# SaaS LTV 예측 오차, 코호트 3.5만 건 검증

> 차트모글이 코호트 35,512건으로 LTV 예측을 검증했습니다. 12개월 오차 -2.4%, 36개월 +14.4%. 오차의 84.9%는 ARPA 불일치였습니다.

- 출처 사이트: 비즈피셜 (https://aifficial.net/biz/posts/saas-ltv-prediction-error-report/)
- 발행: 2026-09-08
- 카테고리: 성장 지표 · 태그: LTV, SaaS, 성장 지표, 코호트 분석, 리텐션

## 핵심 답변

차트모글(ChartMogul)은 3,331개 회사 계정의 실제 고객 코호트 35,512건을 써서 LTV 예측치와 실제 매출을 맞춰 봤습니다. 12개월 시점 오차 중앙값은 -2.4%로 작아 보이지만 코호트의 28.3%는 오차가 50%를 넘었고, 오차 변동의 84.9%는 평균 고객단가(ARPA) 불일치로 설명됐습니다.

## 요약

- 코호트 35,512건, 회사 계정 3,331곳, 2020년 1분기부터 2024년 4분기까지의 실제 데이터를 썼습니다.
- 오차 중앙값은 12개월 -2.4%, 24개월 +6.9%, 36개월 +14.4%로 기간이 길수록 커집니다.
- 코호트의 28.3%는 어느 방향으로든 오차가 50%를 넘었습니다.
- 가장 싼 요금대 코호트의 12개월 잔존율은 74%, 가장 비싼 요금대는 45%였습니다.

## 핵심 사실

| 항목 | 값 |
|---|---|
| 표본 | 코호트 35,512건 (회사 계정 3,331곳) |
| 분석 기간 | 2020년 1분기~2024년 4분기 (분기 20개 구간) |
| 12개월 오차 | -2.4% (예측 대비 실제 매출 중앙값) |
| 36개월 오차 | +14.4% (중앙값) |
| 큰 오차 비중 | 28.3% (오차 50% 초과 코호트) |
| 오차 설명력 | 84.9% (ARPA 불일치가 설명한 변동 비율) |


## 무슨 일인가요

구독 매출 분석 도구 차트모글이 LTV(고객 생애 가치) 공식을 실제 데이터로 검증한 리포트를 냈습니다. 3,331개 회사 계정에서 뽑은 실제 고객 코호트 35,512건을, 코호트가 만들어진 시점의 LTV 예측치와 이후 12·24·36개월 동안 실제로 만든 매출과 맞춰 본 것입니다.  분석 대상 기간은 2020년 1분기부터 2024년 4분기까지 분기 20개 구간입니다. 





12개월 시점의 중앙값은 -2.4%입니다. 평균적인 코호트가 LTV 예측보다 2.4% 적게 벌었다는 뜻입니다.  그런데 기간이 길어지면 방향이 뒤집혀 24개월 +6.9%, 36개월 +14.4%가 됩니다.  더 중요한 숫자는 분산입니다. 코호트의 28.3%는 어느 방향으로든 오차가 50%를 넘었습니다. 

## 오차는 어디에서 오나요

리포트는 오차 변동의 84.9%가 ARPA 불일치로 설명된다고 밝혔습니다.  전체 고객을 섞어 구한 평균 단가가 그 시점에 새로 들어온 고객의 실제 단가와 어긋나는 문제로, 중앙값 기준 -4.9%의 차이가 있었습니다. 

직관을 뒤집는 결과도 있습니다. 12개월 잔존율이 가장 싼 요금대 4분위에서 74%, 가장 비싼 요금대 4분위에서 45%로 나타났습니다.  비싼 고객이 더 오래 남는다는 통념과 반대 방향입니다.

| 회사 규모(ARR) | 12개월 오차 중앙값 |
| --- | --- |
| 3,000만 달러 초과 | -19.1% |
| 1,000만~3,000만 달러 | -6.8% |
| 50만~1,000만 달러 | -4.3% |
| 50만 달러 미만 | +0.5% |

규모가 클수록 LTV를 과대평가하는 쪽으로 어긋났습니다. 업종별로는 이커머스 -10.9%, 워크플레이스·생산성 -6.7%, 인프라·개발도구 -5.9%, 교육 +0.7%였습니다. 

## 무엇을 바꾸면 되나요

리포트의 결론은 "LTV를 정밀한 값이 아니라 방향으로 다루라"입니다.  회수 기간과 코호트별 매출 곡선을 함께 보라고 권합니다.



투자 유치 자료에 LTV 대 CAC 비율 하나만 적어 두었다면, 그 값이 어느 코호트의 어떤 ARPA로 계산됐는지 먼저 확인하는 편이 안전합니다. 


이 리포트에서 가장 쓸모 있는 발견은 오차의 중앙값이 아니라 "28.3%가 50% 넘게 빗나갔다"는 쪽이라고 봅니다. 지표가 평균적으로 맞는다는 말과 우리 회사에서 맞는다는 말은 다릅니다. 초기 팀이라면 LTV를 슬라이드에서 지우기보다, 계산에 쓴 ARPA와 잔존율을 각주로 붙여 두는 것만으로도 대화의 질이 달라집니다. 



차트모글 리포트 페이지에는 발행일이 따로 표기돼 있지 않아 이 글에서도 발행일을 적지 않았습니다. 수치는 모두 리포트 본문 표기를 그대로 옮겼습니다.



## 자주 묻는 질문

**Q. 12개월 오차가 -2.4%면 LTV를 믿어도 되는 것 아닌가요?**

중앙값이 작을 뿐입니다. 리포트는 코호트의 28.3%에서 오차가 50%를 넘었다고 밝혔습니다. 회사 한 곳의 특정 코호트로 보면 절반쯤 빗나가는 일이 흔하다는 뜻이므로, 중앙값만 보고 안심하면 안 됩니다.

**Q. 오차의 주범은 무엇인가요?**

리포트는 두 가지를 꼽습니다. 하나는 전체 평균으로 구한 ARPA가 신규 고객의 실제 단가와 어긋나는 문제로, 중앙값 기준 -4.9%의 불일치가 있었습니다. 다른 하나는 코호트별 이탈률이 회사 평균 이탈률과 다르다는 점입니다.

**Q. 그럼 LTV 대신 무엇을 봐야 하나요?**

리포트의 권고는 LTV를 정밀한 값이 아니라 방향을 보는 지표로 쓰라는 것입니다. 회수 기간(payback period)과 코호트별 매출 곡선을 함께 놓고 보라고 제안합니다.

## 출처

1. [The SaaS LTV Report (ChartMogul)](https://chartmogul.com/reports/saas-ltv-report/) (data)
2. [The Slow Decay of Growth (ChartMogul)](https://chartmogul.com/reports/saas-growth-decay-report/) (data)

_이 문서는 비즈피셜 편집부가 작성했습니다. 인용 시 출처를 표기해 주세요._