Cómo hacer una proyección LTV de un usuario en un lado de un mercado de dos lados

No sé si LTV es necesariamente el adecuado para lo que estás haciendo. El LTV se usa con mayor frecuencia en las empresas SaaS como una métrica para comprender el valor de por vida de un cliente de principio a fin, en función de los ingresos que obtiene de un cliente a lo largo del tiempo que siguen siendo clientes. En SaaS, tenemos (generalmente) modelos de ingresos recurrentes predecibles (MRR, ARR), generalmente de una cantidad conocida (plan de precios). Usted ve, un cliente es un cliente en SaaS siempre que paguen su factura. Cuando dejan de darnos dinero, dejan de ser clientes. Las empresas SaaS generalmente se basan en suscripciones, mientras que un mercado de dos lados se basa mucho más en transacciones.

Normalmente hay dos grupos distintos en un mercado de dos lados, donde un lado está comprando y el otro está vendiendo. En algunos casos, las dos partes son tanto compradores como vendedores. Independientemente del escenario, puede asignar transacciones a cubos de “compra” o “venta” (un usuario puede estar en ambos si es apropiado).

LTV encajaría con el lado de “comprar” como una métrica. (En comercio electrónico, esto es “Ingresos por cliente”).

Realmente, un mercado de dos lados es probablemente más parecido a un sitio de comercio electrónico que un SaaS, y otras métricas del espacio de comercio electrónico podrían ser más apropiadas (tamaño promedio de transacción, frecuencia de compra, etc.).

Debería tener algún otro conjunto de métricas para describir el valor de aquellos en el lado de la venta. Las métricas de los espacios de comercio electrónico y UGC (contenido generado por el usuario) podrían ser apropiadas aquí, ya que los vendedores están generando contenido que tiene valor, y dado que los vendedores están vendiendo productos. Hay métricas para ambos aspectos (lado de venta y UGC) que debe investigar para describir el valor allí.

Si no tiene sus propios datos para hacer proyecciones, debe investigar líneas de base en el mercado para sitios similares a los suyos. Hay algunas estadísticas publicadas en blogs y otras cosas de las que podría inferir sus proyecciones.

La mejor de las suertes.