没有LTV之前，对用户价值的评估或者是单方面的评估或者是短期的评估。
比如，在衡量用户生命周期时，往往使用留存率评估。使用这个指标评估时，只考虑了生命周期，忽略用户贡献的价值。
再比如，在衡量用户贡献的收入时，往往使用客单价评估。使用这个指标评估时，只考虑了单次用户价值，忽略了用户生命周期，是一个短期指标。
为了更加全面地对用户价值进行评估，LTV诞生了，他结合了“生命周期”和“用户价值”两个维度，可以从长期视角对用户价值展开评估。
一、 LTV衡量用户生命周期价值
LTV为“Life Time Value”三个英文首字母的缩写，中文翻译为“用户生命周期价值”。
什么是生命周期价值呢？打个比方，淘宝获得了一个新用户，该用户在当天购买了公司产品，消费了50元；过了1个月后，该用户又消费了80元；又过了2个月之后，该用户又消费了40元；1年之后，该用户又消费了20元。那么这个用户为淘宝总计贡献了190元的收入。190元就是淘宝从该用户身上获取的生命周期价值。
从LTV的定义里，能够看出其由两部分构成，即“生命周期”和“贡献价值”，因此他是一个长期的指标。他将“留存”和“价值”两个维度结合在一起，可以帮助企业从长期视角衡量用户的真正价值，因此更加全面和科学。
LTV越大，代表用户为公司贡献的价值越大。相反，其值越小，代表贡献的价值越小。
二、 LTV曲线图
用户运营和产品部门对用户价值的分析很大一部分是围绕着LTV分析开展的。LTV的分析非常重要，而要做好LTV分析，熟悉LTV曲线是必须的。
将LTV和时间结合起来，就形成了LTV曲线。用横轴代表时间，用纵轴代表LTV，就可以画出LTV曲线图。
LTV曲线和留存率曲线一样，基本符合幂函数规律。通过这个图就可以发现用户在整个生命周期的价值变化情况。随着时间累积，LTV逐渐累积增大；但后续LTV增长明显放缓，到最后几乎没有增长。
三、LTV的使用价值和场景
LTV是衡量用户价值的关键指标，围绕着这个指标的分析，除了用于判断用户的长期价值之外，在实际业务场景中有很多重要的用处。
1. 比较不同公司的收入和盈利能力
售卖相同产品且收入规模相当的两家公司，A公司用户数量很多，但获取的用户都是一次性用户；另一家B公司公司虽然用户数量不及A公司，但是用户的复购和生命周期均优于A公司。这意味着B公司具备较强的运营能力，其产品、服务、体验更让用户满意，因此其持续经营能力更好。A公司虽然获客能力很强，但是用户留存率却很低，从长期来看，其获客成本成本会提升，产品、服务的竞争能力会下降，持续经营和盈利能力也将会逐步下滑。所以，LTV是衡量和评估不同公司收入和盈利能力的重要参考指标。
2. 评估和筛选获客渠道，优化投放策略，控制投放成本
通过不同渠道的LTV和ROI评估，帮助增长和市场团队选择高质量的渠道进行投放，从而优化投放成本，实现ROI的最大化。同时，通过LTV的倒推，可以推导出获客成本的上限，实现投放成本可控。
3. 指导运营团队和产品团队的业务工作
产品和运营团队在进行产品功能、体验、运营活动调整时，可以通过LTV的对比和变化情况，判断是否要进行产品、活动和运营调整，以及判断调整后的效果。
四、如何预测LTV
在实际工作过程中计算LTV时，为了保证使用时效性，LTV的数据大多是是需要进行预测的。为什么是预测的呢？因为用户的生命周期很长，业务不可能等用户的生命周期都结束了之后才开始计算ROI。现实情况往往是，广告投放了一周后，就需要开始评估各渠道的价值评估了。因此，工作中大部分LTV的计算工作本质上都是预测。
如何进行预测呢？具体需要分四个步骤进行预测。
1. 明确底层计算逻辑和公式
LTV的预测方法很多，目前最常使用的是用“生命周期”乘以“人均贡献收入”，其计算公式可以写成：LTV=LT×ARPU。
LT：是“Life Time”的缩写，代表用户的生命周期长短。LT可以是日、周、月、年等，代表用户的生命周期是15日、3个月或2年等。具体如何定，需要结合公司和业务的实际情况确定。
ARPU：是“Average Revenue Per User”的缩写，代表每个用户在每个周期内消费的金额。比如用户每天消费10元、每月消费20元、每年消费100元等。
2. 两种方法预测LT
LT最原始的计算方式为：LT=用户总留存时间/总用户数。但是利用这个公式预测显然不太现实，所以必须采用其他的方法进行预测，目前常见的有两种。
（1）借助留存率曲线预测LT
LT本质上是用户留存的体现，所以可以通过留存率来预测LT。其计算公式为：
LT = 1 + rr_1 + rr_2 + rr_3 + … + rr_n。其中rr_n可以代表第n天、周、月或年的留存率。
由于用户的生命周期很长，可能长达1年、2年甚至几年，因此在计算LT的时候，可以给LT人为设置一个期限n，表示n天内用户的生命周期时长，用指标表示为LT _n。具体设置多少期限，还是以具体实际业务为准。也可以不设置，代表全生命周期。
举个例子来解释LT的计算：
某短视频App的用户，在第1天的留存率为80%，第2、3、4、5、6、7天的留存率分别为50%、30%、20%、10%、7%和4%，则LT=1+80%+50%+30%+20%+10%+7%+4%=3天。
也可以写成LT_7=3天，代表用户7日内的生命周期为3天。
（2）利用流失率预测LT
当公司的产品生命周期较长且已进入成熟期时，这时候流失率已经比较稳定，可以通过流失率直接计算。其计算公式为：LT=1/月流失率。
3. 预测ARPU值
ARPU值是在一定周期内用户消费的金额，实际上也是用户贡献给公司的收入，不同行业或业务ARPU值的计算方式也不同。
ARPU值的单位是某个周期内的用户平均收入，比如1年的平均收入、1个月平均收入。相应的LT的单位也需要是年、月。只有这样，才能保证LT和ARPU两个数值相乘，得到的结果的单位是金额。
（1）交易类业务的计算方式
电商、教育、汽车等业务，属于交易类业务。ARPU值多采用每月用户消费金额，其计算公式为：ARPU= 平均客单价×月平均购买频次。
以某电商App用户为例，平均客单价为50元，平均每月购买4次，则ARPU值为每月200元。
（2）广告类业务的计算方式
短视频、新闻资讯等业务，属于广告类业务，ARPU值多采用每日用户贡献收入，其计算公式为：ARPU=每日公司总收入/每日活跃用户数量。
以某短视频App为例，其每天广告总收入5亿元，每日活跃用户5亿人，则ARPU值为每日1元。
4. 计算LTV
将第2步和第3步分别预测的LT和ARPU相乘即可求出LTV的值。
在实际的业务场景中，LTV的预测可能会遇到很多问题，不是生硬地套用公式就可以计算出来，需要根据业务场景灵活地进行转变。