Tato diplomová práce je zaměřena na celoživotní hodnotu zákazníka a její aplikaci na příkladu konkrétního podniku, který se zabývá prodejem lesnického materiálu používaného pro těžbu dřeva. Analyzovaná jsou transakční data o nákupním chování zákazníků od ledna 2020 do dubna 2024. V teoretické části je pomocí odborné literatury vytvořen teoretický podklad pro praktickou část. V praktické části je nejdříve představen podnik a jeho zákazníci. Na zákazníky jsou metodou vztahu k aktivitám přiřazeny náklady pro zjištění jejich zisku. Pak jsou využitím dat aplikovány modely Recency-Frequency-Monetary, historický model celoživotní hodnoty zákazníka a pravděpodobnostní model. Pomocí výsledných hodnot z modelů jsou vytvořeny segmentace zákazníků do skupin a ty jsou porovnány s reálným nákupním chováním. Také je pomocí CLV analyzována ziskovost zákazníků podniku. Nebylo možné určit, který model je lepší, ale oba byly dostatečně dobré pro implementaci do praxe. Dle hodnot CLV z nich byly identifikováni nejziskovější zákazníci.
Klíčová slova:
náklady; activity based costing; kalkulace; ziskovost zákazníků; Celoživotní hodnota zákazníka; alokace
Název práce:
Customer Lifetime Value
Autor(ka) práce:
Bendula, Jakub
Typ práce:
Diploma thesis
Vedoucí práce:
Šoljaková, Libuše
Oponenti práce:
Wagner, Jaroslav
Jazyk práce:
Česky
Abstrakt:
This thesis focuses on customer lifetime value and its application to a specific company that sells forestry materials used for logging. Transactional data on customers' purchasing behaviour from January 2020 to April 2024 is analysed. The theoretical part is used to provide a theoretical basis for the practical part with the help of literature. In the practical part, first the firm and its customers are introduced. Costs are assigned to the customers using activity-based costing to determine their profit. Then, the Recency-Frequency-Monetary models, the historical customer lifetime value model and the probabilistic model for CLV are applied by using data. Using the resulting values from the models, segmentations of customers into groups are created and these are compared with actual buying behaviour. The profitability of the company's customers is also analysed using CLV. It was not possible to identify the better CLV model, but both were sufficiently accurate for implementation. Based on the CLV values from it the most profitable customers have been identified.