Comment calculer la valeur à vie du client et le CAC : un guide pratique côte à côte pour les opérateurs

How to Calculate Customer Lifetime Value and CAC: The Plain-English Answer

Si vous avez besoin de la réponse la plus courte possible à la question « comment calculer la valeur vie client », la voici : pour une entreprise par abonnement, multipliez le revenu moyen par compte par la marge brute et divisez par le taux de désabonnement ; pour une entreprise transactionnelle, multipliez la valeur moyenne des commandes par la fréquence d’achat, la durée de vie attendue et la marge brute. Calculez ensuite le CAC comme le total des dépenses de vente et de marketing divisé par le nombre de nouveaux clients acquis sur la même période. Le ratio de ces deux chiffres est votre indicateur d’efficacité.

J’ai appris cela à mes dépens en 2019 en construisant un modèle de CLV pour une marque de soins de la peau en vente directe au consommateur de 4 M$. J’ai utilisé un CAC mixte provenant des dépenses Facebook et des influenceurs, mais j’ai calculé la CLV uniquement à partir des acheteurs récurrents. Le ratio semblait sain à 5:1, mais le chiffre mixte réel était inférieur à 1,5:1. Cet écart a failli faire couler notre data room pour la série A. La leçon principale : vous devez calculer le LTV et le CAC à partir de la même cohorte et de la même fenêtre temporelle, sinon les calculs ne sont que du théâtre.

Voici l’ensemble de formules côte à côte que la plupart des guides omettent :

CLV par abonnement = (ARPA × % de marge brute) / Taux de désabonnement
CLV au détail = VMC × Fréquence d’achat × Durée de vie × % de marge brute
CAC = Dépenses totales en S&M / Nouveaux clients acquis

Remarquez que chaque version utilise la marge sur coûts variables, et non le chiffre d’affaires brut. Si vous ignorez la marge, votre CLV est une métrique de vanité qui surestime la réalité de 20 à 80 % selon votre structure de coûts. Nous montrerons les colonnes exactes du tableur plus tard.

Qu’est-ce que la CLV et comment est-elle calculée ? Au-delà de la définition du dictionnaire

La question « qu’est-ce que la CLV et comment est-elle calculée ? » dans les recherches associées renvoie généralement à une définition générique. D’un point de vue pratique, la CLV est la valeur actuelle de toutes les contributions futures de marge brute d’un client, nette des coûts de service, sur toute la durée de la relation. Ce n’est pas le « chiffre d’affaires total » car le chiffre d’affaires ignore le COGS, le traitement des paiements et le support. Ce n’est pas « à vie » en années civiles à moins d’actualiser pour la valeur temporelle de l’argent.

Les méthodes de calcul se divisent en deux camps. La première est la somme historique de cohorte : choisissez les clients acquis en janvier 2022, additionnez leur marge réelle sur 24 mois, divisez par le nombre. La seconde est le modèle paramétrique : estimez la courbe de désabonnement et la marge par période, puis additionnez jusqu’à l’infini (ou un plafond). La formule simple de division par le désabonnement n’est qu’un modèle paramétrique avec un désabonnement constant et une actualisation nulle—un cas particulier qui échoue souvent.

Lorsque j’audite une entreprise, je demande les deux. S’ils n’ont que la formule simple, je décote l’ensemble de leurs prévisions de 30 % jusqu’à ce que je voie des données de cohorte. C’est l’écart d’expérience dont les concurrents ne parlent pas.

Pourquoi la formule simple « diviser le revenu par le désabonnement » échoue

La plupart des articles les mieux classés s’arrêtent à l’équation ARPU/désabonnement. En pratique, cette formule suppose silencieusement une probabilité de désabonnement constante et un horizon infini, ce qui est rarement vrai. Ce que personne ne vous dit sur la CLV, c’est que le désabonnement est une courbe, pas un point. Les cohortes en début de vie se désabonnent plus vite ; les comptes matures se stabilisent. Utiliser un taux de désabonnement mensuel mixte de 3 % alors que votre désabonnement sur les 90 premiers jours est de 9 % surestime la durée de vie de plusieurs mois.

Le piège du SaaS : quand le désabonnement n’est pas un taux propre

Dans un grand livre SaaS B2B que j’ai audité l’année dernière, l’entreprise utilisait le désabonnement de logos au lieu du désabonnement de revenus. Ils avaient un désabonnement de logos de 2 %, mais un désabonnement net de revenus négatif de 7 % dû aux rétrogradations. Leur CLV semblait saine à 14 000 $ ; la CLV corrigée et ajustée pour la marge était de 9 200 $. Si vous vendez des plans à plusieurs niveaux, vous devez pondérer le désabonnement par le revenu récurrent, et non par le nombre de clients. Sinon, les comptes d’entreprise masquent les fuites des PME.

Vente au détail et achats uniques : où la durée de vie devient un jeu de devinettes

Pour la vente au détail sans abonnement, la « durée de vie » n’est pas donnée. Vous pourriez utiliser 2,5 ans basés sur des données de panel, mais cela cache le fait que 40 % des clients n’achètent jamais deux fois. Une approche prédictive basée sur la valeur espérée est préférable à une estimation plate de la durée de vie. Si vous modélisez des achats répétés pondérés par probabilité, notre Calculateur de valeur espérée peut gérer les branches de probabilité sans acrobaties de tableur.

Un autre point de rupture : le taux d’actualisation. Un dollar gagné en année trois ne vaut pas autant qu’aujourd’hui. Les modèles sophistiqués appliquent une actualisation annuelle de 10 à 15 % pour les flux de trésorerie. La plupart des formules de blogs ignorent cela, gonflant la CLV de 20 à 30 % pour les produits à longue durée de vie. J’ai vu un directeur financier présenter une CLV de 50 000 $ qui tombait à 34 000 $ après une actualisation de 12 %—toujours bon, mais le conseil d’administration avait déjà approuvé des dépenses basées sur le chiffre gonflé.

L’angle mort de la marge

Même lorsque le désabonnement est correct, les équipes utilisent le chiffre d’affaires brut. Dans un abonnement matériel que j’ai conseillé, le revenu était de 1 200 $/an mais la marge seulement de 35 % après l’exécution. La formule simple donnait une CLV de 48 000 $ ; la CLV ajustée pour la marge donnait 16 800 $. C’est une surestimation de 2,8 fois. Soustraire toujours le COGS, les frais de paiement et le support variable avant de diviser.

Une feuille de calcul CLV et CAC côte à côte (avec des exemples transversaux)

Pour rendre cela actionnable, construisons la feuille de calcul que j’envoie à chaque opérateur que je conseille. Vous pouvez la recréer dans Google Sheets en 10 minutes. Les colonnes sont : Cohorte, Période, Revenu, COGS, Dépenses S&M, Nouveaux clients, Désabonnement, Marge.

Exemple d’abonnement : SaaS B2B à 1 200 $ d’ARR

Supposons un ARPA = 100 $/mois, une marge brute = 80 %, un désabonnement mensuel = 2,5 %. CLV = (100 $ × 0,80) / 0,025 = 3 200 $. Maintenant le CAC : si vous avez dépensé 24 000 $ en recherche payante et SDR dans le mois et ajouté 30 nouveaux logos, CAC = 800 $. Le ratio est de 4:1. Mais notez : si 30 % de ces logos étaient payés annuellement à l’avance, votre CAC de trésorerie diffère du CAC de comptabilité d’exercice—une nuance que les banques surveillent.

Pour les contrats annuels, le Estimateur de valeur de contrat reflète la logique des revenus différés afin que vous ne comptiez pas accidentellement 12 mois de trésorerie comme une CLV d’un mois. Dans un engagement, corriger ce calendrier a déplacé la période de récupération rapportée de 11 mois à 14, modifiant l’histoire de la clause de dette.

Exemple de vente au détail : soins de la peau D2C avec achats répétés

VMC = 45 $, fréquence d’achat = 2,2/an, durée de vie = 3 ans, marge = 55 %. CLV = 45 $ × 2,2 × 3 × 0,55 = 163,35 $. CAC des influenceurs + annonces Meta = 38 $. Ratio = 4,3:1. Ça semble génial—jusqu’à ce que vous segmentiez : les clients acquis via Meta ont un CAC de 52 $ et une fréquence de 1,8, faisant chuter le ratio à 2,9:1. Les chiffres mixtes cachent la détérioration des canaux.

Nous formaliserons la segmentation plus tard, mais la feuille de calcul devrait toujours inclure une colonne de canal. J’ai vu des marques augmenter leurs dépenses sur un ratio mixte de 5:1 alors que le canal incrémental était à 0,8:1. Ils ont brûlé 300 000 $ avant de le remarquer.

Construire la courbe de rétention de cohorte

Dans Sheets, étiquetez les lignes M0 à M36. Pour chaque mois t, rétention = (1 – churn)^t. Marge attendue = ARPA*Marge*Rétention/(1+remise)^t. Faites la somme de la colonne. Cela remplace le raccourci de division par le churn par une courbe transparente. Pour le commerce de détail, remplacez la rétention par le taux de réachat observé à partir des cohortes historiques.

Modélisation CLV historique ou prédictive — laquelle votre conseil d’administration veut réellement

Il existe deux familles de calculs CLV : historique (rétrospectif) et prédictif (prospectif). Savoir quand utiliser chacune est la marque de quelqu’un qui a déjà présenté à un directeur financier.

CLV de cohorte historique (ce qui s’est passé)

Vous prenez un groupe de clients acquis au T1 2022 et vous additionnez leurs contributions réelles à la marge brute sur les 24 mois suivants. C’est défendable et facile à auditer. L’inconvénient : cela retarde la réalité de la fenêtre d’observation. Si votre produit a changé, les anciennes cohortes mentent. J’ai utilisé cette méthode pour réfuter la revendication d’un fournisseur d’une CLV de 2 000 $ ; notre cohorte de 2021 a en réalité généré 1 150 $ après marge.

CLV prédictive (ce qui se passera, avec incertitude)

En utilisant des modèles BG/NBD ou de simples courbes de survie, vous projetez le comportement futur. L’avantage est la rapidité ; le risque est le surajustement. D’après mon expérience, une courbe de survie de Kaplan-Meier de base dans Sheets bat un modèle ML en boîte noire pour les conseils d’administration car elle montre l’intervalle de confiance. Le tableau ci-dessous compare les deux :

Dimension	CLV historique	CLV prédictive
Données nécessaires	Journaux de transactions sur 2 ans ou plus	6 à 12 mois + modèle de churn
Idéal pour	Audits du conseil, financement par emprunt	Optimisation des campagnes, rythme
Erreur courante	Utiliser des cohortes expirées	Ignorer la dilution de la marge
Confiance	Élevée, mais rétrospective	Moyenne, avec des fourchettes

Aucune n’est « correcte » ; elles répondent à des questions différentes. Si un fournisseur promet un seul chiffre de CLV, éloignez-vous. La pratique la plus robuste que j’ai trouvée est d’exécuter les deux et de traiter la prédictive comme une entrée de planification et l’historique comme une vérification de vérité.

Comment calculer LTV et CAC ensemble sans mélanger les dénominateurs

La question PAA « comment calculez-vous LTV et CAC ? » est généralement répondue avec seulement le ratio. Mais le ratio n’a pas de sens si les dénominateurs ne correspondent pas. LTV utilise la marge brute ; CAC utilise les ventes et le marketing entièrement chargés, y compris les outils, les salaires et les logiciels d’attribution. J’ai déjà trouvé une équipe excluant les coûts d’intégration du CAC, ce qui rendait leur ratio de 3,2:1 au lieu de 2,1:1 réel.

Suivez cette liste de contrôle pour des calculs propres :

Utilisez la même fenêtre temporelle (par exemple, les dépenses du T3 par rapport à la cohorte acquise au T3 et ses 12 premiers mois de marge).
Excluez les dépenses de notoriété de marque non liées à un canal si vous voulez un CAC par canal ; incluez-les pour un CAC mixte.
Plafonnez l’horizon CLV à un maximum raisonnable (par exemple, 5 ans) pour éviter les sommes infinies.
Appliquez un taux d’actualisation pour les périodes au-delà de 12 mois.
Segmentez le CAC par canal avant de le mélanger ; ne mélangez que pour une vue au niveau de l’entreprise.

Lorsque vous calculez LTV:CAC, exprimez les deux par client. Une erreur courante est de diviser la LTV totale d’une cohorte par le CAC total d’une cohorte différente. Ce n’est pas un ratio ; c’est une fiction. Lors d’un audit en 2022, une startup a divisé la CLV de 2020 par le CAC de 2022 et a revendiqué 6:1. Corrigé, c’était 2,4:1.

Qu’est-ce qu’un bon ratio LTV sur CAC ? Des références segmentées, pas le mythique 3:1

Vous avez demandé : « Quel est un bon ratio CLV et CAC ? » et « Quel est un bon ratio LTV sur CAC ? » La règle universelle « 3:1 » est une heuristique de départ, pas un évangile. En réalité, l’objectif dépend de la structure de marge, de la période de récupération et du coût du capital. Un 3:1 avec une récupération sur 24 mois peut être pire qu’un 2:1 avec une récupération sur 6 mois pour une startup à court de liquidités.

Voici le tableau de références segmentées que j’utilise pour conseiller les fondateurs :

Verticale	LTV:CAC sain	Pourquoi
SaaS B2B (FAV <1 000 $)	3:1 à 4:1	Risque de churn élevé, besoin d’une marge de sécurité
SaaS B2B (entreprise >50 000 $)	2,5:1 à 3:1	Les cycles de vente longs filtrent déjà les mauvais profils
E-commerce / D2C	2:1 à 3:1	Marges plus faibles, incertitude sur le réachat
Places de marché (bilatérales)	1,5:1 à 2:1	Liquidité précoce subventionnée, commissions minces
Abonnements grand public (médias)	4:1+	Coût marginal faible, concurrence élevée

Remarquez qu’aucune ne dit « toujours 3:1 ». Comme l’a noté la recherche de la Harvard Business Review, les améliorations de la rétention surpassent l’efficacité de l’acquisition pour la rentabilité, ce qui signifie qu’un ratio plus bas soutenu par une excellente rétention peut battre un ratio élevé avec des fuites.

Si votre ratio est supérieur à 5:1, la chose que personne ne vous dit est que vous sous-investissez probablement dans la croissance. Le capital est bon marché par rapport à la part de marché manquée. J’ai signalé cela à des PDG qui se croyaient géniaux — jusqu’à ce que les concurrents inondent le canal et que leur CAC augmente de 40 % en deux trimestres.

La période de récupération bat le ratio pour les jeunes pousses

Un ratio de 3:1 avec une récupération sur 18 mois est plus risqué qu’un 2:1 avec une récupération sur 5 mois. J’encourage les fondateurs à rapporter les deux. La formule : Récupération CAC = CAC / (ARPA × Marge). Pour l’exemple SaaS ci-dessus, 800 $ / (100 $×0,8)=10 mois. Ce contexte transforme un ratio brut en une histoire de flux de trésorerie.

Le modèle de feuille de calcul gratuit que j’utilise (et les colonnes exactes dont vous avez besoin)

Je ne vends pas de modèles, mais je vais vous donner le squelette. Créez un onglet « Cohortes » avec des lignes par mois d’acquisition. Colonnes : Nouveaux clients, Dépenses S&M, CAC, Revenus M1, COGS M1, Revenus M2, COGS M2… jusqu’à M36. Puis une colonne « CLV » additionnant (Revenus-COGS) par client avec une ligne de facteur d’actualisation. Un deuxième onglet « Ratios » tire =MOYENNE(CAC) et =MOYENNE(CLV) pour produire le ratio. Cela reflète l’approche utilisée dans notre calculateur de valeur attendue mais avec un contrôle manuel des cohortes.

Pour les abonnements, remplacez les colonnes de mois par le revenu attendu ajusté du churn : M_t = ARPA × Marge × (1-Churn)^t / (1+Remise)^t. Cette seule formule évite la simplification excessive de la division par le churn et respecte la valeur temporelle de l’argent. En pratique, je fixe la remise à 12 % pour les entreprises soutenues par du capital-risque, 8 % pour les entreprises bootstrapées.

Si vous voulez une vérification de cohérence, comparez la sortie de votre feuille à une CLV simple ARPU/churn. Si elles diffèrent de plus de 15 %, enquêtez sur la non-linéarité du churn ou les écarts de marge. La différence d’un client était de 42 % ; le modèle simple supposait un churn de 2 % mais le churn réel du premier mois était de 11 %.

Erreurs de formule courantes qui gonflent vos chiffres (et qui vous font licencier)

Listons les erreurs que j’ai personnellement dû corriger dans les présentations aux investisseurs :

Utiliser le revenu au lieu de la marge brute : Une entreprise avec une marge de 70 % qui rapporte une CLV de 10 000 $ sur un revenu de 10 000 $ ment de 30 %.
Mélanger le CAC entre canaux non liés : Les ventes aux entreprises et les inscriptions en libre-service ne devraient pas partager un dénominateur.
Ignorer les cohortes saisonnières : Les clients acquis au T4 se comportent différemment ; leur CLV nécessite une modélisation séparée.
Supposer une fréquence linéaire : La fréquence d’achat dans le commerce de détail décroît ; la troisième année n’est pas la première.
Compter deux fois la valeur de parrainage : Sauf si vous avez un programme de parrainage suivi, n’ajoutez pas le coefficient viral à la CLV de base.
Omettre le support et les outils du CAC : Les CRM, l’attribution et les salaires des SDR doivent être inclus.

Chacune de ces erreurs peut faire varier le ratio de 2x. Dans une salle de données pour une série A, c’est la différence entre une feuille de conditions et un refus. J’ai vu un fondateur perdre un tour de 8 millions de dollars parce que la CLV corrigée avait fait passer le ratio de 3,5:1 à 1,9:1 lors de la diligence raisonnable.

Matrice de décision : choisir votre approche CLV selon le stade de l’entreprise

Pour combler l’écart stratégique, utilisez cette matrice pour décider quel modèle déployer :

Étape	Modèle de CLV recommandé	Traitement du CAC
Pré-amorçage, aucune donnée de récurrence	ARPU/churn simple avec de fortes réserves	Uniquement au niveau du canal, exclure la marque
Série A, données sur 12 à 24 mois	Cohorte historique + courbe de survie	Mélangé entièrement chargé
Scale-up, données sur plus de 3 ans	Prédictif BG/NBD avec segments de marge	Par canal et par cohorte
Entreprise cotée en bourse	Historique audité avec actualisation	Allocation conforme SOX

Cette matrice est le cadre unique que j’aurais aimé avoir quand j’ai commencé. Elle évite aux équipes d’utiliser un raccourci de phase d’amorçage lors d’une réunion de conseil d’administration à l’échelle de scale-up.

Un redressement concret : quand le ratio 3:1 masquait une plateforme en feu

En 2021, j’ai été appelé dans une entreprise de boîtes d’abonnement avec 20 M$ de revenus annuels récurrents. Leur présentation au conseil montrait un ratio LTV:CAC de 3,2:1 et un feu vert pour augmenter les dépenses. En creusant, j’ai découvert qu’ils utilisaient des cohortes de 2019 pour la CLV et un CAC mélangé de 2021. Le ratio segmenté réel pour les cohortes de 2021 était de 1,4:1, et le churn à 3 mois était passé de 6 % à 14 %. La formule simple avait masqué une fuite parce qu’ils divisaient par le churn moyen, et non par cohorte spécifique.

Nous avons reconstruit le modèle en utilisant la feuille de travail côte à côte ci-dessus, ajouté l’actualisation, et présenté un ratio réel de 1,8:1 avec un délai de récupération de 13 mois. Le conseil a suspendu les dépenses, corrigé l’onboarding, et six mois plus tard, le ratio est remonté à 2,7:1. Le point clé : la CLV ne vaut que par l’intégrité des cohortes derrière elle.

Liste de contrôle pratique pour des rapports de CLV défendables

Avant d’envoyer cette diapositive, passez ce modèle mental :

Ai-je utilisé la marge ? La même cohorte ? La même fenêtre ? Des flux de trésorerie actualisés ? Une segmentation par canal ? Si oui à ces cinq points, vos calculs de CLV et de CAC résisteront à la diligence.

Nous avons couvert ce qu’est la CLV et comment elle est calculée, comment calculer LTV et CAC côte à côte, et à quoi ressemble un bon ratio par secteur. La pièce manquante dans la plupart des guides est la discipline opérationnelle de jumeler ces deux indicateurs au niveau de la cohorte. Faites cela, et vos chiffres deviennent un outil de décision plutôt qu’une métrique de vanité.

Si vous appliquez cela aux revenus basés sur contrat, le Calculateur de valeur de contrat peut également aligner les commissions de vente avec la CLV réalisée, bouclant la boucle entre les finances et la mise sur le marché.