--- title: "LTVの計算方法- 売上・利益それぞれ算出方法、期間設定と解約率による予測" url: "https://pro-marketing.jp/marketing/ltv-calculation/" canonical: "https://pro-marketing.jp/marketing/ltv-calculation/" date: "2026-11-03" lastmod: "2026-11-03" description: "LTVの計算方法を、売上・粗利の違い、計算期間の決め方、解約率からの予測に分けて解説。飲食店などの計算例、休眠・失客・復帰の扱い、AI分析に使えるプロンプトと注意点まで紹介します。" language: "ja" image: "https://pro-marketing.jp/wp-content/uploads/2026/11/Image_1.jpg" categories: - "マーケティング" tags: - "#マーケティング" - "#指標" author: name: "小形 洸太" url: "https://pro-marketing.jp/author/kotaogata/" bio: "マーケティングプロデューサー、集客コンサルタント。大学卒業後、店舗マーケティングツールのASPにて、500店の顧客フォロー及び導入支援業務に従事。その後、2009年からコンサルティングを提供開始。助言だけではなく、対策もできるコンサルタントとして活動。主に、マーケティング関連のディレクション業務を行い、オウンドメディア運用、SNSキャンペーン、実店舗の集客支援を実施。 集客の専門家として、ミラサポや信用保証協会専門家、商工会専門家などの立場で事業主向けに助言業務を実施。また、リクルートや第一興行のメディアでSNSを使った集客の記事の監修。" --- # LTVの計算方法- 売上・利益それぞれ算出方法、期間設定と解約率による予測 LTVの計算方法を実務で使える形に LTV（顧客生涯価値）を計算するには、まず「売上と利益のどちらを測るか」「どの期間を対象にするか」を決めます。さらに、休眠した顧客が戻ってきたときの扱いも、計算結果を左右します。 飲食店なら、まず初回来店から12か月の実績を集計する方法が出発点になります。月額サービスなら、解約率から継続期間とLTVを予測する方法もあります。 この記事では、目的に合う計算式の選び方から、期間設定、失客・復帰の扱い、AIで分析するときのプロンプトまで解説します。 **計算前に押さえたい4つのポイント** - 売上と粗利益を分け、差し引く費用を明確にする - 集計期間と、実績・予測の区別をそろえる - 解約率から継続期間を求めるときは、計算の仮定を確認する - 休眠からの復帰は、本来の初回購入と分けて記録する LTVの基本を確認したい方へ LTVの意味や重要性、改善施策は、[LTV（顧客生涯価値）の基本と改善方法](https://pro-marketing.jp/marketing/ltv/)で解説しています。本記事では計算方法と集計条件に絞って紹介します。 この記事の目次 1. [LTVを計算する前に決めること](#kc-ltv-1) 2. [LTVは売上で計算する？利益で計算する？](#kc-ltv-2) 3. [LTVの計算期間はどう決める？](#kc-ltv-3) 4. [購入履歴から12か月LTVを計算する手順](#kc-ltv-4) 5. [解約率から平均継続期間とLTVを予測する方法](#kc-ltv-5) 6. [久しぶりの利用は初回に数える？失客と復帰のルール](#kc-ltv-6) 7. [AIでLTVを分析するためのプロンプト例](#kc-ltv-7) 8. [AIで分析するときの注意点](#kc-ltv-8) ## LTVを計算する前に決めること LTVは、一人の顧客との取引から得られる価値を表す指標です。本来は取引が続く期間全体を対象としますが、実務では「初回購入から12か月」のように期間を区切って測ることもあります。 「LTVは3万円」という数字だけでは、何を測った金額か判断できません。計算前に、次の条件を決めましょう。 表は横にスクロールしてご覧いただけます。 | 決める条件 | 設定例 | | --- | --- | | 金額の基準 | 売上、粗利益、変動費を差し引いた利益 | | 対象期間 | 初回購入から6か月・12か月、予測される継続期間全体 | | 数字の性質 | 購入履歴から集計した実績、将来の利用を含めた予測 | | 顧客の単位 | 利用客一人、会員一人、予約者一人、契約企業一社 | | 利用の起点 | 本当の初回購入日、休眠からの復帰日 | 計算結果は、たとえば「新規会員一人あたりの12か月・売上LTV：15,000円（実績）」と表示すると、前提が伝わります。 ## LTVは売上で計算する？利益で計算する？ ### 売上ベースのLTV 売上ベースのLTVは、顧客が対象期間中にいくら購入したかを表します。 計算式 **期間内の売上LTV ＝ 対象期間中の顧客あたり購入総額** 個々の顧客について、単価と回数から計算するなら次の式です。 計算式 **期間内の売上LTV ＝ 平均購入単価 × 期間内の購入回数** たとえば、客単価3,000円で1年間に6回来店した顧客なら、12か月の売上LTVは18,000円です。 計算例 **3,000円 × 6回 ＝ 18,000円** 複数の顧客の平均を求める場合は、対象顧客の期間内売上合計を、対象顧客数で割ります。購入履歴があるなら、この方法が直接的です。 ### 粗利ベースのLTV 粗利ベースでは、売上から売上原価を差し引いた粗利益を集計します。粗利率を用いる簡易的な計算式は、次のとおりです。 計算式 **粗利LTV ≒ 売上LTV × 粗利率** 先ほどの売上LTV18,000円に、説明用として粗利率60％を当てはめると、粗利LTVは10,800円です。 計算例 **18,000円 × 0.6 ＝ 10,800円** この60％は業界平均ではなく、計算例の仮定です。購入ごとに原価がわかる場合は、実際の粗利益を合計した方が正確です。売上型と粗利型の計算方法は、[Shopifyの解説](https://www.shopify.com/blog/customer-lifetime-value)でも紹介されています。 ### 「利益」の範囲を明確にする 粗利益は、家賃、人件費、広告費など、すべての費用を差し引いた最終利益とは異なります。売上原価に含める費用の範囲も、計算時に固定しておきましょう。 集客費の採算を判断する場合は、原価に加え、決済手数料など利用に伴って増える費用も確認します。「利益ベース」とだけ書かず、何を差し引いた金額なのかを明記してください。 また、LTVと顧客獲得費を比較するなら、LTV側ですでに同じ顧客獲得費を差し引いていないかも確認します。費用を二重に引くと、採算を正しく評価できません。 ## LTVの計算期間はどう決める？ ### 飲食店は、まず12か月の実績を集計する 飲食店で初めてLTVを計算するなら、初回来店から12か月を一つの出発点にできます。季節や行事による利用の違いを一巡分含められるためです。 飲食店向けPOSサービスのToastも、1年分の注文単価と購入頻度を算出し、平均継続年数を掛ける方法を紹介しています。ただし、年間の集計を使うことと、顧客との関係が1年で終わると仮定することは別です。[Toastの解説](https://pos.toasttab.com/resources/how-to-increase-restaurant-sales) 12か月に加えて3か月・6か月時点の金額を見れば、再来店によって売上が積み上がる過程も確認できます。長期継続の価値を見たい場合は、24か月などの集計も併せて行います。 ### 業界別の期間の目安 計算期間は、購入周期、季節性、契約期間によって変わります。同じ業界でも、日常利用を中心とする事業と年に一度の利用を中心とする事業では、適切な期間が異なります。 以下は、業界平均を示したものではなく、**計測を始める際の期間設定案**です。 表は横にスクロールしてご覧いただけます。 | 業界・業態 | 期間設定の出発点 | 確認したいこと | | --- | --- | --- | | 飲食店 | 初回来店から12か月。3・6か月も併記 | 季節性、来店頻度、長期継続 | | 美容室・サロン | 初回利用から12か月 | 通常の来店周期を複数回含められるか | | 食品・化粧品などのEC | 初回購入から6・12か月 | 消費後の買い直し、定期購入の継続 | | SaaS・月額サービス | 平均継続月数≒1÷月次顧客解約率 | 解約率の安定性、契約更新周期 | | 家具・家電など | 買い替え・追加購入の周期に合わせる | 短期間の集計で次回購入を捉えられるか | 個別の運用例として、Klaviyoの予測CLVでは、標準の予測対象期間を今後1年間としています。これはツールの設定例であり、EC業界全体の統一基準を示すものではありません。[Klaviyoの公式説明](https://help.klaviyo.com/hc/en-us/articles/360020919731) ### 計算期間を延ばすだけで、成果が上がったとは判断しない 6か月より12か月の累積売上が大きくても、それだけで施策が改善したとはいえません。比較するときは、同じ経過期間、同じ売上・費用の定義、同じ顧客単位を使います。 ## 購入履歴から12か月LTVを計算する手順 ### 1．対象顧客と初回購入日を確認する 顧客ID、購入日、購入金額、取引IDなどを用意します。粗利を出す場合は原価も必要です。 ここで注意したいのは、データ内で最も古い購入日が、本当の初回購入日とは限らないことです。直近1年分だけを取り出すと、以前から利用していた顧客を新規客と誤認することがあります。 初回購入を確認できる顧客と、過去の利用歴が不明な顧客を分けてください。 ### 2．全員の観測期間をそろえる 初回購入から12か月を測るなら、12か月分の観測が完了した顧客を対象にします。初回購入から2か月しか経過していない顧客を、同じ12か月実績として混ぜないようにします。 初回購入月などで顧客をまとめ、同じ経過期間で比較する方法は、コホート分析と呼ばれます。[Shopifyの顧客レポートの説明](https://help.shopify.com/en/manual/reports-and-analytics/shopify-reports/report-types/default-reports/customers-reports) ### 3．顧客ごとに12か月の売上を合計する 初回購入を含め、初回購入日から12か月後の同日を迎える直前までの売上を集計します。キャンセル、値引き、返品、税込・税抜の扱いを統一してください。 1回しか購入しなかった顧客も対象に含めます。リピーターだけで計算すると、新規顧客全体のLTVを高く見積もってしまいます。 ### 4．対象顧客数で割る 計算式 **平均12か月・売上LTV ＝ 対象顧客それぞれの初回購入から12か月間の売上合計 ÷ 対象顧客数** 新規客100人の12か月間の売上合計が150万円なら、平均LTVは15,000円です。 計算例 **150万円 ÷ 100人 ＝ 15,000円** 飲食店では、予約者の会計に同伴者の飲食代が含まれることもあります。予約者一人あたりの売上と、利用客一人あたりの売上を混同しないようにしましょう。 ## 解約率から平均継続期間とLTVを予測する方法 契約の開始と終了を把握できる月額サービスなどでは、解約率から平均継続期間を推定できます。 ### 平均継続期間の計算式 計算式 **平均継続月数 ≒ 1 ÷ 月次顧客解約率** 月次顧客解約率の基本式は、次のとおりです。 計算式 **月次顧客解約率 ＝ 月初顧客のうち当月に解約した顧客数 ÷ 月初顧客数** 月初の契約顧客200社のうち10社が当月に解約した場合、解約率は5％です。この割合が続くと仮定すると、平均継続期間は約20か月になります。 計算例 **10社 ÷ 200社 ＝ 5％** 計算例 **1 ÷ 0.05 ＝ 20か月** | 月次顧客解約率 | 推定平均継続期間 | | --- | --- | | 2％ | 約50か月（4年2か月） | | 5％ | 約20か月（1年8か月） | | 10％ | 約10か月 | ※解約率を一定と仮定した計算例であり、業界平均ではありません。この推定方法は、[Stripeの解説](https://stripe.com/guides/atlas/business-of-saas)でも紹介されています。 ### 推定した継続期間からLTVを求める 計算式 **売上LTV予測 ≒ 顧客あたり月間売上 ÷ 月次顧客解約率** 計算式 **粗利LTV予測 ≒ 顧客あたり月間売上 × 粗利率 ÷ 月次顧客解約率** 顧客あたり月間売上5,000円、粗利率80％、月次顧客解約率5％なら、次の金額になります。 - 売上LTV予測：5,000円 ÷ 0.05 ＝ **100,000円** - 粗利LTV予測：5,000円 × 0.8 ÷ 0.05 ＝ **80,000円** 購入型の事業でも、継続年数を見積もれる場合は「平均購入単価×年間購入回数×平均継続年数」という簡易式が使えます。ただし、売上や頻度が継続期間中一定という仮定を置くため、実績値とは分けて表示してください。 ### 解約率を使う計算の注意点 この式は、解約率や顧客あたり売上、粗利率を一定とする簡易的な予測です。契約直後の解約が多い場合や、継続中に単価が変わる場合などは、実態とずれる可能性があります。将来のお金を現在価値に割り引く処理も含みません。 計算時は、次の条件を確認します。 - **期間の単位：**月次解約率には月間売上を使う。 - **解約率の種類：**顧客数の解約率と、売上の減少率を区別する。 - **同月内の変動：**月中に契約・解約した顧客や、解約後すぐ再契約した顧客の扱いを決める。 - **解約率0％：**この式では継続期間を算出できないため、別の方法で見積もる。 解約・再契約の細かな扱いは分析サービスによっても異なります。たとえばChartMogulは、同じ期間内の契約・解約や復帰を調整する計算方法を示しています。[ChartMogulの解約率の定義](https://help.chartmogul.com/article/203-chart-customer-churn-rate) 飲食店のように明確な解約手続きがない事業では、「今月来店しなかった顧客の割合」をそのまま月次解約率に代入しないでください。翌月以降に戻る顧客がいるため、未利用を解約と同じ意味では扱えません。 ## 久しぶりの利用は初回に数える？失客と復帰のルール ### 失注・休眠・失客を区別する 表は横にスクロールしてご覧いただけます。 | 用語 | この分析での意味 | | --- | --- | | 失注 | 個別の商談が成約に至らなかったこと | | 休眠 | 利用実績がある顧客が、一定期間利用していない状態 | | 失客 | 解約や長期未利用など、定めた条件で取引終了と判定した状態 | | 復帰・再活性化 | 休眠・失客と判定した顧客が再び利用したこと | 失注は商談単位の出来事です。既存顧客への追加提案が失注しても、それだけで顧客との取引全体が終わったことにはなりません。[Salesforceの失注に関する解説](https://www.salesforce.com/jp/blog/jp-lost-order/?bc=OTH) ### 何か月未利用なら失客とするか 未利用期間の基準は、通常の購入周期に合わせて設定します。毎月通う店と、年に一度の記念日に利用する店では、半年間来店しないことの意味が異なります。 毎月の来店を想定する飲食店で、次のような仮のルールを設定することはできます。 - 最終来店から3か月以上12か月未満：休眠 - 最終来店から12か月以上：分析上の失客 - 休眠・失客の条件に達した後の再来店：復帰 これは業界標準ではなく、運用例です。実際には来店間隔の分布、未利用期間ごとの再来店実績、季節性を確認して調整します。契約がない事業の失客判定は、将来二度と利用しないことを証明するものではありません。 ### 本当の初回と、復帰後の初回を分ける 過去の利用を確認できる顧客については、何年空いても「復帰客」として管理する方法をおすすめします。顧客IDと本来の初回購入日は維持し、復帰日を別に記録します。Amplitudeも、新規と休眠から戻ったユーザーを分けて扱っています。[Amplitudeの分類方法](https://amplitude.com/books/mastering-retention/the-retention-lifecycle-framework) 一方で、復帰施策を評価するために、復帰日を新たな集計起点にすることはできます。 表は横にスクロールしてご覧いただけます。 | 見たい数字 | 起点と集計範囲 | | --- | --- | | 観測できた全期間の累積売上 | 本来の初回購入を起点に、復帰後の売上も含める | | 初回から12か月のLTV | 本来の初回購入から12か月以内の売上 | | 復帰後12か月の売上 | 復帰日から12か月以内の売上 | 初回来店から18か月後に戻った顧客の売上は、「初回から12か月のLTV」には入りません。「全期間の累積売上」と「復帰後12か月の売上」には、それぞれの条件に従って含めます。この2つは売上が重なるため、合算しません。 一定期間後の復帰を社内で「新規扱い」にする場合も、純粋な新規客と区別できる項目を残します。新規獲得と顧客の呼び戻しを、別々に評価するためです。 ### LTVの集計期間と、失客判定期間は別の条件 「12か月LTVを測るから、12か月未利用で失客」と決める必要はありません。 LTVの集計期間は、どこまでの売上・利益を測るかという条件です。休眠・失客の判定期間は、どのような顧客状態として扱うかという条件です。それぞれの目的に合わせて設定してください。 ## AIでLTVを分析するためのプロンプト例 ファイルを読み込み、計算を実行できるAIや分析機能を使えば、集計や比較を依頼できます。以下の［ ］を自社の条件に書き換えて使ってください。 ### プロンプト1：購入履歴から実績LTVを集計する コピーして使えるプロンプト 1 > 添付した購 > 履歴から、顧客あたりのLTVを分析してください。 > > > > 【条件】 > > > > ・業種：［飲食店］ > > ・顧客の単位：［会員一人］ > > ・データ収録期間：［開始日〜終了日］ > > ・データの最終確定日：［日付］ > > ・金額の基準：［税抜・値引き・返品反映後の売上］ > > > > 最初に列の意味、取引の重複、顧客IDの欠損、キャンセル・返品の扱いを確認してください。値引き・返品の二重控除を避けてください。 > > > > 本当の初回購 > 日を確認できる顧客と、過去の履歴が不明な顧客を分けてください。初回購 > から12か月分の観測が完了した顧客を対象に、同じ顧客集団の3・6・12か月LTVを比較してください。1回しか購 > していない顧客も含めてください。 > > > > 各期間は初回購 > 日を含み、3・6・12か月後の同日を含めない範囲としてください。うるう日や月末の日付処理は明示してください。 > > > > 顧客別集計表、対象顧客数、各期間の売上合計、平均LTVを出してください。原価データがあれば実際の粗利益も集計してください。原価・粗利率が不明なら、推測で補わないでください。 > > > > 計算式、除外件数と理由、 > データとの合計 > 合結果、再計算できる数式または集計手順を示してください。計算に > 要な不足 > 報は > に確認してください。 ### プロンプト2：解約率から継続期間とLTVを予測する コピーして使えるプロンプト 2 > 添付した月別契約データから、平均継続期間とLTVを推定してください。 > > > > 【使用する式】 > > > > ・月次顧客解約率＝月初顧客のうち当月に解約した顧客数÷月初顧客数 > > ・平均継続月数≒1÷月次顧客解約率 > > ・売上LTV予測≒顧客あたり月間売上÷月次顧客解約率 > > ・粗利LTV予測≒顧客あたり月間売上×粗利率÷月次顧客解約率 > > > > 最初に、契約開始・終了の定義、同月 > の契約・解約・再契約の扱い、月間売上の計算対象を確認してください。月次と年次、顧客数の解約率と売上の減少率を混同しないでください。 > > > > 月別の実績を出してください。複数月をまとめる場合は、期間の選び方と平均・加重集計の方法を明記してください。 > > > > 解約率0 > の場合は、この式による予測を算出しないでください。顧客数が少ない場合や解約率が変動する場合は、推定の不安定さを説明してください。粗利率が不明なら、売上LTVだけを計算してください。 > > > > 実績と予測を分け、解約率・単価・粗利率を一定とする仮定を明示してください。 ### プロンプト3：休眠・失客と復帰後の価値を分析する コピーして使えるプロンプト 3 > 添付した購 > 履歴から、休眠・失客・復帰を分析してください。 > > > > 【仮の運用ルール】 > > > > ・分析基準日：［日付］ > > ・休眠：最終購 > から［3か月］以上［12か月］未満未利用 > > ・失客：最終購 > から［12か月］以上未利用 > > ・復帰：休眠・失客の条件に達した後の再購 > > > > > この期間は業界標準ではなく、今回の分析条件として扱ってください。購 > 間隔と季節性を確認し、基準の見直しが > 要なら理由を示してください。 > > > > 過去の購 > が確認できる顧客は、復帰時に新規客として数えないでください。顧客IDと本来の初回購 > 日は維持し、復帰日を別に記録してください。 > > > > 基準日時点の顧客状 > と過去の復帰を分け、復帰顧客の人数と復帰回数を区別してください。過去時点の状 > を判定するときは、その時点までの > 報だけを使ってください。 > > > > 初回から12か月のLTV、復帰後12か月の売上、観測できた > 期間の累積売上を別 > に出してください。復帰後12か月を観測できていないケースは分けてください。集計期間が重なる指標を合算しないでください。 > > > > 同じ顧客が複数回復帰して集計期間が重なる場合は、集計前に対象とする復帰の選び方を確認し、同じ集計 > で売上を二重計上しないでください。 ## AIで分析するときの注意点 ### 氏名・連絡先を外し、照合用IDを残す 同じ顧客の購入をつなげるIDは必要ですが、氏名、電話番号、メールアドレスなどは通常のLTV集計には不要です。分析に必要な項目に絞り、顧客IDは照合用の番号に置き換えます。対応表は手元で管理してください。 IDを置き換えただけで、個人を特定できなくなるとは限りません。自由記述なども確認し、利用するAIのデータ保存・学習利用の設定や社内ルールに沿って扱います。[AWSのデータ取り扱いに関する説明](https://docs.aws.amazon.com/prescriptive-guidance/latest/strategy-data-considerations-gen-ai/security.html) ### 説明だけでなく、計算結果を確認する AIには実際に計算を実行させ、対象人数、売上合計、除外件数を出力させます。そのうえで元データとの合計照合と、数人分の購入履歴の抜き取り確認を行います。 計算を実行できないAIの場合は、表計算ソフトなどで再現できる式や手順を作成させ、別途集計してください。 ### 不足データを推測で埋めさせない 粗利率、初回購入日、継続期間などが不明なら、そのまま不明と扱います。仮定を置いて試算する場合は、実績とは別に表示し、条件を変えた場合の結果も確認します。 顧客IDがない売上や、会員だけを対象にした集計は、店全体の顧客LTVと一致するとは限りません。どの範囲の顧客を測れているかも記載してください。 ### 予測値や差の原因を断定しない ある集客経路のLTVが高くても、客層、獲得時期、観測期間の違いが影響している可能性があります。確認できた事実と、原因についての仮説を分けて説明させます。 特に顧客数が少ない集団では、一部の高額利用者によって平均が大きく動きます。平均LTVだけでなく、対象人数、中央値、ばらつきも確認してください。 初めて分析する場合は、まず「初回から12か月の売上LTV」を同じ条件で集計すると、自店の実績を把握しやすくなります。そのうえで原価データを加え、必要に応じて復帰後の価値や将来のLTV予測を別の指標として計算しましょう。 計算したLTVを、次の施策につなげる 購入頻度や継続率の改善、関連指標の使い方は、[LTVの重要性・関連指標・最大化する施策](https://pro-marketing.jp/marketing/ltv/)も併せてご覧ください。