Customer Lifetime Value (LTV)

什么是 LTV？

Customer Lifetime Value（LTV）是你预期从一位平均订阅者身上、从注册到取消所能收到的收入。LTV 是评估订阅制业务状况、并就获客做出有依据决策的重要指标。

不过，它很难可靠地估算。在 SaaS 业务中，这几乎总是一个前瞻性的估计，而不是对历史数据的测量。

计算 LTV

LTV 是你预期从一位平均订阅者身上、从启用到流失所能收到的收入。

实际上，计算客户终身价值有好几种模型。我们会介绍一个基本（也被广泛接受）的方法，以及 David Skok 提出的一个更进阶的做法。不论采用基本或复杂的方式，理解 LTV 的计算方法对做出好的商业决策都很关键。

简单版 LTV 公式

这个 LTV 的基本公式，普遍被视为估算 SaaS 客户 LTV 的实用起点：

$$\text{LTV} = \frac{\text{\textcolor{#007ac4}{ARPA }}\times\text{\textcolor{#007ac4}{ Gross Margin }}}{\text{\textcolor{#007ac4}{Customer Churn Rate}}}$$

ARPA：Average Revenue Per Account（单一客户产生的平均 MRR）。

毛利率： 收入与 COGS（销货成本）之间的差额。在 SaaS 通常极高（超过 80%）。

客户流失率： 你的客户取消订阅的速度。

这个基本的 LTV 公式普遍被当成有用的起点。但它只是一个粗略估计，并没有妥善处理MRR 扩张、缩减或非线性的流失。

基本公式的局限

基本 LTV 公式会产生过度乐观的结果。它假设流失在一个同期群的生命周期内是线性发生的，而现实中几乎不是这样。多数企业看到的情况是：同期群的流失在前三个月最高，之后才逐渐缓下来。

在上面的例子里，蓝色的"现实"流失会导出比线性模型低得多的 LTV。

此外，基本公式也没有考虑扩张。如果你的客户通常会随时间升级方案，这对 LTV 影响很大。

我们来看一个例子。

客户 X 用的是每月 100 美元的方案。我们预期他在 1 年后流失。LTV = 1,200 美元。

客户 Y 同样是每月 100 美元的方案，也预期在 1 年后流失。但客户 Y 在第 4 个月升级到每月 150 美元的方案，第 8 个月又升级到 180 美元的方案。LTV = 1,800 美元。差距相当可观！

进阶版 LTV 公式

为了处理广为使用的简单公式的一些不足，Matrix Partners 的 Partner David Skok 提出了一个更精细的 LTV 公式：

$$\text{LTV} = \text{\textcolor{#007ac4}{ARPA }}\times \text{\textcolor{#007ac4}{ Gross Margin }}\times$$
\left( \frac{1}{1-K} + \frac{G\times K}{(1 - K)^2} \right)

这复杂多了——但别担心！我们稍微拆解一下。

这个新公式加入的两个概念是：

"K"，折现系数： 它照顾到各个方面的价值减损。这包括常见的客户流失率，也包括"折现率"。折现率同时反映风险，以及金钱价值随时间降低这件事。它是一个由你自己预先设定的年度比率。Skok 建议规模化之前的企业采用 20-25% 的折现率，已进入规模阶段的企业采用 10%。用折现率与流失率，你可以这样算出折现系数：

$$\text{K} = (1 - \text{\textcolor{#007ac4}{Discount Rate}})\times(1 - \text{\textcolor{#007ac4}{Churn Rate}})$$

"G"，扩张率： 未流失客户的年度增长率。也就是你既有客户的业务扩张率，它会把公式里的负值 MRR 流失转成正数。

示例

我虚构的 SaaS 业务有 1,000 个客户，总 MRR 为 300,000 美元。也就是 ARPA 300 美元。毛利率是 85%，客户流失率是每月 10%。

因为我们还在规模化之前，我采用 20% 的折现率。未流失客户的月增长率是 25%。

简单版 LTV 公式给我的答案是 2,550 美元。

用 David Skok 的公式，我的 LTV 是 1,496.17 美元。

很明显，由于折现了价值，Skok 的公式导出的 LTV 预估要保守得多。

这个进阶公式应该能对你的业务 LTV 给出更贴近现实的估计。多数情况下它会偏保守，除非扩张率真的很强。

ChartMogul 的 LTV 公式

ChartMogul 计算客户终身价值的方式，是把每个报表区间的 Average Revenue Per Account，除以该区间客户流失率的六个月移动平均。

$$\text{LTV} = \frac{ \text{\textcolor{#007ac4}{ARPA}} }{ \begin{matrix} \text{Trailing 6 month average of} \ \text{\textcolor{#007ac4}{Customer Churn Rate}} \end{matrix} }$$

举例来说，ARPA 为 100 美元、客户流失率六个月移动平均为 5% 时，LTV 是 2,000 美元。

为什么 LTV 很重要？

平衡获客支出

在考虑该花多少钱获客时，客户终身价值很有用。如果我知道自己的 LTV 是"X"，我就能有信心地花"Y"去获取客户，而不必承担太多风险。一般的经验法则是：LTV 至少要是获客成本（CAC）的 3 倍。

举例来说，如果你平均花 50 美元获取一个新客户，你的目标应该是在这位客户的生命周期内产生至少 150 美元的收入。

判断回收期

一个客户要多久才能"赚回"自己的获客成本？相对于 CAC 更高的 LTV 代表回收期更短，也让公司能把更多资源投入增长。

投资人报告

投资人关注 LTV，因为它是 SaaS 业务长期盈利能力与可持续性的关键指标。高 LTV 意味着客户有可能留下来并带来稳定收入，这让业务更稳定、对投资也更有吸引力。

它也让投资人能通过比较 LTV 与 Customer Acquisition Cost（CAC）来衡量获客策略的效率。如果 LTV 明显高于 CAC，就显示这家公司能有盈利地扩张、实现长期增长，这对追求回报的投资人来说至关重要。

简而言之，许多 SaaS 领域的投资人都希望把 LTV 纳入他们对潜在投资标的"健康度"评估。

用 LTV 做同期群分析

在比较不同客户同期群（群组）、看哪个同期群在获客支出上带来最高 ROI 时，LTV 也很有用。

同期群通常按获取时间、地理位置、行业或行为模式等特征来划分。通过分析每个同期群的 LTV，SaaS 公司能找出哪一群最赚钱，以及哪些营销或销售策略带来了这些高价值客户。

举例来说，如果某个同期群的 LTV 明显高于其他同期群，这可能代表某个特定的获客渠道、产品组合或定价模式，特别能打动那一群人。这个洞见有助于优化营销支出、调整产品开发方向，并调整销售策略，把重心放在能带来最高 ROI 的客户上。按同期群追踪 LTV，也会揭示像季节性、不同地区的产品市场契合，或客户偏好随时间改变等趋势。

为营销策略提供依据

LTV 在对齐销售、营销与产品管理流程上也扮演关键角色。以对不同客户细分的理解为基础去调整获客策略，SaaS 公司就能改善营销成效，更有效率地获取客户。

全面理解 LTV，能推动 SaaS 的可持续增长。

LTV 与 CAC 的比率

LTV/CAC 比率是评估 SaaS 业务财务状况与增长潜力的重要指标。为了确保长期可行，SaaS 业务应该把目标放在 LTV 至少是 CAC 的三倍。更高的客户终身价值意味着更健康的财务前景，也让获客投资的决策更有把握。

投资人常看 LTV/CAC 来衡量一家公司的财务稳定性与增长潜力，这让它成为吸引资金的关键指标。良好的 LTV/CAC 比率代表这家 SaaS 公司从客户身上赚到的利润，多于它为获取客户所花的钱。LTV/CAC 比率强的公司，往往更容易取得资本，也有更好的增长机会。

计算 LTV 的工具与资源

ChartMogul 是一个订阅分析平台，协助 SaaS 业务追踪并分析像 LTV 这样的关键指标。

它让你按获取日期、地点或方案类型等各种条件，把客户分成不同同期群。你可以跨这些同期群比较 LTV，看出哪些群组最有价值。你能发现模式、分析增长机会，并依据准确的数据调整获客策略。

通过 ChartMogul，SaaS 业务能更清楚看见 LTV 如何演变，以及可以采取哪些行动来把客户价值最大化、提升获客的 ROI。

总结

理解客户终身价值（LTV）会带出好几个问题。好的 LTV 代表财务前景强健、客户留存策略有效。LTV 对 SaaS 公司至关重要，因为它有助于评估客户的长期价值，并做出有依据的商业决策。

不论采用简单或进阶的计算方式，从 LTV 得出的洞见都能帮助你在获客、留存与整体业务策略上做出有依据的决定。

改善 LTV 的做法包括强化客户留存、提高订单金额与频率，以及降低流失。通过运用计算 LTV 与执行同期群分析的工具与资源，企业可以优化营销策略、推动增长。归根结底，把重心确实放在 LTV 上，能确保企业把客户关系的价值发挥到最大，实现长期的成功。