LTV计算公式详解
核心公式: LTV = Σ(留存率_t × 直接收益_t) + Σ(留存率_t × 推荐率_t × 新客转化率 × 新客LTV)
- 第一部分 Σ(留存率_t × 直接收益_t) 计算客户自身的直接贡献
- 第二部分 Σ(留存率_t × 推荐率_t × 新客转化率 × 新客LTV) 计算客户通过推荐带来的间接贡献
留存率通过衰函数模型计算: 留存率_t = a·t^b
参数说明
- 留存率模型参数:
- 系数 a: 影响初始留存率，通常在0.3-0.8之间
- 指数 b: 影响留存率的衰减速度，通常为负值，在-0.5到0之间
- 推荐率: 每个活跃用户平均每期推荐的新用户数
- 新客转化率: 被推荐的新用户中转化为付费用户的比例
- 新客户LTV: 单个新客户的平均终身价值，用于计算间接价值
- 直接收益: 各周期用户创造的直接价值，可单独设置或批量导入
常见业务场景参数参考
- SaaS企业
- 留存率通常较高，可设置 a=0.8, b=-0.1
- 直接收益为订阅费用，通常为固定值
- 推荐率较低，可设置在0.05-0.2之间
- 电商平台
- 留存率衰减较快，可设置 a=0.5, b=-0.3
- 直接收益根据复购频率和客单价设置
- 推荐率可根据社交分享活跃度设置
- 游戏行业
- 留存曲线可能存在多个拐点，简化模型设置 a=0.6, b=-0.2
- 直接收益通常前期较高，后期衰减
- 社交型游戏推荐率高，单机游戏推荐率低