LTV (lifetime value, přesněji customer lifetime value - CLV) říká, kolik peněz vám jeden zákazník reálně přinese za celou dobu, kdy u vás nakupuje - ne za jednu objednávku. Bez tohoto čísla nepoznáte, jestli si můžete dovolit dražší akvizici, nebo jestli vás pomalu ničí odchody zákazníků.
Jak se LTV počítá?
Základní vzorec je LTV = průměrná hodnota objednávky (AOV) × frekvence nákupů × délka vztahu se zákazníkem. Délku vztahu (lifespan) spočítáte jako 1 / roční míra odchodu (churn). Při churnu 20 % ročně zákazník u vás v průměru zůstane 5 let, při 10 % je to 10 let.
Příklad na konkrétních číslech: e-shop s průměrnou objednávkou 1 800 Kč, kde zákazník nakoupí 3× do roka a churn je 25 % ročně (lifespan 4 roky), má LTV = 1 800 × 3 × 4 = 21 600 Kč. Přesnější (a pro rozhodování užitečnější) je verze s marží - vynásobíte výsledek procentem hrubé marže a dostanete, kolik zákazník skutečně přinese do zisku, ne do obratu.
Kdo chce jít dál, počítá LTV po kohortách - seskupí zákazníky podle měsíce prvního nákupu a sleduje, kolik jich zůstává aktivních dál. Z 1 000 nových zákazníků jich po měsíci zůstane třeba 850 (85 % retence), po dvou měsících 720 (72 %). Odhalí to věci, které jeden průměr schová.
Co je churn a retence?
Churn je procento zákazníků, kteří v daném období odešli - přestali nakupovat nebo zrušili předplatné. Počítá se jako počet odešlých / počet zákazníků na začátku období × 100. Retence je zrcadlový obraz churnu. Při stejném období a metrice platí: retence = 100 % - churn.
U předplatných služeb (SaaS) se běžně sleduje měsíční churn 3 až 8 %; roční hodnoty se v oboru uvádějí mezi 32 a 50 %. U e-shopů podobná standardizovaná čísla neexistují, protože „zákazník“ tu nemá jasně definovaný konec vztahu - měří se spíš přes opakovaný nákup v daném okně, třeba 12 měsíců. Rozlišujte taky churn podle počtu zákazníků a churn podle tržeb (revenue churn) - odchod velkého klienta bolí víc než odchod drobného.
Jaký poměr LTV a CAC je zdravý?
Nejznámější pravidlo říká, že LTV by mělo být aspoň 3× vyšší než CAC (náklady na získání zákazníka, viz CPA). Pochází od investora Davida Skoka z Matrix Partners z doby kolem roku 2010 a byl odvozen z pozorování zavedených SaaS firem jako HubSpot nebo Salesforce - firem s vysokou hrubou marží (75-90 %) a předvídatelnými opakovanými platbami.
Pro e-shop tohle pravidlo neplatí jedna k jedné. U e-commerce se v praxi doporučuje spíš rozmezí 2,5:1 až 4:1, protože marže bývají nižší a nákupy nepravidelnější. Čím vyšší churn, tím kratší čas máte na návrat nákladů na akvizici - při stejném cílovém poměru si pak můžete dovolit nižší CAC, ne vyšší. Odvětvové poměry pro rok 2026 kolující v marketingových zdrojích většinou stojí na jediném dodavatelském reportu bez zveřejněné metodiky - berte je jako orientaci, ne normu.
E-shop stavím na míru tak, aby se LTV a retence daly reálně měřit a zvyšovat - napojení dat, segmentace zákazníků, e-mailové flows na míru. Když vás zajímá, jak by to vypadalo u vás, mrkněte na tvorbu e-shopu na míru →.
Je pravda, že udržet zákazníka je 5× levnější než získat nového?
Ne v té podobě, v jaké se to tradičně tvrdí. Číslo „5× levnější“ se roky přisuzuje firmě Bain nebo výzkumníkovi Frederickovi Reichheldovi, ale primární zdroj, který by ho doložil, neexistuje. Je to marketingová poučka, která se opakuje tak dlouho, až zní jako fakt.
Co doložené je: Frederick Reichheld a W. Earl Sasser v článku Zero Defections (Harvard Business Review, 1990) ukázali, že snížení odchodu zákazníků o 5 procentních bodů zvýší zisk o 30 až 85 %, podle odvětví (banky +85 %, pojišťovny +50 %, autoservisy +30 %). Firma MBNA snížením defekce z 10 % na 5 % zvedla zisk o 125 %. Silné číslo samo o sobě, nadsazenou verzi „5× levnější“ ani nepotřebuje.
Novější odhady z roku 2026 mluví o tom, že akvizice nového zákazníka bývá 5 až 25× dražší než jeho udržení, v B2B v průměru kolem 7×, souvisí to i s tím, že náklady na reklamu rostly rychleji než náklady na retenci. I tahle čísla berte jako odhad, ne přesnou sazbu pro váš byznys.
Jak LTV zvýšit a dává smysl AI predikce odchodu zákazníků?
Tři páky fungují nejpřímočařeji: zvýšit frekvenci nákupu (email flows, věrnostní program), zvýšit průměrnou objednávku (bundly, doporučené produkty) nebo prodloužit vztah snížením churnu (servis, personalizovaná komunikace). Základ je mít data pod kontrolou - sledovat conversion rate i opakované nákupy, ne jen první objednávku, a stavět na tom e-mailový marketing přes nástroje jako Klaviyo.
AI predikce churnu (nástroje jako Custify, řádově 5 000 až 15 000 dolarů ročně) dává ekonomický smysl hlavně u firem s desítkami tisíc aktivních zákazníků. Pro menší český e-shop je zatím praktičtější jednoduché pravidlo, třeba „zákazník nekoupil 90 dní“ spustí e-mail, než vlastní predikční model. Specializovaný český nástroj na churn prediction zatím podle dostupných informací chybí, CRM běžně používaná v Česku (český Raynet, Zoho) nabízí spíš obecné AI predikce prodeje než cílenou predikci odchodu.
Když víte, kolik vám zákazník za dobu vztahu skutečně přinese, přestanete se rozhodovat o marketingu a retenci od boku. Pokud chcete probrat, jak byste LTV a churn měřili u vašeho e-shopu konkrétně, napište mi na info@pavelszabo.cz.
Pavel Szabo
Programátor webů, eshopů a informačních systémů s více než 23 lety praxe. Pomáhám firmám i jednotlivcům s online podnikáním, automatizacemi a využitím AI v praxi.
