Tržby na zákazníka
Tržby na zákazníka měří průměrnou výši tržeb, kterou firma vygeneruje od každého zákazníka za dané období. Vypočítá se vydělením celkových tržeb počtem unikátních zákazníků. Je to užitečný souhrnný ukazatel pro sledování, zda firma roste díky získávání nových zákazníků, díky vyšším prodejům stávajícím zákazníkům, nebo obojímu.
Definice tržeb na zákazníka
Tržby na zákazníka měří průměrné tržby, které firma vygeneruje od každého unikátního zákazníka za dané období, například měsíc, čtvrtletí nebo rok. Vypočítají se vydělením celkových tržeb počtem unikátních zákazníků, kteří v daném období nakoupili. Na rozdíl od průměrné hodnoty objednávky, která se zaměřuje na jednu transakci, tržby na zákazníka zachycují vše, co zákazník utratil napříč všemi objednávkami v daném období – což z nich činí užitečný přemostující ukazatel mezi hodnotou na úrovni objednávky a hodnotou za celou dobu vztahu se zákazníkem.
Jak se tržby na zákazníka počítají
Vzorec je jednoduchý:
Tržby na zákazníka = celkové tržby ÷ počet unikátních zákazníků
Příklad: internetový obchod s chovatelskými potřebami vygeneruje za čtvrtletí 180 000 USD od 3 000 unikátních zákazníků. Tržby na zákazníka = 180 000 ÷ 3 000 = 60 USD.
Pokud je průměrná hodnota objednávky (AOV) téhož obchodu 45 USD, znamená hodnota 60 USD na zákazníka, že průměrný zákazník uskutečnil za čtvrtletí zhruba 1,33 objednávky – užitečná křížová kontrola, která odhalí frekvenci nákupů bez potřeby samostatného výpočtu.
Proč na tržbách na zákazníka záleží e‑commerce značkám
Tržby na zákazníka pomáhají rozlišit mezi dvěma velmi odlišnými způsoby, jak může firma růst: získáváním nových zákazníků oproti získávání vyšší hodnoty od stávajících. Firma, jejíž celkové tržby rostou, ale tržby na zákazníka stagnují nebo klesají, roste primárně díky akvizici – což je v pořádku, ale je užitečné to vědět, protože růst tažený akvizicí je obvykle nákladnější na udržení než růst plynoucí z hlubších vztahů se stávajícími zákazníky.
Sledování tržeb na zákazníka v čase také poskytuje včasný signál o zdraví retence a cross‑sell aktivit. Rostoucí trend tržeb na zákazníka, zejména v kombinaci se stabilním nebo rostoucím počtem zákazníků, obvykle naznačuje, že strategie opakovaných nákupů a upsellu fungují.
Tržby na zákazníka vs. související metriky
| Metrika | Časový základ | Co měří |
|---|---|---|
| Průměrná hodnota objednávky (AOV) | Na transakci | Útrata za jednu objednávku |
| Tržby na zákazníka | Za období (měsíc, čtvrtletí) | Celková útrata zákazníka v daném období |
| Hodnota zákazníka (LTV) | Celý vztah | Celková očekávaná útrata za celou dobu trvání vztahu se zákazníkem |
Stay Updated on AI Visibility Trends
Get the latest insights on AI mentions, brand monitoring, and optimization strategies.
Tržby na zákazníka a AI‑řízený obchod
S tím, jak AI nákupní asistenti ovlivňují, které produkty zákazníci objevují a znovu nakupují, se tržby na zákazníka stávají užitečnou metrikou pro vyhodnocení, zda AI‑řízená návštěvnost přivádí zákazníky, kteří nakoupí jednou a zmizí, nebo zákazníky, kteří se vracejí a budují hlubší vztah se značkou – což je rozdíl, na kterém záleží více než na hrubé návštěvnosti nebo konverzi prvního nákupu.
Nástroje eshop_get_kpis a eshop_get_ltv od AmICited vykazují tržby na zákazníka společně s metrikami hodnoty zákazníka pro propojené obchody, což dává obchodníkům možnost sledovat jak krátkodobý, tak dlouhodobý pohled na hodnotu zákazníka vedle sebe.
Osvědčené postupy a časté chyby
Sledujte tržby na zákazníka po kohortách nebo segmentech, nikoli jako jediný souhrnný údaj – nové kohorty zákazníků totiž přirozeně začínají s nižšími tržbami na zákazníka než vyspělá kohorta opakovaných kupujících. Sledujte je společně s počtem zákazníků a AOV, abyste mohli pokles správně přiřadit k menšímu počtu opakovaných nákupů, nižším hodnotám objednávek nebo prostě naředění v důsledku rychlého růstu nových zákazníků, místo abyste předpokládali jedinou příčinu. A vyhněte se srovnávání tržeb na zákazníka napříč velmi odlišnými délkami období – měsíční a roční údaj nejsou přímo srovnatelné a jejich míchání vede k zavádějícím závěrům o tom, zda hodnota zákazníka skutečně roste nebo klesá.