LTV(用户生命周期价值)Excel实操

本文是👉LTV概念及计算的Excel实操，概念上不做过多解读。

步骤一：初始化数据或找到数据源（本例中是模拟数据）

用Excel实例用户数据，给定用户量为27831，使用以下公式进行30天数据模拟：

简单讲，就是初始化用户数，然后用多项式（一次、二次、三次函数等）模拟递减速度

如在某sheet页的A2单元格输入以下公式（A1放初始值）

=A1-ROUND(RAND()*500-RAND()*300,0)-ROUND((RAND()*25-RAND()*15)^2,0)-ROUND((36-ROW())^2,0)

并下拉A2单元格至A31，可得

再计算出留存率得出下面的数据：

天数	用户数	留存率
0	27831	100%
1	26548	95.39%
2	25463	91.49%
3	23963	86.1%
4	22864	82.15%
5	21658	77.82%
6	20008	71.89%
7	18812	67.59%
8	17920	64.39%
9	17237	61.93%
10	16701	60.01%
11	15570	55.94%
12	14663	52.69%
13	13979	50.23%
14	13066	46.95%
15	12688	45.59%
16	12006	43.14%
17	11808	42.43%
18	11292	40.57%
19	10681	38.38%
20	10655	38.28%
21	10194	36.63%
22	9632	34.61%
23	9287	33.37%
24	9385	33.72%
25	9395	33.76%
26	9306	33.44%
27	8741	31.41%
28	8373	30.09%
29	8273	29.73%
30	7416	26.65%

把以上数据在excel生成折线图，并添加趋势线

步骤二：计算出回归曲线

点击设置趋势线，勾选【显示公式】、【显示R平方值】，选择指数或多项式趋势线

当$R^2$越接近1，拟合效果越好

本例中找到 $y=0.9179\times e^{-0.042x}$ 的指数回归曲线（因为本例数据是模拟，如果你按照开篇公式模拟的话，选择【多项式趋势线】的拟合程度最高，$R^2$最接近1，但存在过拟合现象）

步骤三：求该指数回归曲线的定积分

函数表达式：

原函数（不定积分）：

代入参数：

用30天留存数据计算出的Life Time为15.66天

假设产品不倒，时间无穷大，算出来的Life Time为21.85天

最后，再结合这段时间内的ARPU值，就可以算出来LTV。