用戶生命周期價值，如何幫助決策該投入那款產(chǎn)品重點做獲客呢？本文作者對用戶生命周期價值和獲客之間的聯(lián)系進(jìn)行了分析，希望能給你帶來一些幫助。

最近突然接到老板需求：分析一下咱們的用戶生命周期價值，幫助決策接下來投入哪款產(chǎn)品重點做獲客。

乍聽是一頭霧水，我內(nèi)心：用戶生命周期價值跟獲客有什么聯(lián)系？再說，用戶生命周期價值可咋算呀？

這個時候難道要老板手把手教你算？那是不可能的。眾所周知，僅僅是接到老板的靠譜需求就已經(jīng)花光了畢生的運氣（狗頭保命.jpg）。但是打工人的生存絕技就是兵來將擋水來土掩，不懂也要現(xiàn)學(xué)現(xiàn)用?，F(xiàn)在我將自己從摸索到實操的案例拿來分享，全文基本從小白視角闡述，聰明的你理解起來應(yīng)該不難！

一、LTV與CAC是什么關(guān)系

接著上文，老板要看用戶生命周期價值背后的原因是什么？為什么這個東西對獲客決策有幫助？我們先來梳理一下兩個概念吧。

LTV（Life Time Value）：英文又叫CLV (Customer Life Time Value)，顧名思義，就是老板口中的用戶生命周期價值，指的是平均一個客戶終身能為企業(yè)貢獻(xiàn)多少價值。

CAC（Customer Acquisition Cost）：這個很好理解，指的是單個客戶獲取成本，如果一款產(chǎn)品的CAC<LTV，是不是代表當(dāng)前的獲客渠道比較優(yōu)質(zhì)，客戶價值較高，另外獲客上還有更大的成本空間呢？如果CAC>LTV，是不是代表獲客成本太高，客戶質(zhì)量待提升，以及獲取渠道需要優(yōu)化呢？通過以上思考，老板的需求和動機(jī)就變得合情合理了。原來通過用戶終身價值分析可以反過來指導(dǎo)營銷策略的呀！一個業(yè)界給出的參考值：“LTV/CAC=3的時候是公司最能健康發(fā)展的（小于3說明轉(zhuǎn)化效率低，大于3說明在市場拓展上還太保守）”。

二、如何計算LTV?

Step 1：確定LTV計算公式

簡單理解一下，假設(shè)一個用戶在一款游戲app終身留存了300天就流失了，平均每天給游戲充值了5塊錢，那么這個用戶的LTV=300*5=1500塊大洋。得出結(jié)論：實際上LTV是以用戶生命周期為單位的ARPU值。我們只需要計算用戶的平均生命周期，再計算這個周期內(nèi)的ARPU值，就能得出平均每個用戶可以帶來多少價值。拆解一下我們可以得出LTV的計算公式：

LTV=平均用戶生命周期（天）*用戶平均營收（天）=LT*ARPU

Step 2：確定平均用戶生命周期（LT）計算公式

先試著理解：平均用戶生命周期=用戶總留存時間/總用戶數(shù)，根據(jù)公式繼續(xù)反推：（第一天留存用戶數(shù)+第二天留存用戶數(shù)+…第N天留存用戶數(shù)）*1/總用戶數(shù)= 第一天留存率*1+第二天留存率*1+…+第N天留存率*1。是不是有點暈？我們試著代入以下案例理解: 假設(shè)一款游戲應(yīng)用在某個時間段內(nèi)新增1000用戶，當(dāng)天留存率100%，次日留存率90%，次日的第2天留存率75%，第N天留存率A(n)，那么這1000個用戶的平均生命周期=1*1+0.9*1+0.75*1+…A(n)*1。

Step 3：確定用戶平均營收（ARPU）

補充一下，如果公司度是多品牌多品類多渠道策略，建議還是做下用戶分層再做數(shù)據(jù)分析，增加分析結(jié)果的可靠度。例如：可以將用戶按照品類、渠道、會員等維度劃分。所以，當(dāng)我們算ARPU的時候，公式應(yīng)該是這樣的：ARPU=對應(yīng)分層用戶的總收入/對應(yīng)分層用戶的總?cè)藬?shù)。

三、LTV計算案例實操

前面說了那么多其實已經(jīng)解決了最難的那一步，此刻你腦海應(yīng)該已經(jīng)有了一個大致的概念和想法。為了輔助消化，我們來看一個手把手的實操案例。

Step 1：留存樣本數(shù)據(jù)采集

這里我從神策上導(dǎo)出了過去180天新增用戶的30日留存數(shù)據(jù)。注意: 這個取數(shù)區(qū)間要結(jié)合實際業(yè)務(wù)，這樣拉出來的數(shù)據(jù)才具有代表性(最好覆蓋淡季和旺季）。如果取的僅僅是淡季或者旺季的數(shù)據(jù)，不能代表實際的用戶活躍和留存。這一步主要是為了第二步的留存率預(yù)測做數(shù)據(jù)支撐，所以我取30天的數(shù)據(jù)增加預(yù)測的準(zhǔn)確度。

Step 2：基于已有留存率預(yù)測用戶未來留存率

1）通過excel拉出以上留存率的散點圖，可以看到這些點基本在一條直線上

2）鼠標(biāo)右擊散點，出現(xiàn)彈窗，選擇“添加趨勢線”

3）通過擬合函數(shù)預(yù)測留存率

在“指數(shù)、線性、對數(shù)、多項式、冪、移動平均”中選擇一條跟留存曲線擬合最好的曲線，擬合度越高預(yù)測結(jié)果越精準(zhǔn)。注意：這里要勾選上“顯示公式”和“顯示R平方值”，R2 代表擬合度，R2 越接近1說明擬合度越高。

備注：因為留存數(shù)不可能<0，所以系統(tǒng)幫我計算出的留存曲線公式實際為：y = -0.09ln(x) + 0.7159，y>=0 （x代表第幾天，y代表對應(yīng)留存率）。假設(shè)這批用戶全部流失完，y=0即算一個完整的生命周期，代入以上公式得出: x≈2848。也就是根據(jù)留存曲線公式預(yù)測出這批新增用戶在未來的第2848天會全部流失完。

4）計算平均用戶生命周期（LT）

文章前面介紹過了平均用戶生命周期=（第一天留存用戶數(shù)+第二天留存用戶數(shù)+…第N天留存用戶數(shù)）*1/總用戶數(shù)= 第一天留存率*1+第二天留存率*1+…+第N天留存率*1，實際上這是一個累加求和的過程。怎么快速計算大家八仙過海各顯神通了。本學(xué)渣費勁半天，最終用EXCEL中的SUMPRODUCT函數(shù), 基于樣本數(shù)據(jù)計算出LT≈257。也就是說這批樣本數(shù)據(jù)的平均用戶生命周期約為257天。

5）計算平均用戶營收（ARPU）

這個很簡單，不再贅述。你需要做的是導(dǎo)出一份特定時間段內(nèi)的歷史訂單數(shù)據(jù)統(tǒng)計GMV。我的實操數(shù)據(jù)拉取了過去180天的銷售額和對應(yīng)的用戶數(shù)，最終統(tǒng)計出了以下結(jié)果：

6）計算用戶生命周期價值（LTV）

終于來到了最后一步！直接套公式！LTV=LT*ARPU，得出最終結(jié)果，平均用戶生命周期價值$71.68（千呼萬喚始出來！）

算到這里鬼知道我到底經(jīng)歷了什么，太難了！但是接下來可以拿著LTV 去找老板高談闊論了。以為到這里就結(jié)束了？NO！真正的戰(zhàn)爭剛剛打響：這是預(yù)測出的LTV，跟實際情況是否吻合？假如這是一個比較合理的結(jié)果，那跟當(dāng)前的CAC相比，是什么水平？接下來是要加大獲客預(yù)算爭奪市場還是減少獲客預(yù)算提高用戶復(fù)購？總之圍繞著LTV有很多可以發(fā)散的業(yè)務(wù)增長策略可以討論，希望以上的分享剛好能解決你的問題！如有細(xì)節(jié)或關(guān)于函數(shù)公式不清楚的話給我留言。