不懂LTV的作用和算法?看過來!

0 評論 9167 瀏覽 70 收藏 10 分鐘

用戶生命周期價值,如何幫助決策該投入那款產品重點做獲客呢?本文作者對用戶生命周期價值和獲客之間的聯系進行了分析,希望能給你帶來一些幫助。

最近突然接到老板需求:分析一下咱們的用戶生命周期價值,幫助決策接下來投入哪款產品重點做獲客。

乍聽是一頭霧水,我內心:用戶生命周期價值跟獲客有什么聯系?再說,用戶生命周期價值可咋算呀?

這個時候難道要老板手把手教你算?那是不可能的。眾所周知,僅僅是接到老板的靠譜需求就已經花光了畢生的運氣(狗頭保命.jpg)。但是打工人的生存絕技就是兵來將擋水來土掩,不懂也要現學現用?,F在我將自己從摸索到實操的案例拿來分享,全文基本從小白視角闡述,聰明的你理解起來應該不難!

一、LTV與CAC是什么關系

接著上文,老板要看用戶生命周期價值背后的原因是什么?為什么這個東西對獲客決策有幫助?我們先來梳理一下兩個概念吧。

LTV(Life Time Value):英文又叫CLV (Customer Life Time Value),顧名思義,就是老板口中的用戶生命周期價值,指的是平均一個客戶終身能為企業貢獻多少價值。

CAC(Customer Acquisition Cost):這個很好理解,指的是單個客戶獲取成本,如果一款產品的CAC<LTV,是不是代表當前的獲客渠道比較優質,客戶價值較高,另外獲客上還有更大的成本空間呢?如果CAC>LTV,是不是代表獲客成本太高,客戶質量待提升,以及獲取渠道需要優化呢?通過以上思考,老板的需求和動機就變得合情合理了。原來通過用戶終身價值分析可以反過來指導營銷策略的呀!一個業界給出的參考值:“LTV/CAC=3的時候是公司最能健康發展的(小于3說明轉化效率低,大于3說明在市場拓展上還太保守)”。

二、如何計算LTV?

Step 1:確定LTV計算公式

簡單理解一下,假設一個用戶在一款游戲app終身留存了300天就流失了,平均每天給游戲充值了5塊錢,那么這個用戶的LTV=300*5=1500塊大洋。得出結論:實際上LTV是以用戶生命周期為單位的ARPU值。我們只需要計算用戶的平均生命周期,再計算這個周期內的ARPU值,就能得出平均每個用戶可以帶來多少價值。拆解一下我們可以得出LTV的計算公式:

LTV=平均用戶生命周期(天)*用戶平均營收(天)=LT*ARPU

Step 2:確定平均用戶生命周期(LT)計算公式

先試著理解:平均用戶生命周期=用戶總留存時間/總用戶數,根據公式繼續反推:(第一天留存用戶數+第二天留存用戶數+…第N天留存用戶數)*1/總用戶數= 第一天留存率*1+第二天留存率*1+…+第N天留存率*1。是不是有點暈?我們試著代入以下案例理解: 假設一款游戲應用在某個時間段內新增1000用戶,當天留存率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),那么這1000個用戶的平均生命周期=1*1+0.9*1+0.75*1+…A(n)*1。

Step 3:確定用戶平均營收(ARPU)

補充一下,如果公司度是多品牌多品類多渠道策略,建議還是做下用戶分層再做數據分析,增加分析結果的可靠度。例如:可以將用戶按照品類、渠道、會員等維度劃分。所以,當我們算ARPU的時候,公式應該是這樣的:ARPU=對應分層用戶的總收入/對應分層用戶的總人數。

三、LTV計算案例實操

前面說了那么多其實已經解決了最難的那一步,此刻你腦海應該已經有了一個大致的概念和想法。為了輔助消化,我們來看一個手把手的實操案例。

Step 1:留存樣本數據采集

這里我從神策上導出了過去180天新增用戶的30日留存數據。注意: 這個取數區間要結合實際業務,這樣拉出來的數據才具有代表性(最好覆蓋淡季和旺季)。如果取的僅僅是淡季或者旺季的數據,不能代表實際的用戶活躍和留存。這一步主要是為了第二步的留存率預測做數據支撐,所以我取30天的數據增加預測的準確度。

Step 2:基于已有留存率預測用戶未來留存率

1)通過excel拉出以上留存率的散點圖,可以看到這些點基本在一條直線上

2)鼠標右擊散點,出現彈窗,選擇“添加趨勢線”

3)通過擬合函數預測留存率

在“指數、線性、對數、多項式、冪、移動平均”中選擇一條跟留存曲線擬合最好的曲線,擬合度越高預測結果越精準。注意:這里要勾選上“顯示公式”和“顯示R平方值”,R2 代表擬合度,R2 越接近1說明擬合度越高。

備注:因為留存數不可能<0,所以系統幫我計算出的留存曲線公式實際為:y = -0.09ln(x) + 0.7159,y>=0 (x代表第幾天,y代表對應留存率)。假設這批用戶全部流失完,y=0即算一個完整的生命周期,代入以上公式得出: x≈2848。也就是根據留存曲線公式預測出這批新增用戶在未來的第2848天會全部流失完。

4)計算平均用戶生命周期(LT)

文章前面介紹過了平均用戶生命周期=(第一天留存用戶數+第二天留存用戶數+…第N天留存用戶數)*1/總用戶數= 第一天留存率*1+第二天留存率*1+…+第N天留存率*1,實際上這是一個累加求和的過程。怎么快速計算大家八仙過海各顯神通了。本學渣費勁半天,最終用EXCEL中的SUMPRODUCT函數, 基于樣本數據計算出LT≈257。也就是說這批樣本數據的平均用戶生命周期約為257天。

5)計算平均用戶營收(ARPU)

這個很簡單,不再贅述。你需要做的是導出一份特定時間段內的歷史訂單數據統計GMV。我的實操數據拉取了過去180天的銷售額和對應的用戶數,最終統計出了以下結果:

6)計算用戶生命周期價值(LTV)

終于來到了最后一步!直接套公式!LTV=LT*ARPU,得出最終結果,平均用戶生命周期價值$71.68(千呼萬喚始出來?。?/p>

算到這里鬼知道我到底經歷了什么,太難了!但是接下來可以拿著LTV 去找老板高談闊論了。以為到這里就結束了?NO!真正的戰爭剛剛打響:這是預測出的LTV,跟實際情況是否吻合?假如這是一個比較合理的結果,那跟當前的CAC相比,是什么水平?接下來是要加大獲客預算爭奪市場還是減少獲客預算提高用戶復購?總之圍繞著LTV有很多可以發散的業務增長策略可以討論,希望以上的分享剛好能解決你的問題!如有細節或關于函數公式不清楚的話給我留言。

本文由 @BunnyBad 原創發布于人人都是產品經理,未經許可,禁止轉載

題圖來自 Unsplash,基于 CC0 協議

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!