Customer Lifetime Value
Customer Lifetime Value (CLV) module
De Customer Lifetime Value (CLV) module is een essentieel onderdeel van de Top Defend oplossing van Onesurance. Deze module is ontworpen om te voorspellen welke klanten in potentie de hoogste waarde vertegenwoordigen – op voorwaarde dat zij in het komende jaar behouden blijven. Door de focus te leggen op klanten met zowel een hoog opzeggingsrisico als een hoge verwachte waarde, stelt CLV verzekeringsprofessionals in staat om gerichte, impactvolle acties te ondernemen.
Toepassing van CLV
De CLV-module is primair geïntegreerd in de Top Defend-oplossing, waar zij bijdraagt aan het prioriteren van klanten op basis van risico én waarde. Daarnaast vormt CLV een belangrijke bouwsteen binnen de bredere klantsegmentatie van Onesurance. In deze segmentatie worden relaties geclassificeerd op basis van een gecombineerde inschatting van hun churnkans (opzeggingsrisico) en hun verwachte levenslange waarde. Dit resulteert in gerichte klantstrategieën, zoals het behouden van waardevolle klanten (feeders) of het heroverwegen van klanten die structureel verlieslatend zijn (bleeders).
Definitie van Customer Lifetime Value
De Customer Lifetime Value is opgebouwd uit een combinatie van verwachte opbrengsten en verwachte kosten, berekend over de resterende levensduur van de klantrelatie. De CLV wordt gedefinieerd als:
CLV = (Jaarlijkse opbrengsten – jaarlijkse kosten) × verwachte klantlevensduur
De jaarlijkse opbrengsten en kosten worden samengesteld uit de volgende componenten:
Provisie- of commissie-inkomsten
Op basis van de bestaande polissen en premievolumes van de klant.
Kosten van contactmomenten
Inclusief servicedesk-interacties, adviesgesprekken en administratieve afhandeling.
Schadelast / schadeafhandelingskosten
Gemiddelde jaarlijkse kosten op basis van het schadeverleden van de klant en vergelijkbare profielen.

De verwachte klantlevensduur is een inschatting van hoe lang een klant nog behoefte zal hebben aan verzekeringsproducten. Hierbij wordt onder meer rekening gehouden met demografische kenmerken; een jongvolwassene zal over het algemeen een langere potentiële relatie vertegenwoordigen dan een oudere klant.
Databronnen
Om een nauwkeurige CLV-voorspelling te kunnen doen, wordt gebruikgemaakt van zowel interne als externe databronnen. Deze zijn onderverdeeld in de volgende categorieën:
Polisinformatie
Informatie over de aard, duur en premie van lopende verzekeringen.
Relatiegegevens
Leeftijd, gezinssituatie, woonplaats, beroep en andere profielkenmerken.
Claimdata
Historiek van schadeclaims, afhandelingssnelheid en schadefrequentie.
Contacthistorie
Informatie over het aantal en type klantinteracties, zoals e-mails, telefoongesprekken of adviesgesprekken.
Externe data
Waaronder demografische gegevens, marktinformatie en indien beschikbaar risicoprofielen op postcodeniveau.
Meerwaarde voor verzekeringsorganisaties
Door CLV centraal te stellen in het klantbeheer kunnen verzekeraars, makelaars en volmachten geïnformeerde keuzes maken over waar ze hun commerciële inspanningen op richten. De combinatie van churnkans én verwachte klantwaarde zorgt ervoor dat retentieacties niet alleen gericht zijn op klanten die risico lopen, maar op klanten die ook werkelijk van strategische waarde zijn voor de portefeuille.