ltv คำนวณ ยังไงให้ไม่หลอกตา ฉบับคนยิงแอด B2B

ltv คำนวณ แบบไหนถึงเชื่อได้จริง? สูตร LTV, LTV:CAC ratio, และวิธีอ่าน cohort ก่อนเทงบยิงแอด B2B — พร้อมตัวอย่างคำนวณทีละขั้น

ltv คำนวณ ยังไงให้ไม่หลอกตา ก่อนเทงบยิงแอด B2B

Last updated: 2026-08-24

ยิงแอดได้ลีดมาเรื่อย ๆ cost per lead ดูสวย ปิดดีลได้เดือนละหลายเจ้า แต่พอปิดงบสิ้นปีกำไรกลับไม่ขยับ — ปัญหาแบบนี้เจอบ่อยกับทีม B2B ที่วัดแค่ต้นทุนต่อดีล แล้วลืมถามว่า “ลูกค้าคนนี้อยู่กับเรานานแค่ไหน จ่ายซ้ำกี่รอบ กำไรจริงเท่าไหร่” คำตอบอยู่ที่ตัวเลขตัวเดียวคือ LTV และวิธี ltv คำนวณ ที่คุณใช้อยู่นั่นแหละที่ตัดสินว่างบก้อนต่อไปควรเทลงช่องไหน บทความนี้พาคุณดูตั้งแต่สูตรพื้นฐาน ไปจนถึงกับดักที่ทำให้ LTV เฉลี่ยหลอกตา และวิธีจับคู่มันกับ CAC เพื่อรู้ว่าคุ้มยิงต่อหรือควรถอย

Key Takeaways: LTV (Customer Lifetime Value) คือกำไรรวมที่ลูกค้าหนึ่งรายสร้างให้ตลอดที่อยู่กับคุณ ไม่ใช่แค่ยอดขายครั้งแรก การ ltv คำนวณ ที่ใช้ได้จริงต้องหักต้นทุนขาย (gross margin) ก่อนเสมอ ไม่งั้นตัวเลขจะพองเกินจริง 2-3 เท่า ตัวเลขที่ควรดูคู่กันคือ LTV:CAC ratio โดยหลายทีมตั้งเส้น 3:1 เป็นเกณฑ์ตัดสินใจว่าช่องทางไหนคุ้มขยาย และ payback period ว่ากี่เดือนถึงคืนทุน ค่า LTV เฉลี่ยรวมทั้งฐานลูกค้ามักหลอกตา — ต้องแยกดูเป็น cohort ถึงจะเห็นของจริง

ltv คำนวณ คืออะไร ทำไมยอดขายครั้งแรกถึงไม่พอ

LTV ย่อมาจาก Customer Lifetime Value หรือมูลค่าตลอดช่วงชีวิตของลูกค้า พูดง่าย ๆ คือ กำไรรวม (ไม่ใช่ยอดขาย) ที่ลูกค้าหนึ่งรายจะสร้างให้ธุรกิจตั้งแต่วันแรกที่ซื้อจนถึงวันที่เลิกเป็นลูกค้า การ ltv คำนวณ จึงตอบคำถามว่า “เราจ่ายเพื่อให้ได้ลูกค้าหนึ่งคนได้สูงสุดเท่าไหร่ถึงยังคุ้ม”

จุดที่คนพลาดบ่อยที่สุดคือมองแค่ดีลแรก สมมติปิดดีลแรกได้ 20,000 บาท แล้วคิดว่าต้นทุนหาลูกค้า (CAC) 8,000 บาทคือกำไร 12,000 — ภาพนี้ผิดตั้งแต่ต้น เพราะยังไม่ได้หักต้นทุนสินค้า/บริการ และยังไม่ได้นับว่าลูกค้า B2B ส่วนใหญ่ซื้อซ้ำ ต่อสัญญา หรืออัปเกรดแพ็กเกจในปีถัด ๆ ไป

สำหรับธุรกิจ B2B ที่มี retainer หรือสัญญาเป็นปี LTV มักสูงกว่ายอดดีลแรกหลายเท่า ซึ่งแปลว่าคุณ “จ่ายแพงกว่า” เพื่อแย่งลูกค้าได้โดยที่ยังกำไร ตรงข้ามกับธุรกิจที่ลูกค้าซื้อครั้งเดียวแล้วหาย — LTV ต่ำ ต่อให้ยอดดีลแรกสูงก็ขยายงบยาก

องค์ประกอบหลักที่ทุกสูตร ltv คำนวณ ต้องมี:

• มูลค่าซื้อเฉลี่ยต่อครั้ง (Average Order Value / ARPA)
• ความถี่การซื้อซ้ำ ต่อปี
• อายุการเป็นลูกค้า (lifespan) หรือในโมเดล subscription ใช้ churn rate แทน
• Gross margin — ตัวที่คนลืมบ่อยสุด แต่ขาดไม่ได้

ถ้าข้ามข้อสุดท้าย ตัวเลข LTV ที่ได้จะเป็น “revenue LTV” ที่พองเกินจริง ไม่ใช่ “gross-margin LTV” ที่เอาไปวางแผนงบได้จริง

สูตรคำนวณ LTV ที่เอาไปใช้ตัดสินใจได้จริง

มีสองแนวทางหลัก เลือกตามลักษณะธุรกิจ

แบบที่ 1: ธุรกิจซื้อขายเป็นดีล (transactional)

สูตรพื้นฐาน:

LTV = AOV × ความถี่ซื้อต่อปี × อายุลูกค้า (ปี) × gross margin %

ตัวอย่างการคำนวณ (สมมติ) สำหรับ B2B service:

• AOV = 25,000 บาท/ครั้ง
• ซื้อซ้ำ 3 ครั้ง/ปี
• อยู่กับเราเฉลี่ย 2.5 ปี
• gross margin 55%

LTV = 25,000 × 3 × 2.5 × 0.55 = 103,125 บาท (สมมติ)

ถ้าลืมคูณ margin ตัวเลขจะกลายเป็น 187,500 บาท — พองขึ้นเกือบเท่าตัว และนี่คือสาเหตุที่หลายทีมตั้งเพดาน CAC สูงเกินไปแล้วขาดทุนเงียบ ๆ

แบบที่ 2: โมเดล subscription / retainer

ถ้าลูกค้าจ่ายรายเดือนแบบต่อเนื่อง ใช้ churn rate จะแม่นกว่า:

LTV = (รายได้เฉลี่ยต่อเดือน × gross margin %) ÷ monthly churn rate

ตัวอย่าง (สมมติ): retainer 30,000 บาท/เดือน, margin 60%, churn 4%/เดือน

LTV = (30,000 × 0.60) ÷ 0.04 = 450,000 บาท (สมมติ)

จุดที่ต้องระวัง: churn 4% ต่อเดือน = อยู่เฉลี่ยราว 25 เดือน (1 ÷ 0.04) ถ้า churn ขยับเป็น 6% อายุเฉลี่ยหล่นเหลือ ~16.7 เดือน LTV หายไปทันทีหนึ่งในสาม — ตัวเลข churn จึงเป็นตัวแปรที่ sensitive ที่สุดในสมการ ควรวัดจากข้อมูลจริงย้อนหลัง ไม่ใช่เดา

ผิดพลาดที่พบบ่อยตอน ltv คำนวณ

จาก pattern ที่เห็นซ้ำ ๆ กับทีมที่เริ่มทำ LTV เอง:

• ใช้ revenue แทน gross profit — LTV พองเกินจริง ทำให้ยอมจ่าย CAC สูงเกินเพดานกำไร
• เอา lifespan ในฝัน (5 ปี) มาใส่ทั้งที่ธุรกิจเพิ่งเปิด 2 ปี — ไม่มีข้อมูลจริงรองรับ ตัวเลขเลยเป็นความหวัง ไม่ใช่ข้อเท็จจริง
• รวมลูกค้า enterprise กับ SME ในค่าเฉลี่ยเดียว — LTV เฉลี่ยที่ได้ไม่ตรงกับกลุ่มไหนเลย (เรื่องนี้ขยายในหัวข้อ cohort)

การเข้าใจว่า LTV ผูกกับ margin และ churn ยังไง สำคัญกว่าการหาเลขเป๊ะ ๆ ทศนิยม เพราะมันบอกว่าถ้าอยากดัน LTV ขึ้น ควรไปดันตรงไหน — ลด churn, เพิ่ม frequency, หรือขยับ margin

LTV:CAC ratio — เกณฑ์ตัดสินว่าช่องทางไหนคุ้มขยายงบ

LTV เดี่ยว ๆ บอกอะไรไม่ได้มาก จนกว่าจะเทียบกับต้นทุนหาลูกค้า (CAC) อัตราส่วน LTV:CAC คือหัวใจของการตัดสินใจว่างบก้อนต่อไปควรเทช่องทางไหน

CAC คำนวณจาก: ค่าใช้จ่ายการตลาด + ขาย ทั้งหมดในช่วงหนึ่ง ÷ จำนวนลูกค้าใหม่ในช่วงเดียวกัน (อย่าลืมรวมค่าคน ค่าเครื่องมือ ไม่ใช่แค่ค่าแอด — ไม่งั้น CAC ต่ำหลอก) ถ้ายังงงเรื่องต้นทุนทีมกับ agency ดูเทียบใน ต้นทุน in-house vs agency จริง ๆ ประกอบ

เส้นที่หลายทีมใช้เป็น เกณฑ์ตัดสินใจ (ไม่ใช่ค่าเฉลี่ยอุตสาหกรรม แต่เป็น operating threshold ที่ตั้งเองเพื่อคุมวินัยการเทงบ):

อาการ (LTV:CAC ที่วัดได้)	สาเหตุน่าจะเป็น	สิ่งที่ทำ
ratio < 1	จ่ายหาลูกค้าแพงกว่ากำไรที่ได้ทั้งชีวิต — ขาดทุนทุกดีล	หยุด scale ช่องทางนี้ทันที, ตรวจ targeting/offer, หา margin ที่หายไป
ratio 1–3	คุ้มบาง ๆ แต่เหลือ buffer น้อย เจอ cost ขยับนิดเดียวก็ติดลบ	ปรับ margin หรือ frequency ก่อน, ยังไม่เร่งเทงบ, ทดสอบลด CAC
ratio ≈ 3	จุดที่หลายทีมตั้งเป็นเส้น “เขียว” ให้ขยายได้	เพิ่มงบทีละขั้น เฝ้าดู CAC ไม่ให้ไต่ตาม
ratio > 5	อาจดีเกินจนน่าสงสัย — หรือกำลัง under-invest	เช็กว่า track ครบไหม, ถ้าจริงคือยังลงทุนได้อีกเพื่อโตเร็วขึ้น
payback > 12 เดือน	คืนทุนช้า กระแสเงินสดตึงแม้ ratio ดู OK	ดันให้เกิด upsell/ซื้อซ้ำเร็วขึ้นใน 90 วันแรก

ทำไมเลข 3 ถึงถูกใช้บ่อย: มันเผื่อ buffer ให้ค่าใช้จ่ายส่วนอื่น (R&D, overhead) และรับความคลาดเคลื่อนของการประมาณ lifespan ได้ — ไม่ใช่กฎศักดิ์สิทธิ์ ธุรกิจ margin สูงอาจอยู่ที่ 2 ก็ยังไหว ส่วน payback period (กี่เดือนถึงได้ CAC คืน) สำคัญพอ ๆ กับ ratio เพราะ ratio 4:1 ที่กว่าจะคืนทุน 18 เดือนอาจฆ่ากระแสเงินสดก่อนจะได้กำไร

การจับคู่ LTV กับ CAC ให้ถูกยังต้องพึ่ง attribution ที่แม่น — ถ้านับ conversion ผิดช่องทาง CAC ก็ผิดตาม อ่านต่อเรื่องการเลือกโมเดลได้ที่ Attribution Model สำหรับ B2B

ทำไม LTV เฉลี่ยถึงหลอกตา — เรื่องของ cohort

นี่คือกับดักที่แพงที่สุด และเป็นเหตุผลว่าทำไม LTV ต้องมองคู่กับ cohort analysis เสมอ

สมมติคุณเอาลูกค้าทั้งฐานมาเฉลี่ยแล้วได้ LTV = 100,000 บาท ดูดี แต่ตัวเลขนี้ซ่อนความจริงสองชั้น

ชั้นแรก — ลูกค้าเข้ามาคนละช่วงเวลา ลูกค้าที่เข้ามาปีนี้ยังจ่ายไม่ครบ lifespan เอาไปเฉลี่ยรวมกับลูกค้าเก่าที่อยู่มา 4 ปี ค่าเฉลี่ยเลยถูกกดต่ำหรือดันสูงแบบไม่สะท้อนความจริง วิธีแก้คือแยกลูกค้าเป็น cohort ตามเดือน/ไตรมาสที่เข้ามา แล้วดูว่าแต่ละกลุ่มสร้างรายได้สะสมยังไงเมื่อเวลาผ่านไป

ชั้นสอง — แหล่งที่มาต่างกัน LTV ต่างกันมหาศาล ลูกค้าจาก referral มักอยู่นานและ churn ต่ำกว่าลูกค้าจาก cold ads แต่พอเฉลี่ยรวม คุณจะมองไม่เห็นว่าช่องทางไหนพาลูกค้าคุณภาพเข้ามา แล้วอาจตัดงบช่องที่จริง ๆ ทำ LTV ดีที่สุดทิ้งเพราะ CAC มันดูแพงตอนแรก

ตัวอย่างเชิงเปรียบเทียบ (สมมติ) ให้เห็นภาพว่า cohort เดียวกันแต่คนละแหล่งต่างกันแค่ไหน:

• Cohort ม.ค. จาก referral: churn ต่ำ อยู่เฉลี่ยยาว → LTV สูง แม้ CAC เกือบศูนย์
• Cohort ม.ค. จาก paid search: intent สูง ปิดง่าย → LTV กลาง ๆ CAC ปานกลาง
• Cohort ม.ค. จาก display remarketing กว้าง ๆ: churn เร็ว → LTV ต่ำ แม้ยอดดีลแรกใกล้กัน

ถ้าดูแค่ CAC ต่อดีล display อาจดูถูกสุด แต่พอมอง LTV:CAC ต่อ cohort กลับเป็นช่องที่ควรลดงบ ส่วน referral ที่ดูเหมือน “ฟรี” จริง ๆ ควรลงทุนกระตุ้นให้เกิดมากขึ้น (referral program, CS ที่ดี)

การทำ cohort ให้ได้ผลต้องมี tracking ที่บันทึก source/campaign ตั้งแต่ลูกค้าเข้ามา แล้วผูกกับ revenue จริงในภายหลัง เรื่องนี้คือรากฐานของทั้งชุด — วางระบบวัดผลให้ถูกก่อนตาม MarTech Analytics & Tracking Guide แล้วค่อยขึ้น dashboard ที่ดึง cohort มาโชว์อัตโนมัติด้วย Looker Studio Dashboard B2B template

Predictive LTV มีให้ใช้แล้วใน GA4

ถ้ายอดข้อมูลพอ GA4 มี predictive metrics ที่ประเมิน purchase probability และ predicted revenue ให้ โดยใช้โมเดล machine learning ของ Google เอง ช่วยประมาณ LTV ล่วงหน้าโดยไม่ต้องรอครบ lifespan จริง เงื่อนไขและวิธีเปิดดูได้ที่หน้า predictive metrics ของ Google Analytics — ข้อควรระวังคือมันต้องการ event ซื้อ/return จำนวนหนึ่งในช่วงเวลาที่กำหนดถึงจะ train โมเดลได้ ธุรกิจ B2B ที่ conversion น้อยต่อเดือนอาจใช้ไม่ได้ทันที ต้องพึ่งการคำนวณมือจาก cohort จริงไปก่อน

FAQ

LTV กับ CLV ต่างกันไหม?
เป็นตัวเดียวกัน LTV (Lifetime Value) กับ CLV (Customer Lifetime Value) ใช้แทนกันได้ บางที่เติม “V” เป็น CLTV ก็ยังหมายถึงมูลค่าตลอดชีพของลูกค้าเหมือนกัน ไม่ต้องกังวลเรื่องชื่อ ให้ดูว่านิยามที่ใช้หัก margin แล้วหรือยังสำคัญกว่า

ต้องมีลูกค้ากี่รายถึงจะ ltv คำนวณ ได้น่าเชื่อถือ?
ยิ่งมากยิ่งนิ่ง แต่หลักคือต้องมี cohort ที่ “โตพอจะเห็นพฤติกรรมซื้อซ้ำ/churn” อย่างน้อยหนึ่งรอบวงจรการซื้อ ถ้าธุรกิจต่อสัญญาปีต่อปี ควรมีข้อมูลอย่างน้อย 12-18 เดือนถึงจะประมาณ lifespan ได้ไม่ใช่เดา ระหว่างนั้นใช้ค่าประมาณแบบ conservative ไปก่อน

ควรใช้ revenue หรือ gross profit ในการคำนวณ?
gross profit เสมอถ้าจะเอาไปตัดสินใจงบ revenue LTV ใช้ได้แค่ดู trend คร่าว ๆ เพราะมันไม่บอกว่าเหลือกำไรให้จ่าย CAC เท่าไหร่จริง ๆ ทีมที่ตั้งเพดาน CAC จาก revenue LTV มักจ่ายเกินตัวโดยไม่รู้ตัว

LTV:CAC ควรเป็นเท่าไหร่?
ไม่มีเลขตายตัว หลายทีมตั้ง 3:1 เป็นเส้นเขียวเพราะเผื่อ buffer overhead ได้พอดี แต่ธุรกิจ margin สูงอยู่ที่ 2:1 ก็ไหว สิ่งที่ต้องดูคู่กันคือ payback period — คืนทุนภายในกี่เดือน เพราะ ratio ดีแต่คืนทุนช้าก็ทำกระแสเงินสดพังได้

เพิ่ม LTV ทำได้ทางไหนบ้าง?
สามทาง: ลด churn (ทำให้ลูกค้าอยู่นานขึ้น — มักได้ผลเยอะสุด), เพิ่ม frequency/upsell (ให้ซื้อบ่อยหรือแพงขึ้น), และขยับ gross margin (ลดต้นทุนบริการหรือขึ้นราคา) ลอง sensitivity ดูว่าตัวไหนขยับแล้ว LTV เด้งมากสุดสำหรับธุรกิจคุณ แล้วโฟกัสตรงนั้น

สรุป

การ ltv คำนวณ ที่ใช้ได้จริงไม่ได้อยู่ที่สูตรซับซ้อน แต่อยู่ที่ความซื่อสัตย์กับตัวเลขสามจุด: (1) หัก gross margin ก่อนเสมอ ไม่งั้น LTV พองจนตั้งเพดาน CAC ผิด (2) มอง LTV คู่กับ CAC เป็น ratio และดู payback period ควบคู่ — ใช้เส้น 3:1 เป็นเกณฑ์ตัดสินใจ ไม่ใช่กฎตายตัว (3) อย่าเชื่อ LTV เฉลี่ยรวม แยกเป็น cohort ตามเดือนและแหล่งที่มาถึงจะเห็นว่าช่องทางไหนพาลูกค้าคุณภาพเข้ามาจริง

ตัวเลขพวกนี้จะแม่นได้ก็ต่อเมื่อระบบ tracking บันทึก source และ revenue ครบตั้งแต่ต้น อยากลงลึกทั้งเรื่อง cohort และการวางระบบวัดผล อ่านต่อชุดเต็มได้ที่ รวม Guides ทั้งหมดของ Adsitec หรือสมัคร newsletter รับ MarTech insight ราย