti continuassero ad abbandonare allo stesso ritmo. Risultato: pensi che il business sia “un secchio bucato” e tagli investimenti che invece avrebbero senso sui segmenti più stabili.
• CLV sovrastimata: guardi solo chi è rimasto dopo la prima fase e calcoli una CLV “media” su un gruppo già selezionato. Risultato: sottovaluti quanta parte dei nuovi clienti non arriverà mai a ripagare i costi di acquisizione e finisci per sovrainvestire su canali o messaggi che portano clienti poco sostenibili.

Il punto non è trovare un numero “perfetto”, ma evitare che una lettura sbagliata del churn ti porti a ottimizzare per volume invece che per valore.

Quale finestra temporale guardare (e perché i “primi giorni” contano)

La finestra di osservazione conta quanto il dato stesso. Se guardi un periodo troppo breve, confondi una fase di rodaggio con un problema strutturale. Se guardi solo il lunghissimo periodo, rischi di ignorare l’emorragia iniziale.

• Abbonamenti mensili: il passaggio dopo i primi 30 giorni è spesso decisivo. Se non ci sono acquisti o rinnovi oltre quel punto, molti nuovi clienti sono già “persi”.
• Acquisti ripetuti non in abbonamento: ha senso osservare finestre più lunghe (per esempio su base annuale) o usare la storia completa, ma sempre distinguendo la fase iniziale dal comportamento “stabile”.
• Domanda pratica da farti: “Quando avviene il primo grande taglio del gruppo?” Quello è il momento in cui lo shakeout è più evidente e in cui devi separare analisi di acquisizione e analisi di fidelizzazione.

Se ti affidi a un’agenzia o a un analista, la richiesta è semplice: fatti mostrare la retention nel tempo, non un solo numero medio. E assicurati che ci sia una lettura esplicita della fase iniziale.

Segmenta la retention per scoprire l’eterogeneità nascosta

Lo shakeout diventa davvero utile quando smetti di guardare “tutti insieme” e inizi a confrontare gruppi di clienti. È spesso qui che emergono differenze decisive tra canali e tra tipologie di cliente.

Per esempio, segmentando per primo canale di contatto, potresti vedere che alcuni gruppi restano molto più a lungo di altri: una retention più alta nel tempo può essere associata a un primo contatto via email, mentre il traffico da motori di ricerca può avere una retention più bassa sul lungo periodo. Non è una regola universale, ma è un tipo di confronto che spesso sblocca decisioni migliori.

• Canale: quale fonte porta clienti che restano davvero (non solo che comprano una volta).
• Area geografica: differenze di valore e permanenza possono essere marcate per Paese o macro-area.
• Prodotto acquistato: alcuni prodotti sono “porta d’ingresso” con alto churn, altri creano abitudine.
• Frequenza di acquisto: chi compra spesso tende ad avere una CLV più alta (attenzione a non confondere causa ed effetto, ma è un indicatore utile).
• Recency: quanto è recente l’ultimo acquisto; spesso separa clienti vivi da clienti in uscita.

Cosa cercare nei confronti tra gruppi: non solo chi rende di più oggi, ma chi mostra una curva di retention più stabile dopo la fase iniziale. È lì che lo shakeout ti aiuta a capire dove il marketing sta costruendo valore e dove sta solo comprando transazioni.

Identificare i “clienti buoni” senza mitizzarli

“Clienti buoni” e “clienti cattivi” è una scorciatoia. Qui parliamo di comportamenti e di sostenibilità economica, non di giudizi sulle persone.

Nel CRM, alcuni segnali sono spesso associati a una customer lifetime value sopra media e possono aiutarti a capire che tipo di cliente merita più attenzione, e soprattutto quale tipo di acquisizione ha più probabilità di ripagarsi.

• Alta frequenza di acquisto: indica abitudine e utilità percepita.
• Iscrizione alla newsletter: segnala apertura al contatto continuativo e maggiore propensione a tornare.
• Acquisto recente: è un indicatore semplice ma potente di “cliente attivo”.
• Sottoscrizione iniziale ad almeno un prodotto: spesso correla con un rapporto più continuativo (quando il modello lo prevede).

Come usarli in pratica, senza farsi raccontare storie: chiedi che questi segnali vengano messi in relazione con la retention nel tempo, non solo con il fatturato. Poi usa l’identikit che emerge per orientare targeting e messaggi verso clienti simili, invece di inseguire chi probabilmente abbandonerà prima di diventare profittevole.

Una lettura etica e anti-spreco del CLV: investire dove c’è valore reale

Il CLV serve a fare scelte sobrie: investire dove c’è valore reale, non dove c’è solo volume. Senza dati chiari su costi di acquisizione, margini e tempi di rientro, non ha senso inventare soglie o benchmark.

Il criterio resta valido anche senza numeri “perfetti”: confronta sempre costo di acquisizione e valore atteso nel tempo, e tratta lo shakeout come un promemoria operativo. Se una quota ampia di nuovi clienti se ne va prima di generare valore sufficiente, non è un problema di “più budget”, ma di qualità della domanda, aspettative create dal messaggio e coerenza tra canale e offerta.

Takeaway operativi: cosa fare questa settimana

1. Fatti mostrare la retention nel tempo: non accettare un churn medio unico. Chiedi una lettura esplicita della fase iniziale (dove avviene lo shakeout) e di cosa succede dopo.
2. Segmenta per poche dimensioni essenziali: canale, area geografica, prodotto, frequenza e recency. L’obiettivo non è complicare il reporting, ma scoprire dove nasce davvero la customer lifetime value.
3. Descrivi il core segment e cercane di simili: identifica i segnali dei clienti ad alto valore (frequenza, newsletter, recency, sottoscrizioni iniziali) e chiedi che campagne, messaggi e allocazione budget vengano ottimizzati per attrarre e trattenere quel profilo.