产品运营终极指标:用户生命周期价值LTV

懂后台的产品经理更值钱!3周线上课程,带你掌握电商后台12个子系统模块设计要诀。了解一下>

对于从事移动互联网产品商业化工作的人来说,如何衡量产品的变现效率至关重要。一般在讨论商业化效率的时候我们会讨论的指标有Gross Profit、ARPU、eCPM、CAC。但是有一个终极运营指标,那就是用户生命周期价值(Life Time Value,LTV),对于商业化来说,最终追求的都是在让用户在使用我们产品过程中,尽可能提升产生的商业价值。

一、用户生命周期(LT)

要想彻底弄明白用户生命周期价值(LTV),我们就必须先搞清楚用户生命周期(Life Time,LT)。

我们可以简单定义用户生命周期,那就是用户从开始使用我们产品到不再使用我们产品的整个时间段。

这个指标从微观来说意义不大,因为用户与用户之间的个体差异太大,用户A可能能够一直使用我们的产品。但是用户B首次使用后就直接卸载,要是我们单独看这两个用户的LT几乎没有太大价值。因此,当我们在谈用户生命周期的时候,都是从宏观上看整体产品的用户。

用户生命周期有另一个息息相关的指标,那就是用户留存率(Retention Rate,RR),这个指标从事产品工作的都很熟悉,是用来衡量一段时间后用户留下来的比例。比如次日留存,指的是今天新增的用户明天还留下来的比例。我们一般会跟踪次日留存、三日留存、七日留存以及30天留存。

留存率也和用户生命周期一样,是一个宏观的指标,我们可以用概率思维去理解这个指标。比如App的次日留存为55%,意味着对于该产品的典型用户,第二天还继续使用我们产品的概率是55%。

结合产品留存率,我们可以这么理解用户生命周期。假设一款App第n天的留存率为Rn-1,那么对于任一用户来说,他在第二天使用我们产品的概率是R1,第三天继续使用我们产品的概率是R2….第n天仍然不离不弃的概率为Rn-1,那么n天内这个用户一共使用我们产品的天数的预期是1+R0+R1+……+Rn-1。而这个求和的值就是我们这里的LT,即:LT = 1+R0+R1+……+Rn-1。

当我们说用户生命周期的时候,一般指的是固定时间窗口内,比如30天的LT,45天的LT。

二、用户生命周期价值(LTV)

接着,就是我们今天的主菜——用户生命周期价值(Life Time Value,LTV)。

同样我们先来看LTV的定义,用户生命周期价值指的是在用户使用产品的过程中,为开发者/公司持续产生的价值总和。一般的,我们也会看一段时间的用户生命周期价值,比如30天的LTV,45天的LTV。

要想弄明白LTV,同样我们得理解另一个指标——每用户平均收入(Average Revenue Per User,ARPU),ARPU指的是一段时间内,平均每个用户贡献的收益,计算方式为ARPU = 总收入 / 总活跃用户。比如说,某App一个月的总收入为$100,000,月活跃用户数为2,000,000,那么这个App的这段时间的ARPU为$100,000 / 2,000,000 = $0.05。

到现在为止,我们已经介绍了用户生命周期(LT)和每用户平均收入(ARPU),其实到这里,用户生命周期价值已经呼之欲出。

这个公式比较容易理解,一段时间内的用户生命周期价值,就是这段时间内用户会使用我们产品的天数乘上单用户平均收入。前面的例子里,如果该App 30天内的LT为14天,ARPU为$0.05,用户的LTV就是$0.7。

三、用户生命周期价值的意义

从某种意义上说,LTV是一个综合评价产品价值的指标。如果我们将产品价值划分为用户价值和商业价值,那么LTV就是能比较客观的衡量这两种价值,因为它包含LT和ARPU两个子指标,前者是衡量产品黏性,后者是评估变现效率。

如果我们想判断产品新功能对于我们来说到底是不是正向的,那么LTV就是非常有参考价值的指标。

另外,对于需要通过市场投放来获取用户的App来说,LTV也十分重要,我们常常会结合LTV和CAC(Customer Acquisition Cost,用户获取成本)这两个指标进行对比,来评估产品的投放是不是值得。

比如,LTV>CAC,我们会认为产品的投放是有回报是值得的;LTV<CAC,这个时候我们就得提升产品的价值,要么提升产品留存,要么提升产品ARPU。

最后,关于用户生命周期价值LTV,我们还需要记住下面这句话。

LTV是用来参考的,不是用来相信的。

 

作者:凌波,产品总监,互联网入行6年,现负责一家移动互联网公司产品业务。公众号:凌波4876。

本文由 @凌波 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

评论
欢迎留言讨论~!
  1. 请问LTV是预估出来的么?如果是应该怎么预估呢?

    回复
    1. 根据拟合留存曲线预估一段时间的LT,然后根据收入和活跃用户算出这段时间的ARPU。

      回复