作者：
李东亮，Herblink 创始人及增长负责人
张北，前乐刻运动全国运营创新负责人、互联网增长专家
「企业运营七大指标系列文章」是由 GrowingIO 与 Herblink 创始人李东亮联合发布的文章合集，旨在通过指标拆解与实际场景应用分析，为各位提供企业增长的新思路。系列文章将以每周一篇的频率在 GrowingIO 公众号上发布，欢迎大家持续关注。
前文请移步：
总概：《 Herblink 李东亮：企业运营七大指标及提升思路》
第一篇：《企业运营七大指标系列文章一 | 如何从用户、产品及市场角度将 MRR 最大化》
第二篇：《企业运营七大指标系列文章二 | 如何用 tCAC 更合理评定产品及业务表现》
第三篇：《企业运营七大指标系列文章三 | RGP拆解，快速实现 PMF 并提升边际效应》
第四篇：《企业运营七大指标系列文章四 | 划分产品等级，高效缩短毛利回收期》
第五篇：《企业运营七大指标系列文章五 | 通过产品闭环，大幅延长客户 eLT 》
今天为大家拆解第六个指标 ——「 LTV 生命周期价值（Lifetime Value）」
本文关键内容包含：
LTV 生命周期价值 （ Lifetime Value）
LTV = RGP x eLT 或
LTV = ARPU ×（ 1 / 流失率 ）+ 传播次数
如何做低流失率，提升 LTV
如何做高 ARPU（平均每付费客户收入 Average Revenue Per User），提升 LTV
计算指标与计算公式简介
1. LTV 生命周期价值
LTV 是指一个客户从注册到彻底流失这段时间扣除成本之后贡献的经济价值，相当于期末周期总毛利。GMPP 是从回收时间角度比较不同分组效率的很好工具，而 LTV 则更进一步把预期生命周期也考虑了进去。
在偿还客户获取的所有间接费用成本，以及支持该客户的任何可变经常性成本之后，LTV 还需要偿还企业剩余的一般及行政开支与研发成本，一旦上规模的话营业杠杆是很显著的。
毛利 = LTV（生命周期价值）— CAC（获客成本）— COC（运营成本）
LTV = RGP x LT =ARPU × ( 1 / 流失率 ) + 传播次数
我们在计算生命周期价值的时候会通过 " RGP x LT " 来做全局统计，通过 " ARPU ×（1 / 流失率 ）+ 传播次数 " 来做局部统计。
LTV = RGP × LT
我们通过 RGP 来做计算的因子的时候，统计的是全局值，不做细分客户计算，这么做的好处是，我们可以更直观地观察出来一类客户在统计周期类（时间长为：1 月、3 月）贡献的经济价值，来做全局决策，是否要继续对这个产品进行投入。如果继续投入的产品，我们会通过下面的公式再计算一次。
LTV = ARPU × ( 1 / 流失率 ) + 传播次数
区别在于，计算 ARPU 、流失率、传播次数会让我们深入的了解产品需要在那些点进行优化。下面我们会针对流失率和 ARPU 对 LTV 的影响做深入分析。
2. 如何做低流失率，提升 LTV
根据我们的经验，做低流失率比较有效的方式有 2 个：
（1）通过功能间互相导流，拉长客户生命周期。具体方式可以参考 < 第五篇：eLT（预计生命周期）>
（2）针对单产品/单功能，通过数据监控对流失客户做预警，优化产品。
流失预警机制设计步骤如下：
2.1 定义流失用户
我们通过用户行为和时间维度来定义流失用户。
时间维度上，例如 B2B 交易的核心功能是交易，询单系统的核心功能是询单量，3 月内没有下单，2 周内没有询单的客户就可以定义为预警用户。
用户行为上，例如 B2C 在流失前进行了哪些行为，找出这些流失用户从哪个渠道来的，这个渠道来的用户群中留存和流失的占比，还要观察流失用户的行为特征及用户画像，以及分析用户流失前是否发布了新版本，或者更改了某些用户习惯使用的功能。
2.2 分析流失预兆
我们一般通过数据监控确定流失用户，分析用户流失前的行为。一般可以从以下几个方向进行数据分析：
用户流失前发生了哪些相似的行为
用户是否集中在某一渠道
用户属性是否一致
流失前，产品、运营、市场是否发生某些变动
流失用户的画像特征
2.3 设立预警机制
有了流失用户的行为画像和属性画像以后，就可以开始把这些指标进行量化加入到程序去中去报警。
例如，a-b-c 路径的用户流失率高达 80% 。x-y-z 路径的客户流失率只有 20% 。那么可以在客户完成 a-b-c 动作后的 1 天，通过短信和邮件的方式召回客户去走 x-y-z 路径。然而最好的解决方式，是去分析 a-b-c 路径的产品问题。
2.4 完成用户引导
上面所说的 x-y-z 路径一般是我们统计留存用户走的最多路径。这类优质路径，除了在召回用户时候使用以外，更重要的是在新客户使用产品时，要加入到引导过程。
运营需要弱化 a-b-c 路径，避免低效运营的状况出现，通过数据的分析，找到最优的路径来引到用户，只有先去延长用户的生命周期，再通过产品转化的运营，才能不断的挖掘出用户价值，这也是一个用户从注册到完成结束的生命周期价值。
3. 如何做高 ARPU ，提升 LTV
我们主要用 4 种方式提高 ARPU ：
3.1 提高产品门槛
大众的认知能力有限，比如产品的技术含量高，成本无法估价，大众没办法算清楚你能赚多少钱。
竞争对手少，拥有独家专利，类似于行业垄断，所以定价权就掌握在自己手上，大众只能被迫接受。
3.2 拉长客户生命周期
通过关联功能/产品间的互相导流，形成自己的私域流量，拉长客户生命周期，实际案例可参考 < 第五篇：eLT（预计生命周期）>。
3.3 提高付费比例
首先，调查未付费用户为什么没有付费购买产品。比如是没有消费习惯？还是软性需求？还是没有使用场景？还是产品性价比低？其次，我们建议统计付费用户的行为和路径，引导未付费用户走一遍。
3.4 增加付费点
这个不用说，在不伤害用户的前提下，付费点越多越好。我们的建议是：
把金额化整为零，降低付费门槛；
在路径的关键节点上做第 1 次费用，降低决策成本。
4. 从运营角度解读生命周期价值
从运营角度来看，在分析生命周期价值的时候需要考虑以下几个方面：
（1）对流失用户进行定义，通过数据分析流失前用户的行为特征，设定流失预警；
（2）分析用户活跃及留存路径，将新用户引导到最优路径，再通过召回办法，将已流失用户引导到最优路径；
（3）分析新用户的付费转化、老用户复购，挖掘付费用户的深层需求，推荐增值付费产品，这也是提高转化并且延长用户生命周期的路径；
（4）分析平台用户产出的转介拉新用户数，分析是自驱转介拉新还是活动转介拉新，将此类用户可以设定为 A 类用户，进行垂直化用户运营，延长此类用户的生命周期，产出更高的价值。
5. 计算指标与计算公式简介
DNU（Daily New Users）： 每日的新增用户数量
AU（Active Users）：活跃用户，统计周期包括DAU（日活跃用户）、WAU（周活跃用户）、MAU（月活跃用户）
PU ( Paying User）：付费用户
APA（Active Payment Account）：活跃付费用户数
PUR（Pay User Rate）：付费比率 = APA / AU
ARPU（Average Revenue Per User）：平均每用户收入 = 总收入 / AU
ARPPU （Average Revenue Per Paying User）： 平均每付费用户收入 = 总收入 / APA
RR（Retention Rate）顾客保留率 = 本年度的顾客总数 / 上年度的顾客总数；
SR（Spending Rate）顾客消费率= 顾客总消费额 / 顾客总数
VC（Variable Cost）变动成本= 产品成本 + 服务管理费用 + 信用卡成本等
AC（Acquisition Cost）获得成本 = 本年度广告、促销费用 / 本年度顾客总数
GP（Gross Profit）净利润= 总收入 – 总成本
DR（Discount Rate）贴现率= [ 1 +（风险系数×银行利率）] n
NPV（Net Present Value Profit）利润净现值= GP / DR
累积 NPV = 特定时间内每年 NPV 的总和；
顾客终身价值（LTV）= 累积 NPV / 顾客总数。
接下来，我们会按照顺序分析 rCAC（总客户获取成本所得回报率）。喜欢的朋友可以继续关注 GrowingIO 公众号后续文章。
关于 GrowingIO
GrowingIO 是基于用户行为的新一代数据分析产品。首推国内领先的“分析工具 + 运营咨询 + 持续增长”数据服务体系，帮助企业构建数据运营闭环。依托于快速部署无埋点技术，实时采集全量行为数据，搭建完整的数据监控体系，高效管控与运营核心业务指标，帮助企业挖掘更多商业价值。
网友评论