有效地利用LTV和CAC数值，不仅仅是为了衡量用户对产品的价值，评估目前的营销效果，更重要的是宏观上为产品的发展提供指导，驱动进步。

一、LTV和CAC的定义

LTV(Life Time Value)生命周期总价值，是指用户终身价值，是公司从用户所有的互动中所得到的全部经济收益的总和。一个用户从注册到卸载，整个生命周期为你带来的全部利润。

CAC（Customer Acquisition Cost）是指用户获取成本，即是你花多少钱获取一个客户。

二、计算LTV和CAC的意义

做产品的新用户获取时，一定要遵循的原则是，获取用户的成本要小于用户给我们带来的价值。

简单来说，在新用户的获取上，要保证一个用户在整个生命周期中给产品带来的价值（LTV）大于获取这个新用户所耗费的成本（CAC），否则获取的用户越多，亏损越严重。即LTV>CAC ，公式看似简单，却是用户获取的本质约束。

市场普遍认为：

• LTV>CAC的时候公司是有发展空间的，一般有明确的变现方式，这时市场可以继续推广自己的产品，吸纳更多的用户；
• LTV<CAC的时候模式要么是产品还在初期发展，要么就是商业变现失败的，应该重新审视产品的发展；
• LTV/CAC=3的时候是最健康发展的（小于3说明转化效率低，大于3说明在市场拓展上还太保守）。

我们可以用LTV/CAC的值去判定产品的发展情况，是否有潜力，及时调整营销战略。当然这个指数也不是唯一标准，企业还需要考虑相关营销指标和 KPI。比如，每月收入增长、客户增长和流失等。

三、LTV的计算

LTV=LT * ARPU

其中，LT（Life Time）为用户的平均生命周期，是指一个用户从第一次到最后一次使用产品之间的时间段。

ARPU(Average Revenue Per User)即每用户平均收入。

如上图所示，横坐标为LT，纵坐标为ARPU，曲线下方蓝色阴影面积为LTV的大小。

1. LT的计算公式

举例，某日新增500个新用户，之后的第一天这批用户剩余400个，留存率为80%；第二天剩余300个，留存率为60%；则LT=（500+400+300）/500=2.4天；或者用第二个公式得出LT=1+80%+60%=2.4天。以此类推时间~

综上，将新增用户数假定为A，第一天后留存数为A1，第N天后留存数为An；第一天留存率为R1，第N天留存率为Rn，整理出公式如下：

2. LT的具体案例计算

一般的APP接入数据分析平台的话，可以在后台看到具体的留存率数字。后面就以某一个月的数据来算，下图为一个月的具体数据：

将数据复制粘贴到excel中，做函数分析

用上面的数据【插入-图表-散点图】，图表如上图所示，右键【添加趋势线】

在【趋势线选项】中，有指数、线性、对数、多项式、幂、移动平均多个选项，大家比对自己的数据点，选择一条拟合程度最好的，我一般都是选择【对数】。

最下面勾选【显示公式】和【显示R平方值】，R² 代表拟合度，R² 越接近1说明拟合度越高。

所以LT的函数为【y = -0.096ln(x) + 0.5347】，对于需要超过一个月或者更长时间留存率数据的，都可以代入函数得到。

从上面的公式可以知道，我们要求的LT其实就是留存率之和，即图下蓝色区域面积

方法一：

数学好的朋友可以运用定积分计算函数【y = -0.096ln(x) + 0.5347】下方的面积。

方法二：

因为对定积分不太熟悉，我使用的是excel简单求和法，就简单把自己需要的数据用公式求值，如下图所示:

最终excel求和得到数据8.87，所以在我选择的一个月时间LT平均生命周期为9.87天。

3. ARPU的计算

ARPU值是有时间属性的，你可以讲日ARPU、月ARPU等。这里我依然选用一个月的数据。

根据财务提供的收入数据和后台的月活数据，求得ARPU值为0.5元/月。因为我的产品属于工具类，整体数值偏低，大家还是以自己的数据为准。

4. LTV的计算

综上，我们求得LT=9.87天，ARPU=0.5元/月，这里常见的一个错误时，很多会粗心不看单位，一个是天，一个是月，我们在算LTV时，要记得单位统一。

LTV=9.87*（0.5/31）=0.16元

四、CAC的计算

很多人介绍CAC的计算时，都会一笔带过，其实CAC的计算也有很多注意点。

首先计算公式为：

其中市场总花费包括推广渠道费用、营销和销售费用，还包括相关运营、市场工作人员的人力成本。一般公司财务都可以提供相关数据。

另外需要提醒的是，这里的CAC是个平均值。在市场推广时，很多公司可能会使用多个渠道，每个渠道的CAC都不同，可以分开计算作优化。

用户新增数很多人会存在误区，直接在数据后台使用日新增数据，没有区别自然增长和渠道推广增长。

那么如何区分自己产品的自然增长和渠道推广增长的用户数呢？

 首先，具体数据方面我仍然参考APP数据平台数据，在APP分析中有一个【渠道列表】可以看到每个渠道用户每日新增数量，和市场沟通确认打榜时间和具体渠道，当然友盟的折线图也可以看出前后的差异。

因为我们的产品每月一次ASO优化，所以我一般选择渠道推广前10天和推广中10天的数据差值，作为市场新增用户的数量。如果存在一个月多次优化，则可根据实际情况，估算出新增数。

此外若存在地推等其他渠道的推广，可以请技术做渠道标，带上参数，方便后期的数据整理。

以上不足之处，欢迎指正~

本文由 @鱼目小师妹 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