+150 XP

LTV modellieren, wenn der Umsatz von Einlagen, Kartenumsatz oder Kreditnutzung abhängt

# LTV modellieren, wenn der Umsatz von Einlagen, Kartenumsatz oder Kreditnutzung abhängt

Zwei Personen eröffnen am selben Dienstag dasselbe Neobank-Konto. Die eine lässt ihr Gehalt dorthin überweisen, hat rund 2.000 £ auf dem Konto liegen und bezahlt den Wocheneinkauf mit der Karte. Die andere lädt 20 £ auf, kauft einen Kaffee und vergisst die App. Ein Subscription-Geschäft würde beide zum selben Preis verbuchen. Hier ist die erste vielleicht fünfzigmal so viel wert wie die zweite, und nichts im Anmeldedatensatz verrät Ihnen, für welche der beiden Sie gerade bezahlt haben.

Genau das ist das Modellierungsproblem: einer Kundin eine Umsatzzahl zuzuordnen, wenn der Umsatz daraus entsteht, was sie mit ihrem Geld tut, und nicht aus einem vereinbarten Preis. LTV (Lifetime Value) ist weiterhin der gesamte Nettoumsatz, den man über die Beziehung hinweg von einem Kunden erwartet. In SaaS ist das ein Preis multipliziert mit einer Überlebenskurve. In Fintech ist es ein Verhalten multipliziert mit einem Satz, den jemand anderes festlegt, abzüglich Verlusten, die ein Jahr nach dem Umsatz eintreffen.

Diese Lektion baut LTV-Formeln für vier Fintech-Umsatzformen: Interchange, Zinsmarge, Subscription sowie Kredit- und Händlergebühren. Danach zeigt sie, warum die Kurve eine Welle ist und keine Treppe.

Warum Fintech-Umsatz verhaltensbasiert ist, nicht vertraglich

Die meisten Consumer-Fintech-Produkte sind kostenlos oder nahezu kostenlos zu eröffnen. Der Umsatz kommt aus der Nutzung:

  • Interchange fee: die Gebühr (gezahlt von der Bank des Händlers an die Bank des Karteninhabers), die ein Issuer bei jeder Kartennutzung verdient.
  • Zinsmarge: die Differenz zwischen dem, was ein Fintech auf Kundeneinlagen verdient oder durch Kreditvergabe erzielt, und dem, was es den Kunden zahlt. Auf Bilanzebene heißt das Net Interest Margin, für die Modellierung interessiert uns aber die Marge pro aktivem Dollar, nicht die Bilanzkennzahl.
  • Subscription: eine pauschale Monats- oder Jahresgebühr für ein Premium-Tier (Metallkarte, höherer Cashback, erweiterte Budgeting-Tools).
  • Kredit- und Händlergebühren: Zinsen und Gebühren auf Salden, die der Kunde mitschleppt, plus ein Händlerdisagio, das der Retailer zahlt. Affirms 0%-APR-Angebote kosten den Käufer nichts; der Händler kauft die Conversion.

Ein Kunde, der sich anmeldet, aber nie Geld einzahlt, nie zahlt und nie Kredit aufnimmt, bringt nahezu null, so gesund er im Dashboard auch aussieht. Welche Verhaltensweisen nach der ersten Einzahlung tatsächlich vorhersagen, dass ein Kunde weiter transagiert, ist Thema der Retention-Lektion; diese hier setzt diese Signale voraus und bepreist sie.

Formel 1: interchange-getriebener LTV

LTV = (Durchschnittlicher Monatsumsatz × Interchange-Satz × Bruttomarge) × Durchschnittliche Lebensdauer in Monaten

Rechenbeispiel:

  • Durchschnittlicher monatlicher Kartenumsatz: 1.200 $ (realistisch für ein Hauptkonto, Schätzung)
  • Vereinnahmter Interchange-Satz: 1,5 % (Schätzung, variiert nach Netzwerk und Kartentyp)
  • Bruttomarge nach Processing-Kosten: 70 %
  • Durchschnittliche Kundenlebensdauer: 30 Monate (Schätzung für eine Neobank mit mittlerer Retention)

Monatsumsatz pro Nutzer = 1.200 $ × 1,5 % × 70 % = 12,60 $

LTV = 12,60 $ × 30 = 378 $

Zwei Dinge zerlegen dieses Modell schneller als Churn. Erstens wird der Satz von Regulatoren festgelegt, nicht von Ihnen. In der EU deckelt die Interchange Fee Regulation die Consumer-Interchange bei 0,2 % auf Debit und 0,3 % auf Kredit, sodass ein europäischer Interchange-LTV auf Basis US-amerikanischer Annahmen den Umsatz um ein Mehrfaches überzeichnen kann. In den USA begrenzt das Durbin Amendment die Debit-Interchange auf 21 Cent plus 0,05 % für Issuer mit 10 Mrd. $ Bilanzsumme oder mehr, während kleinere Issuer ausgenommen sind und ein Vielfaches davon verdienen. Identischer Kunde, identischer Umsatz, unterschiedliche Ökonomie, je nachdem, welche Sponsor Bank hinter dem Programm steht. Das ist eine Entscheidung auf Ebene des Kartenprogramms mit direkter Linie ins Marketing-Modell.

Zweitens gehen Rewards direkt oben weg. Ein Cashback-Angebot von 1 % gegen 1,5 % Brutto-Interchange lässt Ihnen ein Drittel des Headline-Werts. Und wenn der durchschnittliche Umsatz von 1.200 $ auf 600 $ fällt (das übliche Muster, wenn eine Karte zum Zweitkonto wird), halbiert sich der LTV ohne eine einzige Kündigung.

Formel 2: LTV getrieben von der Zinsmarge

LTV = (Durchschnittlicher Einlagenbestand × Vereinnahmte Marge × Bruttomarge) × Durchschnittliche Lebensdauer in Jahren

Rechenbeispiel:

  • Durchschnittlicher Bestand: 2.500 $ (Schätzung für ein digital-first Giro- oder Sparprodukt)
  • Vereinnahmte Marge: 2,5 % jährlich (Schätzung; bewegt sich mit den Leitzinsen, also von Jahr zu Jahr nicht stabil)
  • Marge nach Refinanzierungskosten und Mindestreserveanforderungen: 80 %
  • Durchschnittliche Lebensdauer: 3 Jahre

Jahresumsatz pro Nutzer = 2.500 $ × 2,5 % × 80 % = 50 $

LTV = 50 $ × 3 = 150 $

Dieser LTV bewegt sich mit der Geldpolitik, nicht mit irgendetwas, das Marketing steuert. Starling Bank ist das saubere Beispiel: Das erste volle Gewinnjahr erreichte die Bank im Geschäftsjahr bis März 2022 und wies zwei Jahre später Vorsteuergewinne im dreistelligen Millionenbereich aus, in einem Zeitraum, in dem der Leitzins der Bank of England von 0,1 % auf 5,25 % stieg. Die Kunden haben ihr Verhalten nicht geändert. Der Wert pro Pfund ihrer Guthaben hat sich geändert. Rechnet man das Modell rückwärts, nimmt eine Senkung um 200 Basispunkte über Nacht ein Drittel oder mehr des Einlagen-LTV weg, weshalb einlagengetriebene Fintechs ihre Payback-Annahmen bei jeder Zinsentscheidung neu rechnen sollten.

Die zweite Falle ist der Mittelwert. Einlagenbestände sind stark schief verteilt: Ein kleiner Teil der Kunden hält den Großteil des Geldes, sodass ein LTV auf Basis des Durchschnittsbestands fast niemanden beschreibt. Modellieren Sie Bestandsdezile getrennt, sonst bepreisen Sie die Akquise für einen Kunden, den es nicht gibt. Einlagen sind zudem taggleich abrufbar. Ein Vertrag hat Kündigungsfristen, ein Guthaben nicht.

Formel 3: subscription-getriebener LTV

Das ist das Nächste, was Fintech an SaaS-Logik herankommt, genutzt von Premium-Tiers der Neobanken und Robo-Advisors mit Pauschalgebühr.

LTV = Monatliche Subscription-Gebühr × Bruttomarge × Durchschnittliche Kundenlebensdauer (Monate)

Gebühr 9,99 $, Bruttomarge 85 %, Lebensdauer 24 Monate ergibt rund 204 $. Stabil und prognostizierbar. Reine Subscription-Fintechs sind selten, deshalb sind reale Modelle meist hybrid und summieren zwei oder drei Zeilen pro Segment.

Formel 4: LTV aus Kredit- und Händlergebühren, nach Verlusten

LTV = (Mitgeführter Saldo × Net Interest Margin + Gebühren + Händlerdisagio) × Lebensdauer − Erwartete Kreditverluste − Cost to Serve

Affirm verdient auf zwei Linien: einem Händlerdisagio auf zinsfreie Ratenpläne und Konsumentenzinsen auf verzinsliche Kredite. Das Unternehmen hat als Guidance Revenue less Transaction Costs von rund 3 bis 4 % des GMV genannt und berichtet etwa fünf Transaktionen pro aktivem Konsumenten und Jahr. Zusammengerechnet: ein durchschnittlicher Warenkorb von 250 $, fünf Käufe, 3,5 % Net Take ergibt etwa 44 $ pro Jahr, sodass eine dreijährige Beziehung vor Fixkosten rund 130 $ wert ist. Der Hebel ist die Frequenz, nicht die Warenkorbgröße, und Frequenz ist ebenso ein Thema des Händlernetzwerks wie des Marketings.

Der Failure Mode hier hat kein SaaS-Äquivalent: Kredit-LTV kann negativ sein. Eine Kohorte, die am Rand der Kreditbox akquiriert wurde, verbucht Umsatz in den Monaten 1 bis 6 und fällt in den Monaten 9 bis 18 aus, lange nachdem das Growth-Team den Payback verkündet hat. Nubank ist mit einer Kreditkarte in einem Markt mit hohen Ausfallraten gewachsen, weshalb seine Unit Economics immer risikoadjustiert und nicht brutto zitiert werden. Wenn Ihr Modell keine Risikovorsorgezeile nach Vintage führt, ist es ein Umsatzmodell mit einem LTV-Etikett.

Warum die Form der LTV-Kurve von SaaS abweicht

Ein SaaS-Payback-Modell unterstellt konstanten Monatsumsatz bis zur Kündigung: eine Treppe, die auf null fällt. Eine Fintech-Kurve ist eine Welle:

1. Ramp-up: Neue Nutzer brauchen Wochen, bis sie ein Gehalt umleiten, Daueraufträge einrichten oder ein Guthaben aufbauen. Der Umsatz startet nahe null.

2. Peak Engagement: Der Umsatz steigt, während das Produkt zum Hauptkonto wird.

3. Decay oder Plateau: Umsatz und Guthaben schrumpfen, weil Kunden sich über mehrere Apps verteilen (die meisten Konsumenten nutzen mehrere, laut Umfragen von Firmen wie Plaid, das den Connectivity-Layer verkauft, auf dem diese Apps laufen).

4. Long Tail: Manche Nutzer halten unbegrenzt ein kleines Guthaben oder geben gelegentlich etwas aus, ein mehrdeutiger Zombie-Zustand ohne Kündigungsereignis bis heute.

Zeichnen Sie also umsatzgewichtete Kohortenkurven, keine Überlebenskurven: Umsatz und Guthaben pro überlebendem Kunden nach Monaten seit der ersten Einzahlung. Eine Kohorte mit 90 % Logo-Retention und dem halben Umsatz pro Kopf ist eine Kohorte, die die Hälfte ihres Werts verloren hat und dabei gesund aussieht.

Wissenscheck

1. Warum funktioniert eine Standard-SaaS-LTV-Formel (Preis × Retention) nicht, wenn man sie auf eine Neobank anwendet?

2. Ein Fintech-Kunde eröffnet ein Konto, zahlt aber nie Geld ein und nutzt nie seine Karte. Was trifft nach der Logik der Lektion auf diesen Kunden zu?

3. Was ist der zentrale Unterschied zwischen der 'Zinsmarge' für Marketing-/LTV-Zwecke und der Net Interest Margin als Bilanzkennzahl?

MEHRFACHAUSWAHL

4. Wählen Sie ALLE richtigen Antworten, die Umsatzmechanismen für Fintech-LTV beschreiben, im Unterschied zu einer pauschalen SaaS-Subscription.

Wählen Sie alle richtigen Antworten aus.

MEHRFACHAUSWAHL

5. Wählen Sie ALLE richtigen Antworten dazu, warum der Vergleich der LTV-Kurve einer Neobank mit einem SaaS-Payback-Modell dem Vergleich einer Welle mit einer Treppe gleicht.

Wählen Sie alle richtigen Antworten aus.

Alles zusammen: ein einfaches Blended-Modell

def blended_ltv(monthly_spend, interchange_rate, avg_balance, spread_rate,
                 sub_fee, margin, lifetime_months, monthly_credit_loss=0.0):
    interchange_rev = monthly_spend * interchange_rate * margin
    spread_rev = (avg_balance * spread_rate / 12) * margin
    sub_rev = sub_fee * margin
    monthly_total = interchange_rev + spread_rev + sub_rev - monthly_credit_loss
    return monthly_total * lifetime_months

# Beispiel: hybrider Neobank-Kunde
ltv = blended_ltv(
    monthly_spend=1000, interchange_rate=0.015,
    avg_balance=1800, spread_rate=0.02,
    sub_fee=4.99, margin=0.75,
    lifetime_months=28, monthly_credit_loss=1.50
)
print(round(ltv, 2))  # nur illustrative Ausgabe

Growth und Finance bauen das gemeinsam. Das Ergebnis ist keine einzelne Zahl, sondern eine Verteilung über Kohorten, nach Kanal, nach Bestandsdezil, danach, ob in den ersten 30 Tagen ein Gehalt eingegangen ist.

Ankerpunkte für die Umsatzseite (Regeln sind hart, Verhältniszahlen sind Schätzungen)

  • Interchange-Caps sind Gesetz, keine Benchmarks: 0,2 % Debit und 0,3 % Kredit in der EU, 21 Cent plus 0,05 % für große US-Debit-Issuer. Prüfen Sie, in welchem Regime Ihre Karte liegt, bevor Sie irgendeinem Interchange-LTV trauen.
  • Affirms genanntes Ziel von 3 bis 4 % Revenue less Transaction Costs auf GMV ist eine brauchbare Obergrenze für Händlergebühren-Modelle im Ratenkredit.
  • Nubank hat einen Monatsumsatz pro aktivem Kunden von rund zehn Dollar bei Cost to Serve unter einem Dollar berichtet, ältere Kohorten deutlich über dem Durchschnitt. Kleiner ARPAC plus winzige Servicekosten ist eine tragfähige Form; kleiner ARPAC plus Filiale ist es nicht.
  • Ob der resultierende LTV gegenüber Ihrem CAC gesund ist, entscheidet die Benchmarking-Lektion, und die Antwort unterscheidet sich je nach Sub-Kategorie.

Öffentliche, geprüfte Fintech-Marketing-Benchmarks sind rar. Die meisten kursierenden Zahlen stammen aus Investorenpräsentationen, Konferenzvorträgen oder Aggregationen wie a16z's Fintech-Benchmarks, veröffentlicht von einer Firma, die in genau die Unternehmen investiert, die diese Zahlen melden.

🎬 [VIDEO: "How Neobanks Make Money" - youtube.com - ein Durchgang durch Interchange-, Zinsmargen- und Subscription-Umsatzmodelle digitaler Banken]

Key Takeaways

  • Fintech-LTV ist verhaltensbasiert, modellieren Sie ihn also je Mechanismus: Interchange, Zinsmarge, Subscription, Kredit- und Händlergebühren, meist gemischt pro Segment.
  • Interchange-LTV ist durch Regulierung gedeckelt, bevor Marketing ihn formt (0,2/0,3 % in der EU, Durbin-Grenzen in den USA), und Cashback geht oben weg.
  • Einlagen-LTV bewegt sich mit den Leitzinsen, wie Starlings Ausschlag über den Zyklus von 0,1 % auf 5,25 % zeigt, und Durchschnittsbestände verbergen eine Schiefe, die Dezil-Modellierung nötig macht.
  • LTV aus Kredit- und Händlergebühren muss erwartete Verluste nach Vintage abziehen; eine Kohorte kann ein Jahr lang profitabel aussehen und negativ enden.
  • Verfolgen Sie den Umsatz pro überlebendem Kunden nach Kohortenmonat, nicht nur die Retention, denn der Wert verfällt lange bevor jemand ein Konto schließt.

Zurück

Die echten CAC über paid, organic und Partner-Kanäle im Fintech berechnen

Weiter

Den Fintech-Signup-Funnel abbilden: von der App-Installation bis zum finanzierten Konto