计算 LTV：你做对了吗？

什么是客户终生价值（LTV）？

尽管计算 **终生价值**（LTV，有时也称为客户终生价值，缩写为 CLTV 或 CLV）的方式多种多样，令人望而生畏，但它们都试图达到同一个结果：一个客户在其与公司的关系期间平均的总花费。了解组织的 LTV 及其随时间的变化，应该能促使您更长远地思考客户关系，而不是只关注短期收益。

如果您刚开始创业，不要急于计算 LTV 公式；虽然您不必立即盈利，但没有一些真实的付费客户，您就无法计算 LTV。

SaaS 公司的基本 LTV 公式

计算 LTV 对每个组织来说都不尽相同——这也是为什么它可能是一个棘手的公式。对于基于订阅的公司（如 SaaS 初创公司），您需要知道您的 **流失率** 以及每个计费周期 **每位客户、用户或账户的平均收入**（称为 ARPC、ARPU 或 ARPA——这本身就是一个计算得出的 指标，通过将月度经常性收入 [MRR] 除以活跃订阅数来确定）。

一旦您知道了 ARPC，就可以通过将其除以客户流失率来计算简单的 LTV

流失率在此方程中的作用比任何其他变量都大。如果您的客户从未流失——也就是说，您的净留存率（NRR）保持在 100% 附近或以上——那么理论上他们将永远付费，LTV 将会飞涨。实际上，这意味着留住客户比说服客户升级会产生更大的长期影响。

假设您的 MRR 为 500,000 美元，拥有 1000 个活跃订阅，流失率为 10%。这意味着您每个计费周期的平均每客户收入为 500 美元。使用此基本公式计算 LTV，您将执行以下操作：

500 / 0.10 = 5000

因此，您的平均客户在其订阅期间将花费 5000 美元。现在，如果您设法改善了流失率，将其从 10% 降至 7%，您的 LTV 也会相应地（且显著地）改变：

500 / 0.07 = 7143

这些留存率的改进是复利的——在这种情况下，留存率的 30% 的改进（从 10% 的流失率到 7%）带来了 LTV 42% 的大幅改进。

LTV 的使用场景

一旦获得 LTV，它就可以指导以下决策：

• 优先考虑营销活动——您可能正在考虑广告投放，但需要了解您可以花费多少来获取客户。根据不同渠道（如电子邮件、搜索或社交媒体）计算 LTV，可以表明在哪里投放广告最合适。广告活动结束后，您可以比较这些广告投放对 LTV 的影响。
• 倡导产品功能——如果您知道某些客户因为产品缺乏特定功能而流失，计算该客户群体的 LTV 可以帮助决策者判断开发该功能以用于未来版本是否值得。
• 为团队扩张制定预算——更高的 LTV 意味着您的组织可以花费更多来获取新客户，例如招聘额外的团队成员。

LTV 的一个好处是，它可以帮助团队优先处理现有客户的工作，而不是为新客户开发新功能。人们的本能通常是，要增加收入，就必须为更广泛的用户群体构建新东西，但这个计算可以帮助您证明投资于改进当前用例是合理的。

LTV 的陷阱：组织出错的地方

问题：计算 LTV 的方式太多了

解决方案：先从简单的计算开始，然后随着时间的推移进行改进。

一开始不要在复杂的公式上花费太多时间和精力；先采用简单的公式（例如上面这个 基本公式）。与任何有用的指标一样，随着公司的成长，您应该评估和改进您的公式，例如在计算中纳入毛利率和账户扩张。

这些更复杂的公式可以提供更精确的结果，但这需要额外的分析师工作时间。如果您只是想立即了解您的 LTV，请从基本计算开始。

除了调整公式之外，您可能还需要按不同的订阅级别或客户群体 细分 该数字。

问题：不确定您的 LTV 究竟有多健康

解决方案：将 LTV 与您的 **客户获取成本 (CAC)** 进行比较。

LTV 单独使用价值不大；您还需要知道获取客户的成本。一个经验法则是，目标是将 LTV 与 CAC 的比率设为 3:1 或更高，以确保您能够维持健康的利润率并为可持续增长奠定基础。该比率将根据您细分 LTV 的方式而有所不同，因为某些渠道的价值高于其他渠道。

问题：LTV 波动太大，无法做出决策

解决方案：要有耐心，并跟踪 LTV 的趋势，而不是关注其独立的涨跌。

LTV 依赖于历史数据。如果您是一个客户群较小、数据较少的新组织，那么当该数字每月发生巨大变化时，请不要感到惊讶。幸运的是，随着数据量的增长，您的 LTV 将会变得更稳定，只是需要一段时间才能将 LTV 作为稳定的指标来依赖。

在此期间，在绘制 LTV 随时间变化的图表时，使用 趋势线 会很有帮助，而不是过多关注月度波动。

问题：利益相关者不理解您如何计算 LTV

解决方案：改进您关于 LTV 的沟通方式，并考虑使用更简单的公式。

复杂的指标可能令人困惑，尤其是涉及变化率的指标，如果您不是一个整天沉浸在数字中的人，那就更不用说了。当您的团队选择复杂的 LTV 模型时，您就是在用这种附加的精确性来换取可访问性。

如果您难以用通俗易懂的方式解释 LTV 数字的来源，那么这个指标从长远来看可能就没有多大用处了。从这个意义上说，LTV 的沟通方式可能比实际公式本身更重要。强调客户留存的重要性在这里很有帮助，鉴于其对 LTV 的影响。

问题：没有人知道您的 LTV 是否真的符合现实

解决方案：建立定期的回溯测试来衡量您计算的准确性。

与许多常见的业务指标一样，LTV 也是一个预测——总会存在一些猜测的成分。通过将预测的 LTV 与实际流失客户在您公司的花费进行比较（例如，对所有流失账户的平均花费进行加权平均），来回溯测试您的计算，可以很好地了解在特定时间段内，该预测值与现实的接近程度。

如何开始

计算 LTV 很快就会变得复杂，但并非必须如此。要开始，您只需要知道您的 ARPC 和流失率。然后，您可以构建更复杂的模型，按订阅类型或账户规模对客户进行细分，并使用这些数字来指导决策。您甚至可以使用 Metabase 中的 SQL 查询 来计算 LTV！

客户 LTV 只是您组织整体分析图景中的一个方面，但知道如何计算它——以及如何使用这个数字——可以为您带来长期的成功。