数据分析实操：生命周期价值

摘要：生命周期价值（Lifetime Value）的研究有多重意义，不仅可以预估平台潜力，还可以作为目标管理工具、成本管理以及指导运营等等。文章介绍了统计生命周期价值的方法，具有实操指导价值。

生命周期价值，即Lifetime Value（下文简称LTV），意为客户终生价值，即公司从用户使用产品到离开产品中间所得到的全部经济收益总和，不论是何种形式的收益；这里的客户可以是一个C（consumer）端用户，也可以是B（business）端用户。

下面举例说明，以便加深对LTV的理解：

1.美容美发加盟/连锁行业，既有C端用户的LTV，又有B端理发师/美容师的LTV。

1.1 C端LTV 来理发，来美容的消费者的LTV。

LTV高/低 大家都有去美容美发店理发被说服办会员卡的经历，有的人选择办卡，有的人选择不办卡，办卡的人一定是该店的高LTV客户，不办卡的是相对低LTV的客户；

留存/流失 有会员卡的客户每隔几个月会来美容美发店消费，有的人消费几个月后，不满意或搬家了，就不再来了，有的人长达几年在这里消费，我们还来的称为留存，不再来的称为流失，在足够多样本下，这个留存与流失的数据存在一定的规律性；

获利能力高/低 有的人每次来找资深的理发师，客单价高，有的人无所谓，低阶些的理发师，客单价低，这是获利能力高/低的区别，这也给了我们运营的空间，如何提升客单价，也提供了对用户分类运营的思路

1.2 B端LTV 负责理发的、美容的人的LTV。

LTV高/低 美容美发店里有理发师、高级理发师、资深理发师，有刚入行的理发师，有干了很多年的理发师，他们有高低LTV之分；

留存/流失 理发师会走，干的不爽快、或掌握本领自己干了、或被挖墙脚，便会离开该美容美发店，称为流失，流失后，贡献的LTV终止；

获利能力高/低 资深理发师单价高于刚入行理发师，客单价是不同的，客量也有差异，对店的获利能力也有差异；但成本也高

2.互联网行业，也有B端LTV和C端LTV ，对于电商类平台来说，C端是买家，B端是卖家，比如：淘宝和京东；对于资讯平台来说，C端是访问用户，B端是广告商，比如百度和今日头条。淘宝和京东的LTV比较易理解，我们以资讯平台为例：

2.1C端LTV 即访问用户贡献的LTV

LTV高/低 资讯平台大家以CPC（Cost Per Click，每次点击付费）或CPM计费（Cost Per Mille，即每千次访问付费），按CPM付费时，访问用户访问的页面越多，广告曝光的概率越高，该用户贡献的LTV就越高；把推荐做的更精准，引导你看更多的文章，能赚更多的钱。

留存/流失 不再打开今日头条或下载称为流失，比较容易理解。

获利能力高/低 取决于平台留住人的能力，这也是有些公司考核在线时长的含义，停留越久的用户，对平台来说，获利能力越强

2.2B端用户 即内容生产这贡献的LTV

资讯产品上市后，出现了一批靠生产内容赚钱的人，对资讯平台来说，属于B端客户。

LTV高/低 本质是你的内容是否吸引眼球，能否获取更高的浏览

留存/流失 不再在今日头条生产内容，即流失

获利能力高/低 通过大数据，判断以往文章受欢迎度，可以获知每个B端用户获利能力的高低，留住这些人，对资讯平台来说，意义重大

3.房产中介行业，低频行业的LTV，C端用户的生命周期会非常长，B端客户（即经纪人）的生命周期价值更有意义

LTV高/低 跟你在这个行业的时长强挂钩，这是个倒卖房产信息的行业，从业时长越长信息量越大，LTV也越高

留存/流失 这个行业跟政策强相关，大小年明显，在小年，经纪人养活不起自己时，会离开这个行业；能力强的会更强大，赚的盆满钵满

获利能力高/低 看的是促成成交的能力，能促成的成交多，个人和平台获利能力强

（二）如何计算LTV？

以下以房产中介行业为例，通过计算经纪人的LTV来介绍LTV计算方法。

首先，从历年入职的经纪人在后续的表现中，统计出经纪人留存的规律性。

1.统计历年每个月入职的经纪人，在后续月份留存（即仍在职）的人数和在职时长；

2.按在职时长分组，除以入职月入职人数，得到各分组的留存率，可以看到，是有规律性的留存。如图示：

说明：各大公司历史数据都有缺失，图示一段段的线条是数据缺失导致，举例--假设仅保留了2018年后在职经纪人数，那么2017年6月的留存就从2018年1月开始，也就是从在职时长7个月开始有留存率，其他以此类推。

3.取每个在职时长的截面数据，做均值，便可得到经纪人入职N月的留存率。

其次，从历年入职的经纪人在后续的成交表现中，统计出成单能力（即人均单量），在职时长不同，成单能力不同。统计方法与留存率类似，不再赘述，需要将后续月份留存（即仍在职）的人数替换成成交单量。注意人均单量计算时，分母是X月入职的经纪人留存至目标月份的所有在职经纪人，非有成交的经纪人。同样如图示，可以看到，同样是有规律的，不同的是，从该图中可以看到房产交易中金三银四的规律（图中红色是3月份的人均单量，黄色是其他月份人均单量），注意考虑这个周期性因素。

最后，我们通过计算获取LTV：

LTV=∑新增经纪人数×对应第i月留存率×对应在职第i月人均成交单量

下图每一条线各点累加便是该月经纪人的LTV（按单量），也可以乘以对应成交月份的套均价，是其贡献的交易额LTV，再乘以佣金费率，得到收入LTV。

同时，我们可以根据业务特征对客户进行分类，分类分别预估来提升模型的精准度，也有更多的解读空间。

（三）衡量LTV的意义

1.用客户现在的情况来预估未来平台的潜力

通过上述LTV模型，可以估算出现状下贡献LTV的能力，上述例子中，cohort堆积曲线最后一个点累加，便是19年5月的总成交单量，那么当获取未来月份经纪人的新增目标时，根据在职月份来估算出未来的平台潜力。

2.目标管理，是管理抓手

（1）在有目标值时，即在目标值的约束下，我们未来月份应该如何去制定新增客户的目标，会有指导意义。

（2）不同类型的客户，LTV不同，在目标值约束下，客户类型的最优组合是什么？对运营有指导意义。

3.成本管理

根据以往不同类型客户贡献收入的能力（LTV，终生收入价值），可以得到，我每获取一位客户所需的成本，可以用于控制这方面的成本。

4.指导运营动作

从上面的例子可以看出，留存与成单能力是有规律的，那么在拐点时发生了什么，会使经纪人离职，我们如何入手整体抬高留存曲线和成单曲线，对运营有知道意义，这样的分析是另一个主题，可以另起来聊。

这里没有介绍生命周期价值与生命周期的区别，生命周期的研究根据用户在平台上的表现，分成导入期、成长期、成熟期和衰退期，对不同阶段的客户进行针对性地制定策略，往往是用户的分层运营的使用场景，不同于生命周期价值。生命周期价值的研究还有更多的使用场景，开动你的大脑吧。

end

作者：贾利斋

出处：http://www.itongji.cn/detail?type=99991407

想加入iDATA数据分析社群的小伙伴 添加微信：lovedata19 备注「社群」即可