編輯導(dǎo)語：用戶生命周期價(jià)值CLV是很多小伙伴都聽過的概念，可能很多朋友也應(yīng)用過。但是這個(gè)模型的應(yīng)用場(chǎng)景、計(jì)算邏輯的演變，可能很多朋友并沒有做詳細(xì)的探究。這篇文章對(duì)“LTV（CLV）”進(jìn)行了詳細(xì)的講解，一起看看吧。

今天和大家分享一個(gè)做營(yíng)銷投放、做用戶增長(zhǎng)非常關(guān)注的指標(biāo)模型：用戶生命周期價(jià)值。

用戶生命周期價(jià)值CLV（Customer Lifetime Value，也有稱LTV：Life Time Value，兩者完全一樣），相信是很多小伙伴都聽過的概念，可能很多朋友也應(yīng)用過。但是真正這個(gè)模型的應(yīng)用場(chǎng)景、計(jì)算邏輯的演變，可能很多朋友并沒有做詳細(xì)的探究。

目前行業(yè)中大部分的文章也是泛泛而談，簡(jiǎn)單套用 LTV = LT × ARPU 公式，沒有對(duì)本質(zhì)原理有所講解。今天我來做個(gè)嘗試，爭(zhēng)取把用戶生命周期這個(gè)模型徹底講明白，希望對(duì)大家有所幫助。

一、背景、定義及價(jià)值

首先聊聊，什么是用戶生命周期價(jià)值，以及是用于解決什么問題的。

1. 用戶生命周期價(jià)值的定義

顧名思義，用戶生命周期價(jià)值，是衡量用戶在整個(gè)產(chǎn)品周期中（或者一個(gè)時(shí)間階段內(nèi)），對(duì)于平臺(tái)或者企業(yè)貢獻(xiàn)總的價(jià)值收益多少的指標(biāo)。這是一個(gè)偏長(zhǎng)期的衡量指標(biāo)。

舉個(gè)例子，一個(gè)用戶注冊(cè)了京東APP，一共使用了2年，后來就流失了、轉(zhuǎn)戰(zhàn)拼多多。這個(gè)用戶2年期間一共在京東貢獻(xiàn)了23000的消費(fèi)金額，那這個(gè)用戶在京東的生命周期價(jià)值就是23000。

當(dāng)然，由于整體的生命周期往往比較長(zhǎng)，可能是幾年、幾十年，特別靠后的階段，往往貢獻(xiàn)的價(jià)值極低，因此在實(shí)踐過程中，往往用一段時(shí)間內(nèi)的收益作為整個(gè)生命周期的衡量。比如3個(gè)月、1年等，因?yàn)?年的時(shí)間，對(duì)于絕大部分用戶可能以及完成了從引入到流失的過程。

但是哪怕再短，和ROI相比都長(zhǎng)很多，因?yàn)镽OI的計(jì)算周期通常也就15天左右。

2. 圖形化解釋

下面，我們從圖形化的角度解釋一下生命周期價(jià)值。

先看下圖，這是我們做用戶生命周期時(shí)經(jīng)常看到的一張圖（關(guān)于生命周期可以參考文章《生命周期劃分邏輯計(jì)算》）。

• 橫軸：即LT（生命周期）。代表了時(shí)間維度，即用戶在平臺(tái)的所處階段。這個(gè)階段的劃分邏輯和名稱有各式各樣的，但大同小異，一般就是引入期、成長(zhǎng)期、成熟期、衰退期。
• 縱軸：代表了用戶對(duì)平臺(tái)貢獻(xiàn)的價(jià)值。用戶在不同階段，往往對(duì)于平臺(tái)的貢獻(xiàn)價(jià)值也是不一樣的。穩(wěn)定成熟期，通常貢獻(xiàn)的價(jià)值多一些；考察引入期、衰退期自然貢獻(xiàn)的少。

我們假設(shè)用戶的創(chuàng)造價(jià)值是個(gè)連續(xù)的過程，而根據(jù)定義，用戶生命周期價(jià)值是整個(gè)用戶生命周期內(nèi)，創(chuàng)造的總的價(jià)值。因此，曲線下的陰影面積就是我們關(guān)注的用戶生命周期價(jià)值LTV（CLV）。這有點(diǎn)像積分的意思。

本文第二節(jié)分享LTV的計(jì)算邏輯演算，理解了這里的面積代表LTV（CLV）的基礎(chǔ)設(shè)定，后面很多邏輯的計(jì)算就清晰多了。

3. 解決了什么問題

從定義上能看出來，用戶生命周期價(jià)值其實(shí)是兩個(gè)維度：生命周期和貢獻(xiàn)價(jià)值。

以往我們做用戶運(yùn)營(yíng)或者做用戶營(yíng)銷，往往只關(guān)注了其中一個(gè)維度。比如，我們關(guān)心用戶的留存率（關(guān)于留存分析可以參考?xì)v史文章《留存分析》）；比如，我們做了一次廣告投放，關(guān)注投放后的用戶帶來了怎樣的成交價(jià)值（關(guān)于投放的指標(biāo)評(píng)估可以參考文章《線上廣告效果評(píng)估》）。

但是這種單維度的評(píng)估，是否存在啥問題呢？

比如說，留存率高、用戶生命周期長(zhǎng)，是否代表了用戶價(jià)值高？

再比如，投放后的用戶ROI很高，是否代表了這次投放效果一定很好？

答案都是否定的。

用戶留存率高，但是長(zhǎng)期貢獻(xiàn)的消費(fèi)很低（即上面生命價(jià)值周期曲線中的縱軸數(shù)值很低），都是白嫖黨，給平臺(tái)帶來不了任何收入，那這種用戶并不是平臺(tái)要關(guān)注的最優(yōu)用戶，我們產(chǎn)品提供服務(wù)最終都是需要商業(yè)化收入的。

同樣，如果廣告投放只關(guān)注短期ROI，可能很高，但是用戶消費(fèi)一次就走了（即上面價(jià)值曲線圖中的橫軸很短），難以在平臺(tái)實(shí)現(xiàn)復(fù)購(gòu)、多次轉(zhuǎn)化，從長(zhǎng)期來看，這次投放效果就是失敗的；相反，如果短期內(nèi)的ROI比較低，但是獲取的用戶長(zhǎng)期價(jià)值貢獻(xiàn)很高，如果單純看短期ROI，很容易就忽略了這種潛在價(jià)值，喪失機(jī)會(huì)抓取。

因此，用戶生命周期價(jià)值模型將留存和價(jià)值兩個(gè)維度結(jié)合在一起，從長(zhǎng)期角度評(píng)估某個(gè)用戶、某群用戶、某個(gè)渠道用戶的質(zhì)量水平，這種評(píng)估方法更加科學(xué)與全面，會(huì)幫助企業(yè)從更加長(zhǎng)期的角度發(fā)展業(yè)務(wù)與開展用戶增長(zhǎng)運(yùn)營(yíng)。

二、邏輯細(xì)節(jié)闡述

上面我們了解了LTV的背景、相關(guān)定義以及解決的問題，下面我們看看具體LTV的一些細(xì)節(jié)。這里我總結(jié)了一下，和各位朋友一起探討，有助于對(duì)于生命價(jià)值周期模型的深入理解。

1. LTV是基于單人量綱的模型

首先，大家講的LTV其實(shí)從人群上區(qū)分，可以分為兩類：?jiǎn)蝹€(gè)人的，和一群人的。都是可以計(jì)算LTV。

• 針對(duì)單個(gè)人：我們可以回看一下上文中的生命價(jià)值周期曲線圖。把這張圖當(dāng)做一個(gè)具體用戶的價(jià)值變化，陰影面積則是這個(gè)人的LTV。
• 針對(duì)一群人：上文的曲線圖橫軸還是生命周期，這個(gè)維持不變可以理解，那縱軸的價(jià)值貢獻(xiàn)是這群人的總貢獻(xiàn)還是平均貢獻(xiàn)呢？我們注意一下，當(dāng)一群人衡量LTV的時(shí)候，取得是這群人的平均價(jià)值貢獻(xiàn)。

因此，無論是單人還是多人，生命周期價(jià)值模型算下來都是平均單人的價(jià)值。

這個(gè)其實(shí)好理解。如果是總價(jià)值貢獻(xiàn)，那么人群數(shù)量將成為影響因素，生命周期價(jià)值就很難在同一維度下做對(duì)比分析了。

2. LTV是基于歷史預(yù)測(cè)未來的模型

其次，無論是那種LTV或者CLV的計(jì)算方法，本質(zhì)上都是預(yù)測(cè)算法。這是生命周期價(jià)值模型的特征決定的。

我們上面講過，LTV模型是衡量長(zhǎng)期價(jià)值的模型，一般都是幾個(gè)月、年度起，不適用短期價(jià)值評(píng)估。

我們舉個(gè)場(chǎng)景，業(yè)務(wù)人員做了一次廣告營(yíng)銷投放，想評(píng)估這次投放的ROI，這個(gè)好說，最多等上10來天，用戶的購(gòu)買數(shù)據(jù)出來了，做做歸因分析（關(guān)于歸因分析可參考《歸因分析詳解》）就能得出結(jié)果。但是要評(píng)估投放帶來用戶的LTV呢？需要等上一年？互聯(lián)網(wǎng)變化日新月異，等上一年可能團(tuán)隊(duì)都換了一撥人了。

因此，在實(shí)踐過程中，為了保證業(yè)務(wù)使用時(shí)效性，LTV的數(shù)據(jù)肯定是需要進(jìn)行預(yù)測(cè)的，我們下文中闡述的所有的LTV的計(jì)算方法，本質(zhì)上也都是預(yù)測(cè)的算法或者邏輯。了解算法的朋友們都清楚，做預(yù)測(cè)是非常難的。因此這也是計(jì)算、應(yīng)用LTV最大的挑戰(zhàn)。

也正是因?yàn)槭穷A(yù)測(cè)模型，所以才有了不同的計(jì)算方法。如果是統(tǒng)計(jì)歷史的邏輯，也沒啥好說的，直接按照定義統(tǒng)計(jì)時(shí)間范圍內(nèi)用戶的價(jià)值貢獻(xiàn)總額就好了嘛！

三、幾種計(jì)算方法

上面關(guān)于一些大的邏輯已經(jīng)介紹的八九不離十了，下面我們?cè)敿?xì)看看有哪些LTV的計(jì)算方法以及公式的推演。

1. 基于整體計(jì)算

根據(jù)上文中我們闡述的LTV的定義，是平均單個(gè)用戶的價(jià)值貢獻(xiàn)。因此，根據(jù)這個(gè)定義，我們可以有整體的計(jì)算邏輯：

LTV=SUM（某批用戶付費(fèi)總額）/總用戶數(shù)
其中用戶數(shù)我們是可以明確知道的，但是這批用戶的總付費(fèi)金額需要進(jìn)行預(yù)測(cè)了。具體的預(yù)測(cè)方法有很多，比如可以基于用戶的歷史行為（比如點(diǎn)擊、瀏覽、加購(gòu)等）進(jìn)行預(yù)測(cè)未來一段時(shí)間（例如一年）的價(jià)值貢獻(xiàn)。我們這里就不展開了，后續(xù)進(jìn)行算法相關(guān)的分享的時(shí)候可以詳細(xì)聊聊。

總之，基于這個(gè)最基礎(chǔ)的公式，我們可以計(jì)算（預(yù)測(cè)）某群用戶的LTV數(shù)值。

2. 基于分階段計(jì)算

基于整體進(jìn)行LTV的計(jì)算，邏輯比較清晰明了。但問題是，直接預(yù)測(cè)整體的付費(fèi)金額是比較難的一件事。

為了解決這類難題，我們將整體的付費(fèi)金額按照生命周期的階段進(jìn)行劃分拆解。于是有了：

LTV=sum（階段1用戶付費(fèi)總額+階段2用戶付費(fèi)總額+……）/總用戶數(shù) =sum（階段1用戶數(shù)×階段1用戶ARPU+階段2用戶數(shù)×階段2用戶ARPU+……）/總用戶數(shù)
我們把上面公式中分母移入每一個(gè)分子項(xiàng)目中。有以下式子：

LTV=階段1用戶ARPU×階段1用戶數(shù)/總用戶數(shù) +階段2用戶ARPU×階段2用戶數(shù)/總用戶數(shù)+……
變形后，出現(xiàn)了【階段1用戶數(shù)/總用戶數(shù)】的數(shù)據(jù)項(xiàng)。如果熟悉用戶留存分析的朋友，應(yīng)該會(huì)比較清楚這其實(shí)就是【階段1留存率】指標(biāo)。因此，上面的公式最終變?yōu)椋?/p>

LTV=階段1用戶ARPU×階段1留存率+階段2用戶ARPU×階段2留存率+……
總體的推導(dǎo)公式如下：

關(guān)于ARPU值得解釋下文詳述。

3. 基于LT和ARPU計(jì)算

這個(gè)計(jì)算邏輯開頭部分就提出來了，也是目前行業(yè)里大家計(jì)算LTV比較流行的方法。

LTV = LT × ARPU

LT：即Life Time，代表群體用戶的平均生命周期長(zhǎng)短。

ARPU：即Average Revenue Per User，代表每個(gè)用戶在某個(gè)周期內(nèi)的平均收入。

注意，ARPU值的單位是某個(gè)周期內(nèi)的用戶平均收入，比如一年內(nèi)的平均收入、3個(gè)月平均收入。相應(yīng)的LT的單位也需要是年、月。只有這樣，才能保證LT和ARPU兩個(gè)數(shù)值相乘，得到的結(jié)果的單位是金額（收入、貢獻(xiàn)）。

這個(gè)公式是怎么得出來的呢？其實(shí)本質(zhì)是做了多層的假設(shè)，所以簡(jiǎn)化了計(jì)算模型。下面我們沿著計(jì)算方法2繼續(xù)推導(dǎo)一下，R（t）是留存率，如下圖：

這里的核心假設(shè)就是：ARPU值在不同階段是常數(shù)。另外用到了各階段留存率之和等于生命周期，這里就不推導(dǎo)了，感興趣的朋友自己演算一下。

四、相關(guān)應(yīng)用落地

最后，我們聊聊關(guān)于LTV的一些應(yīng)用落地。

1. 京東GOAL模型

之前我們分享過京東GOAL模型（參見文章《GOAL模型》），其中模型的第三個(gè)環(huán)節(jié)：A環(huán)節(jié)就是基于CLV進(jìn)行的價(jià)值提升。

通過對(duì)高價(jià)值CLV的用戶進(jìn)行分析匯總，對(duì)高價(jià)值用戶進(jìn)行營(yíng)銷投放，提升精準(zhǔn)化營(yíng)銷的效率和效果。

上圖是樂高綜合定義高生命周期價(jià)值用戶，進(jìn)行CLV相關(guān)的提升的案例。

2. 營(yíng)銷投放效果分析

在上文的背景部分，我們已經(jīng)提到過，LTV模型可以從長(zhǎng)期衡量營(yíng)銷投放的效果，彌補(bǔ)ROI只關(guān)注短期效果的缺點(diǎn)。

我們可以參考神策系統(tǒng)中關(guān)于LTV相關(guān)的分析能力。

這里的產(chǎn)品功能呢，總體還是比較完備的。但是關(guān)于LTV的周期，這里支持的都比較短，最長(zhǎng)也就365天，我覺得應(yīng)該是出于數(shù)據(jù)計(jì)算層面的壓力設(shè)計(jì)的，因?yàn)檫@里都是基于統(tǒng)計(jì)值的。

另外，這里也提供了LTV的預(yù)測(cè)模型，我覺得還是有些意思的。

關(guān)于用戶生命周期價(jià)值模型，今天我們分享這些內(nèi)容，不知道各位朋友是否有了一個(gè)比較基礎(chǔ)的了解？

希望本文對(duì)大家有所幫助。

#專欄作家#

NK冬至，公眾號(hào)：首席數(shù)據(jù)科學(xué)家，人人都是產(chǎn)品經(jīng)理專欄作家。在金融領(lǐng)域、電商領(lǐng)域有豐富數(shù)據(jù)及產(chǎn)品經(jīng)驗(yàn)。擅長(zhǎng)數(shù)據(jù)分析、數(shù)據(jù)產(chǎn)品等相關(guān)內(nèi)容。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。