Prediktivní LTV v PPC: jak řídit kampaně podle hodnoty zákazníka

Automatické nabídky v Google Ads i na Metě dělají přesně to, co jim řeknete. Když posíláte hodnotu objednávky, maximalizují hodnotu objednávek. Jenže e-shop nevydělává na první objednávce. Vydělává na zákaznících, kteří se vracejí.

Kampaň, která přivádí lovce slev s jedním velkým nákupem, vypadá v reportu lépe než kampaň, která přivádí věrné zákazníky s menším prvním košíkem. Po roce je to přesně naopak. Prediktivní modelování LTV tenhle rozpor řeší: odhadne budoucí hodnotu zákazníka a dá ji reklamním systémům jako signál pro nabídky.

Proč nestačí optimalizovat hodnotu první objednávky

LTV (customer lifetime value) je hodnota, kterou zákazník e-shopu přinese za celou dobu vztahu. Pro PPC ji počítáme na pevné období, typicky 12 měsíců, a z hrubého zisku, ne z tržeb.

Modelový výpočet. E-shop s hrubou marží 35 % získává zákazníky ze dvou kampaní:

Při optimalizaci na hodnotu první objednávky systém přesouvá rozpočet do kampaně A. Z pohledu 12měsíčního zisku je ale lepší kampaň B, a to o víc než polovinu. Kolik můžete za nového zákazníka zaplatit, tedy maximální CAC, určuje právě LTV.

Stejná logika platí i pro rozdíl mezi tržbami a ziskem, který rozebíráme v článku ROAS vs. POAS. Predikce LTV je další krok: od zisku z objednávky k zisku ze zákazníka.

Jak predikci LTV postavit

Predikce nemusí začínat strojovým učením. Postupujeme ve třech úrovních:

1. Kohorty. Z exportu objednávek za poslední dva až tři roky spočítáte průměrné 12měsíční LTV podle toho, čím zákazník začal: kategorie první objednávky, zdroj, výše prvního košíku, použitá sleva. Už tohle obvykle ukáže velké rozdíly.
2. Pravidla. Z kohort udělejte jednoduchou tabulku multiplikátorů: „zákazník, který začal kategorií X, má LTV 2,1× první objednávka". Tu lze použít při odesílání konverze.
3. Model. Při větším objemu dat model strojového učení, který předpovídá LTV z více signálů najednou. Má smysl, když kohortní přístup přestane stačit.

Co potřebujete mít v pořádku:

• Jednoznačnou identifikaci zákazníka napříč objednávkami (e-mail nebo zákaznický účet).
• Historii objednávek včetně vratek a storn. Vrácená objednávka nemá hodnotu.
• Nákupní ceny, jinak nepočítáte zisk.
• Pravidelnou aktualizaci. Chování zákazníků se mění a model z doby před třemi lety může lhát.

Prediktivní metriky v GA4: pro koho fungují

Google Analytics 4 nabízí tři prediktivní metriky: pravděpodobnost nákupu, pravděpodobnost odchodu a předpokládané tržby. Z nich lze vytvořit prediktivní publika, třeba „pravděpodobní kupující v příštích 7 dnech", a sdílet je do Google Ads.

Háček je v datech. Podle nápovědy GA4 musí za posledních 28 dní v sedmidenním období aspoň 1 000 vracejících se uživatelů splnit předpovídanou podmínku (nakoupit) a aspoň 1 000 ji nesplnit. Kvalita modelu navíc musí být stabilní delší dobu. Pro pravděpodobnost nákupu a predikci tržeb se používá událost purchase.

Pro menší a střední český e-shop to znamená, že metriky se často vůbec nezobrazí. I když ano, predikují krátkodobý nákup, ne 12měsíční hodnotu. Jako doplněk k remarketingu dávají smysl, jako náhrada vlastní predikce LTV ne.

Google Ads: cíle životního cyklu a pravidla hodnoty

Google Ads má pro práci s hodnotou zákazníka dva hlavní nástroje.

Cíl získávání zákazníků

Je součástí cílů životního cyklu zákazníka a funguje v kampaních Performance Max, ve Vyhledávání, Nákupech a Demand Gen. Režimy:

• Hodnota nového zákazníka (nabízet vyšší ceny za nové zákazníky). K první konverzi nového zákazníka se přičte další hodnota, kterou zadáte. Google tento režim doporučuje všem inzerentům s cílem nákupu.
• Jen noví zákazníci. Kampaň nabízí výhradně novým zákazníkům. Vhodné při přísném rozpočtu na akvizici. Stávající zákazníky pak musíte oslovit jinou kampaní.
• Vysoce hodnotní noví zákazníci. Google podle seznamu vašich nejhodnotnějších stávajících zákazníků odhaduje, kteří noví zákazníci budou podobní, a nabízí za ně víc.

Tady se predikce LTV potkává s kampaněmi. Přidanou hodnotu za nového zákazníka nenastavujte odhadem. Odvoďte ji z rozdílu mezi 12měsíčním ziskem nového zákazníka a ziskem z jeho první objednávky.

Jak Google pozná, kdo je nový? Buď automaticky z nákupů a aktivity v kampaních za posledních až 540 dní, nebo podle seznamů zákazníků, které nahrajete přes Customer Match či Data Manager. Přesnější je posílat v konverzní značce parametr new_customer přímo z e-shopu, protože e-shop ví, jestli zákazník už nakoupil.

Doplňkem je cíl udržení zákazníků s režimem opětovného zapojení v Performance Max. Umožňuje nabízet víc za zákazníky, kteří dlouho nenakoupili, a zvýhodnit ty s vyšší hodnotou.

Pravidla hodnoty konverzí

Pravidla hodnoty konverzí upravují hodnotu konverze v okamžiku aukce podle publika, zařízení nebo lokality. Můžete třeba zvýšit hodnotu o 30 % pro publikum „vysoce hodnotní zákazníci". Pravidla ovlivňují jen strategie založené na hodnotě, tedy cílovou ROAS a maximalizaci hodnoty konverzí.

Posílání predikované hodnoty

Nejpřímější cesta je poslat do Google Ads jako hodnotu konverze rovnou predikovaný zisk za 12 měsíců místo tržby objednávky. E-shop nebo serverové měření při objednávce spočítá multiplikátor podle kohorty a pošle upravenou hodnotu. Automatické nabídky pak optimalizují přímo na LTV. Pozor: reporty v Google Ads pak neukazují tržby, ale predikovanou hodnotu. Skutečné tržby sledujte v e-shopu. Jak se strategiemi nabídek pracovat, popisujeme v článku Automatizace nabídek: Smart Bidding v praxi.

Meta: optimalizace hodnoty a publika podle LTV

Na Metě funguje stejný princip přes optimalizaci hodnoty. Strategie Nejvyšší hodnota se snaží utratit rozpočet s co nejvyšší hodnotou nákupů. Cíl ROAS drží návratnost kolem zadané hodnoty. Podle nápovědy Meta (k 9/2026) je podmínkou pixel nebo SDK, který posílá nákupy s hodnotou, přičemž za posledních 7 dní musí být v datech aspoň dvě různé hodnoty a dostatečný počet připsaných nákupů.

Kam dát predikci LTV na Metě:

• Hodnota nákupu. Stejně jako u Googlu můžete posílat predikovanou hodnotu místo tržby. Nejspolehlivěji přes Conversions API ze serveru.
• Vlastní publika. Seznam zákazníků s nejvyšším LTV jako návrh publika pro akvizici a jako základ pro podobná publika.
• Segmenty publika. V nastavení účtu lze definovat stávající zákazníky a sledovat výkon kampaní zvlášť pro nové a stávající.

Seznamy zákazníků nahrávané do Google Ads i na Metu musí mít právní základ podle GDPR a nahrávají se hashované. Jak hodnotu posílat ze serveru, rozebíráme v článku Server-side tracking (Meta CAPI).

Úrovně zralosti: kde začít

Nepřeskakujte úrovně. Predikce LTV postavená na měření, které ztrácí část konverzí, jen zesílí chybu.

Jak na to prakticky

1. Spočítejte kohortní LTV. Export objednávek za 2–3 roky, 12měsíční hrubý zisk podle kategorie první objednávky a zdroje.
2. Najděte rozdíly. Pokud se kohorty liší málo, stačí úroveň 2. Pokud se liší výrazně, má predikce smysl.
3. Nastavte cíl získávání zákazníků v Google Ads s přidanou hodnotou odvozenou z LTV. Doplňte parametr new_customer do konverzí.
4. Připravte seznamy zákazníků podle hodnoty pro Google Ads a Metu, s ověřeným právním základem.
5. Posílejte predikovanou hodnotu ze serveru, pokud máte kohortní model a stabilní měření.
6. Po 3 a 12 měsících ověřte predikci proti skutečnosti a model upravte.

Modely LTV stavíme nad daty z e-shopu a propisujeme je do kampaní v rámci služby PPC kampaně a Meta Ads. Samotný výpočet a zvyšování LTV rozebíráme v článku Customer lifetime value: jak ji počítat a zvyšovat, práci se stávajícími zákazníky v článku Retence zákazníků.