立即登入 做移动互联网产品商业化的人，心里都得有一杆秤——用来衡量产品到底"赚不赚"。日常大家挂在嘴边的可能是Gross Profit、ARPU、eCPM、CAC这些，但真正能一锤定音的，其实是LTV（Life Time Value，用户生命周期价值）。说到底，商业化追来追去，不就是让用户在跟你"打交道"这段时间里，尽可能多产生点价值么。
先搞懂用户生命周期（LT）
要算明白LTV，绕不开LT。这个概念不复杂：用户从第一次用这个App，到彻底离开，中间隔了多长时间，就是他的生命周期。但真放到单个用户身上，这个数根本没法看——有人成了死忠粉，也有人刚下载就卸载，个体差异大到离谱。所以谈LT，从来都是站在产品全局的视角，看的是大盘用户的平均表现。
跟LT绑得最紧的是留存率（Retention Rate）。做产品的对这个再熟悉不过，就是看一段时间后还剩多少用户。次日留存、三日留存、七日留存、三十日留存，这些都是常规跟踪项。留存率本质上是个概率问题：次日留存55%，意味着一个新用户第二天还回来的概率是55%。
把各天的留存率串起来，就能推算生命周期了。假设一款App第n天的留存率是Rₙ₋₁，那么用户第二天来的概率是R₁，第三天还来的概率是R₂……第n天还在的概率是Rₙ₋₁。把"1"（第一天肯定算）加上各天留存的概率累加起来，就是这个用户在n天内预期活跃的总天数，也就是LT：
LT = 1 + R₁ + R₂ + … + Rₙ₋₁
实际工作中，我们通常会给定一个时间窗口，比如30天LT、45天LT，这样更方便横向对比和落地。
LTV到底是什么，怎么算
说完LT，终于轮到重头戏——LTV。定义很直白：用户在跟产品打交道的整个周期里，给公司贡献的价值总和。同样，我们也会限定时间来看，30天LTV、45天LTV都是常见说法。
要算LTV，还得引入另一个关键指标ARPU（Average Revenue Per User，每用户平均收入）。算法不复杂：一段时间内的总收入除以总活跃用户数。举个例子，某App月收入10万美元，月活200万，那ARPU就是0.05美元。
LT和ARPU都齐了，LTV自然呼之欲出：
LTV = LT × ARPU
还是刚才那个例子：如果30天内LT是14天，ARPU是0.05美元，那用户的LTV就是0.7美元。这个公式好用，是因为它把"用户能留多久"和"用户每天值多少钱"这两个维度拧在了一起。
LTV到底能帮我们干什么
LTV某种程度上是对产品价值的综合体检。产品价值可以拆成两块：用户价值和商业价值。LTV刚好能同时覆盖——LT反映产品粘不粘得住人，ARPU反映变现效率高不高。一个指标，两头兼顾。
判断新功能值不值得上？看LTV变化最直观。功能上线后LTV涨了，说明要么用户留得更久，要么变现更强了，或者两者兼而有之，这功能大概率没白做。
另外，对于靠买量获取用户的App来说，LTV更是生死线。把它和CAC（用户获取成本）放在一起比，投放能不能打正就一目了然。LTV高于CAC，这门生意才转得动；长期够不着，那就是赔本赚吆喝。很多团队会设定一个LTV/CAC的安全线，比如3:1，用来指导投放节奏和预算分配。
不过也得提醒一句，LTV算的是预期值，实际落地中要结合cohort分析、渠道质量、用户分层来看，不能一个数字包打天下。毕竟，平均数有时候会骗人——你懂的。