Customer Lifetime Value (CLV) en 2026: cómo calcularlo con datos de Google Maps

Un dueño de restaurante en Sevilla nos lo soltó sin pestañear: "Sé cuánto facturo al mes. No tengo ni idea de cuánto vale un cliente." Y es la mayoría, créanme.

Suena a detalle contable. No lo es. Esa cifra, el customer lifetime value, decide en qué barrio abre el segundo local, cuánto puede gastar en captar a alguien nuevo y si su promoción de los martes le hace ganar o perder dinero.

Aquí va la parte incómoda. La fórmula del valor de vida del cliente cabe en una línea. La inmensa mayoría de negocios locales no la ha calculado nunca. Ni una vez.

Y ahora la parte que casi nadie cuenta: Google Maps ya le da la mitad de los datos que necesita. Público. Actualizado. Gratis de consultar. Vamos a verlo paso a paso, con fórmula, ejemplo y un método para escalarlo a todo un mercado.

¿Qué es el Customer Lifetime Value (CLV)?

¿Sabe cuánto vale de verdad un cliente durante toda su vida? No lo que le deja hoy. Lo que le va a dejar en total, desde la primera compra hasta que se marcha.

Eso es el customer lifetime value. El valor de vida del cliente, o valor del ciclo de vida del cliente si prefiere el nombre largo. También lo verá escrito como CLV, CLTV o LTV: son lo mismo. Como lo define la UNIR, es "la medida de los ingresos que un cliente medio genera durante toda su relación con una compañía".

Cuidado con confundirlo con el ticket medio. El ticket medio es una foto: lo que gasta alguien en una visita. El CLV es la película entera. Esa es, de paso, la diferencia entre el CLV y el valor medio de pedido: uno mira una transacción, el otro mira la relación completa.

¿Por qué obsesionarse con esto? Porque cambia decisiones de dinero. Salesforce lo resume con un dato que escuece: el 42% de los responsables de ventas ya señala los ingresos recurrentes como su principal fuente de facturación. Retener pesa más que captar. Y para saber a quién retener, primero hay que saber cuánto vale.

Cómo calcular el CLV: fórmula y ejemplo paso a paso

La fórmula cabe en una línea. La mayoría de negocios locales no la ha usado jamás. Vamos a arreglarlo ahora mismo.

La fórmula del customer lifetime value más usada tiene tres piezas:

1. Ticket medio: lo que gasta un cliente por compra.
2. Frecuencia de compra: cuántas veces compra al año.
3. Duración de la relación: cuántos años se queda.

Se multiplican. Fin.

CLV = Ticket medio × Frecuencia de compra anual × Duración de la relación (años)

Un ejemplo práctico, que se entiende mejor. La UNIR lo ilustra con dos clientas de una misma tienda de moda: una pasa dos veces al año y gasta 100 euros por visita (CLV anual de 200 euros); la otra va cada quince días y deja 20 euros cada vez, lo que da un CLV de 480 euros al año. Misma tienda, más del doble de valor. Ahí se ve por qué el promedio engaña.

Llevémoslo a un restaurante. Ticket medio de 30 euros, un cliente que viene 1,5 veces al mes (18 al año) y aguanta 4 años como habitual:

CLV = 30 € × 18 × 4 = 2.160 €

De golpe, ese cliente deja de ser "una mesa de un viernes" y pasa a ser un activo de 2.160 euros. Cambia bastante cómo lo trata, ¿no?

El ratio CLV:CAC, o por qué el CLV no vive solo

Calcular el CLV sin mirar lo que cuesta conseguir a ese cliente es media película. El otro protagonista es el CAC (coste de adquisición de cliente). Y la relación entre ambos es la regla de oro de la rentabilidad.

El ratio saludable es aproximadamente 3:1. Es decir: cada cliente debería generar al menos tres veces lo que costó captarlo. Así de simple, así de exigente.

¿Cada cuánto revisar el CLV? Al menos una vez al año, y siempre antes de una decisión gorda: abrir local, subir precios, lanzar una campaña. Si quiere profundizar en el método de cálculo con distintos niveles de precisión, guías como la de Cegid o la de HubSpot desglosan el CLV simple, el real (con margen) y el tradicional (con tasa de descuento).

El eslabón perdido: estimar el CLV con datos públicos de Google Maps

En teoría, el CLV necesita datos internos: su caja, su CRM, su histórico. En la práctica, Google Maps ya le da la mitad de la ecuación. Y para analizar a la competencia o a un mercado entero, es lo único que tiene.

Piénselo. Usted no puede ver la caja del restaurante de enfrente. Pero sí ve su rating, sus reseñas, su ubicación, su categoría y sus horarios. Cada una de esas señales públicas es un proxy del comportamiento del cliente. No sustituye a la contabilidad. La aproxima. Y para priorizar, aproximar basta.

Así es como se leen las señales de Google Maps en clave de CLV:

Entonces, ¿cómo usar las reseñas de Google Maps para estimar el CLV? Combinando la señal pública con lo que usted sí conoce de su sector. Sabe el ticket medio aproximado de una peluquería o de un restaurante de barrio. Google Maps le da el volumen (nº de reseñas) y la fidelidad (rating). Cruce ambos y tiene una estimación de CLV potencial, negocio por negocio, sin pisar la puerta de ninguno.

¿Qué datos necesita para calcular el CLV con datos públicos de Google Maps? Rating, número de reseñas, ubicación y categoría. Eso ya está ahí fuera, indexado. La única pega: Google Maps no deja exportarlo cómodamente. Ahí es donde entra la extracción a escala, que vemos en el siguiente bloque.

Del dato a la escala: analizar el CLV de un mercado local completo

Ana, de una agencia en Valencia, quería saber qué barrios tenían negocios con mayor CLV potencial para venderles sus servicios. Podía abrir Google Maps y anotar fichas a mano, una por una. O podía extraer el mercado entero de una vez.

Eligió lo segundo. Sensato.

Aquí van los números frescos, para que se haga una idea del tamaño del pastel. En agosto de 2026, Scrap.io indexa 164.775 restaurantes en España con ficha en Google Maps. De ellos, 74.800 (alrededor del 45%) tienen 200 o más reseñas (fuente: Scrap.io, agosto 2026). Ese segundo grupo es oro: 200 reseñas no se acumulan solas, son la huella pública de una clientela real y recurrente. Un proxy directo de volumen y fidelidad, es decir, de CLV potencial.

Y esto no va solo de restaurantes. La misma lógica sirve para cualquier categoría y cualquier zona, porque la base cubre 225.676.406 establecimientos en 195 países y más de 4.000 categorías (Scrap.io, 2026).

El flujo con Scrap.io es corto. Elige categoría y zona, aplica filtros y exporta a CSV o Excel con rating, número de reseñas, web y email de cada negocio.

La clave, y lo que separa esto de un scraper cualquiera, es el filtrado antes de extraer. Puede pedir solo restaurantes con nota ≥4,5, con 200 o más reseñas y con email presente. Los filtros se aplican antes de consumir créditos, así que no paga por fichas que no le sirven. Cero crédito gastado en ruido.

¿Y si Ana quería un barrio concreto, no una ciudad entera? Para eso está la búsqueda geográfica. Un radio alrededor de un punto, o un polígono dibujado a mano sobre el mapa para cazar exactamente esa zona comercial de alto poder adquisitivo.

Con ese fichero en la mano, el análisis se vuelve trivial: ordena por reseñas y rating, dibuja el mapa de densidad de CLV potencial por barrio y decide dónde atacar primero. Esto conecta de lleno con la investigación de mercado con Google Maps y con la validación del product-market fit con datos locales. Y si el objetivo final es prospectar, ya tiene la base para generar leads cualificados desde Google Maps. ¿Le interesa el detalle técnico de la extracción? Está todo en la guía de cómo extraer datos de Google Maps.

Cómo aumentar el Customer Lifetime Value (retención y reseñas)

Captar cuesta bastante más que retener. Y casi todo el presupuesto se va, precisamente, en captar. Es el error clásico.

Bueno, la buena noticia: subir el CLV no exige un CRM de 500 euros al mes. Exige atacar las palancas correctas, y muchas de ellas se leen en las mismas señales de Google Maps que hemos usado para estimarlo.

Palanca uno: las reseñas. Responder a las reseñas, todas, en menos de 24 horas, es de las cosas más rentables y baratas que existen. Un cliente que se siente escuchado vuelve. Y de paso, esas respuestas alimentan el algoritmo local. Si gestiona varias fichas o quiere ir en serio, la gestión de la reputación online en Google Maps merece su propio plan.

Palanca dos: escuchar lo que dicen, no solo cuántas estrellas ponen. Una nota de 4,2 no le dice nada. Lo que escriben debajo, sí. Cruzar cientos de reseñas con un análisis de sentimiento de reseñas revela el punto de dolor que le está costando clientes: la espera, el aparcamiento, un plato concreto. Arregle eso y la retención de clientes en negocios locales sube sola.

Palanca tres: fidelización. Programas de puntos, recompensas, un pequeño detalle en la segunda visita. Suena a tópico. Funciona igual. Alargar la relación un año más multiplica el CLV sin captar a nadie nuevo.

Y una palanca que casi nadie explota bien: las recomendaciones. Estudios como el de la Wharton School apuntan a que los clientes que llegan por recomendación tienden a tener un valor de vida notablemente superior al de los captados por publicidad fría. Pida referidos a sus mejores clientes. Salen baratos y valen más.

Un apunte honesto para cerrar el bloque: ninguna de estas palancas es magia. Son constancia. Pero si sabe qué cliente vale 2.160 euros y cuál vale 300, ya sabe dónde poner esa constancia.

Legalidad y datos: ¿es correcto usar datos de Google Maps? (RGPD)

Antes de extraer un solo dato, la pregunta que casi nadie responde bien: ¿esto es legal?

Respuesta corta: sí, con matices. Y los matices importan, o sea que quédese.

La clave está en una distinción sencilla. El nombre de un negocio, su dirección, su teléfono, su web, su categoría, su rating y sus reseñas son datos business públicos. Información que la propia empresa ha decidido publicar en Google Maps. Analizarla no es distinto a leerla a mano, solo que a escala.

Distinto es tratar datos personales de personas físicas. Ahí el RGPD (en la UE) y la CCPA (en California) marcan las reglas, y hay que respetarlas. Por eso Scrap.io trabaja exclusivamente con datos business públicos, es RGPD y CCPA compliant, y cada dato es trazable a su fuente. Sin zonas grises.

Traducido a la práctica: puede estimar el CLV potencial de su mercado, priorizar zonas y construir listas de prospección sin dolores de cabeza legales, siempre que se quede en el dato de empresa y respete la normativa de cada campaña. La documentación oficial en docs.scrap.io detalla cómo se estructura todo esto.

Preguntas frecuentes

¿Qué es el customer lifetime value (CLV)?

Es el beneficio total que un cliente aporta a un negocio durante toda su relación, desde la primera compra hasta que deja de comprar. Se estima con el ticket medio, la frecuencia de compra y la duración de la relación. A diferencia del ticket medio, mide la relación completa, no una sola transacción.

¿Cómo se calcula el CLV?

La fórmula básica es: CLV = valor medio de compra × número de compras al año × duración de la relación (en años). Por ejemplo, un cliente que gasta 30 euros, viene 18 veces al año y se queda 4 años tiene un CLV de 2.160 euros. Para mayor precisión se añade el margen de beneficio y el coste de adquisición.

¿Cuál es un buen ratio CLV/CAC?

Aproximadamente 3:1. Cada cliente debería generar al menos tres veces lo que costó captarlo. Un ratio de 1:1 indica que pierde dinero; uno de 5:1 o más suele significar que está invirtiendo demasiado poco en captación.

¿Se puede estimar el CLV de un negocio local con Google Maps?

Sí. El rating, el número de reseñas, la frecuencia de reseñas, la ubicación y la categoría son proxys públicos del comportamiento del cliente. No sustituyen a los datos internos, pero permiten aproximar el CLV potencial de cualquier negocio o mercado. Herramientas como Scrap.io extraen esas señales a escala.

¿Es legal extraer datos de Google Maps para calcular el CLV?

Sí, siempre que se trate de datos business públicos. Scrap.io trabaja solo con este tipo de datos, es RGPD y CCPA compliant y cada dato es trazable a su fuente. El tratamiento de datos personales de personas físicas sí requiere una base legal específica.

Conclusión: su CLV es la brújula, Google Maps es el mapa

Si no sabe cuánto vale un cliente, está adivinando. Y adivinar, en un negocio local con márgenes ajustados, sale caro.

La fórmula ya la tiene. El ratio 3:1 le dice si el modelo se sostiene. Y Google Maps le entrega, gratis y en abierto, las señales para estimar el CLV potencial de su mercado entero: rating, reseñas, ubicación, categoría. Lo que falta en la mayoría de los casos no es tecnología. Es dar el primer paso. Calcular ese primer CLV. Extraer esa primera zona. Actuar sobre esos primeros datos.

Y si su objetivo es convertir ese análisis en clientes, el mismo dato sirve para la generación de leads B2B: primero estima el valor, luego prospecta a los que más valen.