{"data":"{\"category\":\"technology\",\"content\":\"\\u003cdiv\\u003e\\u003cp\\u003e用户生命周期价值，如何帮助决策该投入那款产品重点做获客呢？本文作者对用户生命周期价值和获客之间的联系进行了分析，希望能给你带来一些帮助。\\u003c/p\\u003e\\u003c/div\\u003e\\u003cimg src=\\\"http://p1.img.360kuai.com/t017e8f9e2495a6278a.jpg\\\"\\u003e\\u003cp\\u003e最近突然接到老板需求：分析一下咱们的用户生命周期价值，帮助决策接下来投入哪款产品重点做获客。\\u003c/p\\u003e\\u003cp\\u003e乍听是一头雾水，我内心：用户生命周期价值跟获客有什么联系？再说，用户生命周期价值可咋算呀？\\u003c/p\\u003e\\u003cp\\u003e这个时候难道要老板手把手教你算？那是不可能的。众所周知，仅仅是接到老板的靠谱需求就已经花光了毕生的运气（狗头保命.jpg）。但是打工人的生存绝技就是兵来将挡水来土掩，不懂也要现学现用。现在我将自己从摸索到实操的案例拿来分享，全文基本从小白视角阐述，聪明的你理解起来应该不难！\\u003c/p\\u003e\\u003ch1\\u003e一、LTV与CAC是什么关系\\u003c/h1\\u003e\\u003cp\\u003e接着上文，老板要看用户生命周期价值背后的原因是什么？为什么这个东西对获客决策有帮助？我们先来梳理一下两个概念吧。\\u003c/p\\u003e\\u003cp\\u003eLTV（Life Time Value）：英文又叫CLV (Customer Life Time Value)，顾名思义，就是老板口中的用户生命周期价值，指的是平均一个客户终身能为企业贡献多少价值。\\u003c/p\\u003e\\u003cp\\u003eCAC（Customer Acquisition Cost）：这个很好理解，指的是单个客户获取成本，如果一款产品的CAC\\u003cLTV，是不是代表当前的获客渠道比较优质，客户价值较高，另外获客上还有更大的成本空间呢？如果CAC\\u003eLTV，是不是代表获客成本太高，客户质量待提升，以及获取渠道需要优化呢？通过以上思考，老板的需求和动机就变得合情合理了。原来通过用户终身价值分析可以反过来指导营销策略的呀！一个业界给出的参考值：“LTV/CAC=3的时候是公司最能健康发展的（小于3说明转化效率低，大于3说明在市场拓展上还太保守）”。\\u003c/p\\u003e\\u003ch1\\u003e二、如何计算LTV?\\u003c/h1\\u003e\\u003cstrong\\u003eStep 1：确定LTV计算公式\\u003c/strong\\u003e\\u003cp\\u003e简单理解一下，假设一个用户在一款游戏app终身留存了300天就流失了，平均每天给游戏充值了5块钱，那么这个用户的LTV=300*5=1500块大洋。得出结论：实际上LTV是以用户生命周期为单位的ARPU值。我们只需要计算用户的平均生命周期，再计算这个周期内的ARPU值，就能得出平均每个用户可以带来多少价值。拆解一下我们可以得出LTV的计算公式：\\u003c/p\\u003e\\u003cp\\u003e\\u003cstrong\\u003eLTV=平均用户生命周期（天）*用户平均营收（天）=LT*ARPU\\u003c/strong\\u003e\\u003c/p\\u003e\\u003cstrong\\u003eStep 2：确定平均用户生命周期（LT）计算公式\\u003c/strong\\u003e\\u003cp\\u003e先试着理解：平均用户生命周期=用户总留存时间/总用户数，根据公式继续反推：（第一天留存用户数+第二天留存用户数+…第N天留存用户数）*1/总用户数= 第一天留存率*1+第二天留存率*1+…+第N天留存率*1。是不是有点晕？我们试着代入以下案例理解: 假设一款游戏应用在某个时间段内新增1000用户，当天留存率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)，那么这1000个用户的平均生命周期=1*1+0.9*1+0.75*1+…A(n)*1。\\u003c/p\\u003e\\u003cstrong\\u003eStep 3：确定用户平均营收（ARPU）\\u003c/strong\\u003e\\u003cp\\u003e补充一下，如果公司度是多品牌多品类多渠道策略，建议还是做下用户分层再做数据分析，增加分析结果的可靠度。例如：可以将用户按照品类、渠道、会员等维度划分。所以，当我们算ARPU的时候，公式应该是这样的：ARPU=对应分层用户的总收入/对应分层用户的总人数。\\u003c/p\\u003e\\u003ch1\\u003e三、LTV计算案例实操\\u003c/h1\\u003e\\u003cp\\u003e前面说了那么多其实已经解决了最难的那一步，此刻你脑海应该已经有了一个大致的概念和想法。为了辅助消化，我们来看一个手把手的实操案例。\\u003c/p\\u003e\\u003cstrong\\u003eStep 1：留存样本数据采集\\u003c/strong\\u003e\\u003cp\\u003e这里我从神策上导出了过去180天新增用户的30日留存数据。注意: 这个取数区间要结合实际业务，这样拉出来的数据才具有代表性(最好覆盖淡季和旺季）。如果取的仅仅是淡季或者旺季的数据，不能代表实际的用户活跃和留存。这一步主要是为了第二步的留存率预测做数据支撑，所以我取30天的数据增加预测的准确度。\\u003c/p\\u003e\\u003cstrong\\u003eStep 2：基于已有留存率预测用户未来留存率\\u003c/strong\\u003e\\u003cp\\u003e1）通过excel拉出以上留存率的散点图，可以看到这些点基本在一条直线上\\u003c/p\\u003e\\u003cimg src=\\\"http://p2.img.360kuai.com/t01cb7cb7ffe09b9de3.jpg\\\"\\u003e\\u003cp\\u003e2）鼠标右击散点，出现弹窗，选择“添加趋势线”\\u003c/p\\u003e\\u003cimg src=\\\"http://p2.img.360kuai.com/t01759b84a7efe9e1c2.jpg\\\"\\u003e\\u003cp\\u003e3）通过拟合函数预测留存率\\u003c/p\\u003e\\u003cp\\u003e在“指数、线性、对数、多项式、幂、移动平均”中选择一条跟留存曲线拟合最好的曲线，拟合度越高预测结果越精准。注意：这里要勾选上“显示公式”和“显示R平方值”，R² 代表拟合度，R² 越接近1说明拟合度越高。\\u003c/p\\u003e\\u003cimg src=\\\"http://p1.img.360kuai.com/t010e639c125306165f.jpg\\\"\\u003e\\u003cimg src=\\\"http://p0.img.360kuai.com/t01459797f136665e48.jpg\\\"\\u003e\\u003cp\\u003e备注：因为留存数不可能\\u003c0，所以系统帮我计算出的留存曲线公式实际为：y = -0.09ln(x) + 0.7159，y\\u003e=0 （x代表第几天，y代表对应留存率）。假设这批用户全部流失完，y=0即算一个完整的生命周期，代入以上公式得出: x≈2848。也就是根据留存曲线公式预测出这批新增用户在未来的第2848天会全部流失完。\\u003c/p\\u003e\\u003cp\\u003e4）计算平均用户生命周期（LT）\\u003c/p\\u003e\\u003cp\\u003e文章前面介绍过了平均用户生命周期=（第一天留存用户数+第二天留存用户数+…第N天留存用户数）*1/总用户数= 第一天留存率*1+第二天留存率*1+…+第N天留存率*1，实际上这是一个累加求和的过程。怎么快速计算大家八仙过海各显神通了。本学渣费劲半天，最终用EXCEL中的SUMPRODUCT函数, 基于样本数据计算出LT≈257。也就是说这批样本数据的平均用户生命周期约为257天。\\u003c/p\\u003e\\u003cp\\u003e5）计算平均用户营收（ARPU）\\u003c/p\\u003e\\u003cp\\u003e这个很简单，不再赘述。你需要做的是导出一份特定时间段内的历史订单数据统计GMV。我的实操数据拉取了过去180天的销售额和对应的用户数，最终统计出了以下结果：\\u003c/p\\u003e\\u003cp\\u003e6）计算用户生命周期价值（LTV）\\u003c/p\\u003e\\u003cp\\u003e终于来到了最后一步！直接套公式！LTV=LT*ARPU，得出最终结果，平均用户生命周期价值$71.68（千呼万唤始出来！）\\u003c/p\\u003e\\u003cp\\u003e算到这里鬼知道我到底经历了什么，太难了！但是接下来可以拿着LTV 去找老板高谈阔论了。以为到这里就结束了？NO！真正的战争刚刚打响：这是预测出的LTV，跟实际情况是否吻合？假如这是一个比较合理的结果，那跟当前的CAC相比，是什么水平？接下来是要加大获客预算争夺市场还是减少获客预算提高用户复购？总之围绕着LTV有很多可以发散的业务增长策略可以讨论，希望以上的分享刚好能解决你的问题！如有细节或关于函数公式不清楚的话给我留言。\\u003c/p\\u003e\\u003cp\\u003e本文由 @BunnyBad 原创发布于人人都是产品经理，未经许可，禁止转载\\u003c/p\\u003e\\u003cp\\u003e题图来自 Unsplash，基于 CC0 协议\\u003c/p\\u003e\\u003cp\\u003e该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。\\u003c/p\\u003e\",\"gnid\":\"99f897ef2602f80fd\",\"img_data\":[{\"flag\":2,\"img\":[{\"desc\":\"\",\"height\":\"420\",\"title\":\"\",\"url\":\"http://p1.img.360kuai.com/t017e8f9e2495a6278a.jpg\",\"width\":\"900\"},{\"desc\":\"\",\"height\":\"364\",\"title\":\"\",\"url\":\"http://p2.img.360kuai.com/t01cb7cb7ffe09b9de3.jpg\",\"width\":\"581\"},{\"desc\":\"\",\"height\":\"260\",\"title\":\"\",\"url\":\"http://p2.img.360kuai.com/t01759b84a7efe9e1c2.jpg\",\"width\":\"220\"},{\"desc\":\"\",\"height\":\"539\",\"title\":\"\",\"url\":\"http://p1.img.360kuai.com/t010e639c125306165f.jpg\",\"width\":\"252\"},{\"desc\":\"\",\"height\":\"378\",\"title\":\"\",\"url\":\"http://p0.img.360kuai.com/t01459797f136665e48.jpg\",\"width\":\"584\"}]}],\"original\":0,\"pat\":\"art_src_3,fts0,sts0\",\"powerby\":\"pika\",\"pub_time\":1679649960000,\"pure\":\"\",\"rawurl\":\"http://zm.news.so.com/94c31c4ed075e8e001e81d2d6e64ad4c\",\"redirect\":0,\"rptid\":\"54a90658d9430a3e\",\"rss_ext\":[],\"s\":\"t\",\"src\":\"人人都是产品经理\",\"tag\":[{\"clk\":\"ktechnology_1:arpu\",\"k\":\"arpu\",\"u\":\"\"}],\"title\":\"不懂LTV的作用和算法？看过来！\",\"type\":\"zmt\",\"wapurl\":\"http://zm.news.so.com/94c31c4ed075e8e001e81d2d6e64ad4c\",\"ytag\":\"科技:互联网:互联网营销\",\"zmt\":{\"brand\":{},\"cert\":\"人人都是产品经理官方账号\",\"desc\":\"做互联网的人不能不懂产品，关注产品，改变生活。\",\"fans_num\":3293,\"id\":\"3099468539\",\"is_brand\":\"0\",\"name\":\"人人都是产品经理\",\"new_verify\":\"5\",\"pic\":\"https://p6.img.360kuai.com/t01df73f7ba052dfbe8.jpg\",\"real\":1,\"textimg\":\"https://p9.img.360kuai.com/bl/0_3/t017c4d51e87f46986f.png\",\"verify\":\"0\"},\"zmt_status\":0}","errmsg":"","errno":0}