Customer Lifetime Value. Die Zahl, die entscheidet, wer das Akquise-Bidding gewinnt.
Nicht AOV. Nicht ROAS. CLTV ist die Linse, durch die jede andere Schicht erst Sinn ergibt — warum AOV zählt, warum Lifecycle zählt, warum Preis-Architektur zählt. Hier ist die komplette Methodik. Kohorten-Logik, CAC:LTV, Payback-Fenster. Ohne geschönte Zahlen, ohne Pitch.
Warum CLTV das Long Game entscheidet.
Zwei Brands verkaufen das gleiche Produkt. Beide zahlen 40 €, um einen Kunden zu gewinnen. Brand A denkt in der ersten Bestellung: 60 € Umsatz, sieht gut aus. Brand B weiß, dass derselbe Kunde über 12 Monate dreimal kauft.
Brand B kann jetzt 60 € pro Akquise bieten, wo Brand A bei 40 € aussteigt — und kauft sich Reichweite, die Brand A sich nicht mehr leisten kann. Nicht weil B bessere Ads hat. Sondern weil B weiß, was Bestellung 2, 3 und 7 wert sind.
Das ist der ganze Punkt: Wer keinen Customer Lifetime Value ausbaut, verliert das Akquise-Bidding gegen jeden, der ihn ausbaut — egal wie gut die erste Bestellung aussieht. Profitabilität kommt vor Skalierung, weil sie die Skalierung überhaupt erst bezahlbar macht.
Vier Bausteine. Eine belastbare CLTV-Sicht.
„LTV" als eine Zahl auf einem Dashboard ist wertlos. Eine entscheidungsfähige CLTV-Sicht besteht aus vier Teilen — jeder einzeln nachbaubar, im Zusammenspiel die Grundlage jeder Akquise-Entscheidung.
Kohorten-Logik
Kunden nach Monat der ersten Bestellung gruppieren — nicht nach Kalendermonat. Nur so siehst du, wie sich eine Kundengruppe über die Zeit wirklich verhält, statt neue und alte Kunden zu einem Durchschnitts-Brei zu vermischen.
Repeat-Kurve
Pro Kohorte: kumulierter Umsatz pro Erstkunde über Monat 1, 3, 6, 12. Diese Kurve — nicht ein Endwert — ist dein eigentlicher CLTV. Sie zeigt wann der Wert entsteht, nicht nur ob.
CAC : LTV-Verhältnis
Nicht „LTV > CAC" (trivial), sondern: Bei welchem CAC ist eine Kohorte nach deinem akzeptablen Payback-Fenster im Plus? Das ist deine Gebots-Obergrenze in der Akquise — die Zahl, die Brand B kennt und Brand A nicht.
Payback-Fenster
Nach wie vielen Tagen hat eine Kohorte ihren eigenen CAC zurückverdient — auf Deckungsbeitrag, nicht Umsatz. Das Payback-Fenster bestimmt, wie aggressiv du skalieren kannst, ohne dass dir die Liquidität ausgeht.
Die Rechnung — in der Reihenfolge, in der sie zählt.
Bewusst mit Platzhaltern statt Schaufenster-Zahlen. Setz deine eigenen ein, dann ist es belastbar:
- 1 · DB1 pro Bestellung = Bestellwert − Wareneinsatz − Payment-Fees − variabler Versand − Retouren-/Rabatt-Last. Niemals mit Umsatz rechnen — Umsatz lügt über Profit.
- 2 · Repeat-Kurve pro Kohorte = Σ DB1 pro Erstkunde, kumuliert über Monat 1 → 12. Das ist dein realer CLTV-Verlauf.
- 3 · Payback-Tag = der Tag, an dem die kumulierte DB1-Kurve den CAC schneidet. Vorher arbeitest du für die Plattform, danach für dich.
- 4 · CAC-Ceiling = maximaler CAC, bei dem Schritt 3 noch innerhalb deines Liquiditäts-Fensters liegt. Das ist die Zahl, mit der du in die Auktion gehst.
„Blended LTV" ist keine Entscheidungszahl.
Ein gemittelter LTV über alle Kunden, alle Quellen, alle Zeiträume sieht beruhigend aus und steuert nichts. Entscheidungen fallen auf Kohorten-Ebene — pro Akquisekanal, pro Eintrittsmonat. Alles andere ist ein Vanity-Dashboard.
Vier Anti-Patterns, die deinen CLTV unbrauchbar machen.
Umsatz statt Deckungsbeitrag
CLTV auf Revenue gerechnet überschätzt jeden Kunden systematisch. Akquise-Gebote auf dieser Basis brennen Cash, der nie da war. Immer DB1.
Blended über alle Kanäle
Meta-Kunden, organische Kunden und Bestandskunden in einen LTV gemittelt — und dann ein Akquise-Budget darauf gesetzt. Das steuert nichts, es beruhigt nur.
Endwert statt Kurve
„Unser LTV ist X." Wann X entsteht — Monat 1 oder Monat 14 — entscheidet, ob du skalieren kannst. Ohne Payback-Fenster ist der Endwert eine Fantasie.
Kein Cohort-Refresh
Einmal gerechnet, nie wieder. Kohorten altern, Produktmix ändert sich, die Kurve verschiebt sich. Eine CLTV-Sicht, die nicht monatlich nachläuft, ist nach einem Quartal Fiktion.
Eine belastbare CLTV-Sicht selbst bauen — in 5 Schritten.
Bestell-Export ziehen
Aus Shopify alle Bestellungen mit Kunden-ID, Datum, Bestellwert und — wenn möglich — Akquisekanal des Erstkaufs. Roh, ohne App-Zwischenschicht.
DB1 pro Bestellung berechnen
Bestellwert minus Wareneinsatz, Payment-Fees, variabler Versand, Retouren-/Rabatt-Last. Eine zusätzliche Spalte. Ab hier rechnest du nur noch mit dieser.
Nach Erstkauf-Monat in Kohorten gruppieren
Jeder Kunde gehört zur Kohorte seines ersten Kaufmonats — für immer. Folgebestellungen laufen in dieselbe Kohorte, nur in spätere Monats-Buckets.
Kumulierte DB1-Kurve pro Erstkunde
Pro Kohorte: kumulierte DB1 geteilt durch Anzahl Erstkunden, über Monat 1, 3, 6, 12. Das ist dein realer CLTV-Verlauf — nicht ein Punkt, eine Kurve.
Payback-Tag & CAC-Ceiling ableiten
Lege dein akzeptables Liquiditäts-Fenster fest (z. B. „CAC muss in X Tagen zurück sein"). Lies aus der Kurve den maximalen CAC ab, bei dem das hält. Mit dieser Zahl gehst du in die Auktion.
Warum CLTV die anderen Schichten erst sinnvoll macht.
CLTV ist kein Framework neben anderen — es ist der Maßstab, an dem sich jede andere Schicht misst:
AOV-/Bundle-Architektur
Höherer Erstbestellwert verkürzt das Payback-Fenster direkt — derselbe CAC, früher im Plus. AOV ist ein CLTV-Hebel, kein Selbstzweck.
→Lifecycle Loops
Die Repeat-Kurve ist nicht gegeben — sie wird gebaut. Flows von Welcome bis Win-Back sind der Mechanismus, der Monat 3, 6, 12 überhaupt füllt.
→Conversion Engine
Mehr profitable Erstkunden zum gleichen CAC = mehr Kohorten-Volumen, auf das die ganze CLTV-Mechanik wirkt. Iteration ist der Mengen-Hebel.