一、什么是LTV
LTV是Lifetime-value的缩写,意思是生命周期价值。这个词的语境通常是在判断商业模式是否可行,与获客成本CAC(Customer Acquisition Cost)一起出现的。
当 LTV>CAC,比如 LTV=$5、CAC=$3,代表平均每获取一个用户需要花$3,而企业可以在这个用户获得$5 的收入,中间$2 的差额,就是企业的盈利。在这种情况下企业只要扩大投放预算,就可以赚取更多的营收,然后用赚来的钱继续投放获客,如此循环,企业就能迅速扩大规模。
LTV/CAC 也是商业模式价值的体现。从风投的角度,LTV/CAC 在 1.5 以上只能算是跑通的商业模式,至少不会死掉,但只有在 3 以上的才算是有较大的投资价值。
Venture Downturn: Back to Basics with LTV and CAC
https://www.linkedin.com/pulse/venture-
downturn-back-basics-ltv-cac-
sonia-sahney-nagar/
While an LTV/CAC of 1.5 can be a good business in the long-run, it just doesn’t make for good sustained growth. Most startups will face significant downward pressure on their LTV/CAC ratio as they grow and mature. LTV will drop or CAC will increase (or both) as the market reaches saturation and other competitors enter the industry. The target of 3+ ensures there is a buffer for your startup to establish itself as a profitable, market-dominant player.
How investors perceive different ranges of LTV/CAC ratios
二、如何计算用户LTV
LTV 计算的方法有很多种,这就跟因数分解一样。拿 90 这个数字来说,可以写成:
也可以写成:
对于电商的用户生命周期价值,我们可以拆解为:
也可以拆解为:
这种拆解更通用一些,适用于几乎所有的商业模式,包括电商。但要注意这里的时间单位要一致,如果用户的平均生命周期用月来衡量,那么对应的用户平均营收也要以月计算。
通用的公式用英文缩写简化一下就是:
其中 ARPU 代表 Average Revenue Per User,这个指标本身是缺少时间维度的,所以为了避免歧义,才需要说明时间跨度,比如 Monthly ARPU、Yearly ARPU、Lifetime ARPU。
那么 LT 应该如何计算呢?
我们来看一下:
而这批要计算 LTV 的用户,设数量为 A,以 Ret(n) 代表用户在第 n 天的留存率,那么:
套入上面的公式,则有
所以我们看到用户的平均生命周期是由留存率决定的,这符合我们的直觉判断:留存变高了,用户的生命周期肯定会变长。
用于计算第 n 日的留存率函数 Ret(n) 一般都可以用乘幂函数拟合日留存数据得到,往往形如:
其中a、b为常数,a∈(0,1),b∈(-1,0)
特别的,当 n=0 时,定义 Ret(n)=1,也就是新用户激活当日留存率为 100%。
再往后面嘛,对不起,高中数学没学好,不会求极限了。
不过高中数学没学好并不影响我们的实际应用。因为实践中在计算 LTV 的另一个关键因子 ARPU 时,基本会对 n 取一个确定的数,比如 90、180、360,所以我们在计算 LT 时,n 值要与 ARPU 保持一致。一行 Python 代码就能搞定:
现在我们已经算出 LT 了,再有 ARPU 我们就能计算出 LTV 了。
这么算出来 ARPU 的单位就是:元/(天·人)。里面的数据直接从数据库里拉就可以了,没有什么复杂的计算。
看起来像是个循环引用,实际上确实是个循环引用,唯一的差别是时间窗口不同。我们这里是用历史的 LTV 和 LT 数据预估ARPU,再用得出的 ARPU 和近期 LT 数据预估未来的 LTV。
到这,我们终于计算出了 LTV:
结语
计算的时候,如果真的想做出相对正确的估算,而不是把指标做的很好看的话,切记要注意参数的匹配性。比如 LT 的 n 取 180 时,ARPU 也应该取 180,并且用户数 A 取的是 10/1 日当天广告带来的新用户,那么 ARPU 同样应该取那批新用户的数据,只有在没有足够长(180 天)的营收数据的时候才能用以前的相似数据进行推测和代替。
LT 我们是以日作为时间单位来进行推导的,如果用月为单位当然也行得通,但相应的 Ret(n)、ARPU 也要使用以月为单位数据,不过这个数据往往需要非常久的时间才能收集到,所以一般情况下都是用日来进行计算的。
确实想用月来计算又怕算错的话,可以借鉴物理学中的量纲分析,注意各个指标之间的量纲,确保最后算出来的 LTV 单位是元/人即可。
本文原创,未经作者允许不可转载!
更多内容,欢迎关注作者微信公众号:产品研究笔记!
暂无评论
违反法律法规
侵犯个人权益
有害网站环境