对 LTV及其计算方式的 初步学习总结
what
LTV
-
Life Time Value --- 用户整个生命周期所产生的总价值
-
一般使用 "平均LTV" --- 平均每个用户在生命周期中所能带来的价值
-
常与CAC --- Customer Acquisition Cost（平均每个）用户获取成本
和ROI等指标一起对产品进行决策
关系
- LTV > CAC，这是基本要求。LTV < CAC 的话用户获取得越多，亏损越严重
- 当LTV/CAC的比值小于其他竞争公司，有可能会被太高CAC的手段压垮
- 一般认为 LTV/CAC = 3 可以较大概论占据行业的领先地位
- 1 < LTV/CAC < 3 说明收益与成本的转化率较低
- LTV/CAC > 3 说明转换率高，但是市场拓展太保守，应该加大投入
why
计算公式：
注解：
ARPU --- Average Revenue Per User，用户在平均生命周期中的平均收益
推导过程：
how
先通过拟合函数计算LT
数据准备
通过这些数据构建折线图：
构建拟合函数，选择R^2值最接近1的拟合方式，越接近1说明拟合度越高。并为"前推周期"填上一个合适的数字，使得拟合函数的曲线刚刚趋近于0：
再计算曲线下面积 --- 就是LT
可以用定积分计算函数的面积，也可以根据前推，对从1到最后的留存率进行sum
这里最后一行的10.4191就是对前110天（包含预测的80天）的留存率的总和，也就是说LT（用户的平均生命周期）是10.42天（注意单位，有些地方留存的是%形式的）
然后使用简化后的公式
LTV = LT * ARPU
如果是7天的LTV --- LTV7 那么就用LT乘以7天的APRU就可以（连接：ARPU）
参考
https://zhuanlan.zhihu.com/p/80434446
https://zhuanlan.zhihu.com/p/89912738
https://www.zhihu.com/question/35541068
标签：总结,---,LTV,用户,初步,LT,拟合,CAC 来源： https://www.cnblogs.com/G-Aurora/p/13456448.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。