LTV冷离，Life Time Value，用戶的終身價值澡谭，即用戶在產品內貢獻的總的價值愿题。

CAC，Customer Acquisition Cost蛙奖，即單個用戶的獲取成本潘酗。

兩者都為均值。

一雁仲、LTV與CAC的關系

關系一： $LTV>CAC$

在新用戶的獲取上仔夺，要保證一個用戶在整個生命周期中給產品帶來的價值（LTV）大于獲取這個新用戶所耗費的成本（CAC），否則獲取的用戶越多攒砖，虧損越嚴重缸兔。即LTV>CAC ，公式看似簡單吹艇，卻是用戶獲取的本質約束惰蜜。

很多風險投資機構普遍認為LTV>CAC的時候產品或者公司是有可能性的，LTV<CAC的時候模式是無意義的受神。

當然抛猖，在一些特定的階段，會出現雖然LTV＜CAC鼻听，但還是會大量燒錢獲取用戶的情況财著。比如在打車、外賣撑碴、共享單車這些行業(yè)早期的時候撑教，先補貼獲取用戶，搶占市場份額醉拓，后面再想辦法賺錢伟姐。

關系二： $\frac{LTV}{CAC} \ > 3$

除了LTV需要大于CAC之外，兩者比值也是體現產品商業(yè)價值的指標廉嚼。在有競爭的環(huán)境下玫镐，即使LTV>CAC，但是如果LTV/CAC的比值小于其它競品公司怠噪，同樣會在競爭中很多被抬高的CAC壓垮。

因此投資機構在投資時杜跷，還會關注LTV/CAC的比例傍念，一般認為LTV/CAC>3是有較大概率占據行業(yè)領先地位的矫夷。

Q1：那么LTV/CAC是不是越大越好呢？

A：并不一定憋槐，如果過大双藕，很有可能說明在市場拓展中還太保守，沒有盡快的占領市場阳仔。因此忧陪，需要保持在大幅推廣的情況下，LTV/CAC在3左右近范，是一個比較好的狀態(tài)嘶摊。

Q2：為什么是3這個數值呢？

A：這里我并不知道精確的答案评矩，但隨意套用了下28法則叶堆，“一線希望”部分的面積的確占比20%。

二斥杜、計算CAC

計算方法： $CAC = 市場總花費 / 同時期新增用戶數$

參數說明：市場總花費一般包括推廣渠道花費虱颗，營銷和銷售的總費用，甚至包括所有市場蔗喂，運營人員的人力成本忘渔，這里只要把我們付出的成本都算進去就好。

三缰儿、計算LTV

計算方法： $LTV=LT\times ARPU$

參數說明：

1）ARPU畦粮，Average Revenue Per User，為每用戶平均收入返弹。

$ARPU=總收入/總用戶數$ 锈玉，一般這個總用戶數是按照DAU來計算的，為每用戶平均天收入义起。

這里取某階段的平均ARPU即可拉背。

2）LT，Life Time默终，為用戶的平均生命周期椅棺。計算較為復雜，下面將分步進行齐蔽。

首先两疚，假設新增一批用戶A，用戶在后面第n天的留存用戶數為A(n)

STEP1：計算這批用戶的生命周期之和

留存1天的? $\rightarrow [A-A(1)]\times 1$

留存2天的 $\rightarrow [A(1)-A(2)]\times 2$

······

所以含滴，這批用戶生命周期之和 = [A-A(1)]*1 + [A(1)-A(2)]*2 +… + [A(n-1)-A(n)]*n +[A(n)-0]*(n+1)

=A+A(1)+A(2)+… +A(n-1)+A(n)

STEP2：計算這批用戶的平均生命周期

平均生命周期 = LT = 生命周期之和 / 用戶數

$= [A+A(1)+A(2)+… +A(n-1)+A(n)]/A$

$=1+\frac{A(1)}{A} +...+\frac{A(n)}{A}$

因為诱渤，第n天的留存率 = R(n) = A(n) / A

所以， $LT=1+\sum_{i=1}^n R(i)$

由上式可知谈况，用戶的平均生命周期 = 留存率之和勺美。

STEP3：計算這批用戶的留存率之和

假設递胧，我們已經知道部分留存數據，比如赡茸，次留50%缎脾，7日留存30%，30日留存15%

留存率之和計算步驟如下：

① 利用Excel根據已有數據繪制散點圖

② 根據散點圖擬合回歸曲線占卧，得出回歸方程

③ 根據回歸方程預算出更長時間的留存率（譬如120天遗菠，或者更長，但留存率要>=0）

④ 然后求和得出留存之和

下圖為①②步驟所得留存曲線和擬合方程式华蜒，本次采用對數函數進行擬合：

下圖為③④步驟根據擬合方程 y = -0.103ln(x) + 0.5001 計算得到的留存之和：

STEP4：得出用戶的平均生命周期?LT

因為辙纬， $LT=1+\sum_{i=1}^n R(i)$

所以， $LT=1+12.88=13.88$

關于LT的補充：

LT我們還可以采用“全樣本統計”的方法進行計算友多。

即用戶最后一次使用的日期牲平，減去他注冊的日期，得出單個用戶的留存天數域滥。把所有用戶的單用戶留存天數平均一下纵柿，我們可以把它視為用戶的LT。

這種方法的缺點是非常不靈敏启绰。樣本需要足夠的大昂儒，時間跨度需要足夠的長，才能得出真實的數據委可。譬如渊跋，你的app上線時間少于一年，得出的數據則誤差很大着倾，是沒有意義的拾酝。

以上根據 $LTV=LT\times ARPU$ 即可完成LTV的計算。

聲明：本文為自己的“案例練習”模塊卡者，并非全部為原創(chuàng)蒿囤，內容參考于人人都是產品經理的作者“南村小付”。

案例練習 | 數據_計算LTV和CAC