客户终身价值（Lifetime Value，LTV，也常称CLV）是客户在一段关系周期内为企业贡献的经济价值。 它可以根据历史结果计算，也可以预测未来价值，用于辅助获客预算、客户服务、留存和资源分配。
LTV不是客户未来一定会带来的收入。计算结果取决于观察周期、收入或毛利口径、购买频次、留存和成本假设；时间越长，预测不确定性通常越大。
LTV、客单价、复购率和ROI有什么区别？
| 指标 | 主要回答的问题 | 常见口径 | 主要边界 |
|---|---|---|---|
| 客单价 | 每位客户或每笔订单平均贡献多少 | 支付金额÷客户数或订单数 | 只反映特定周期平均水平 |
| 复购率 | 客户是否再次购买 | 复购人数÷符合条件人数 | 受观察期和复购定义影响 |
| LTV | 客户关系期内累计贡献多少 | 收入、毛利或净贡献 | 需要说明周期与成本 |
| CAC | 获得一位客户花费多少 | 获客费用÷新增客户数 | 分摊范围和新增定义影响结果 |
| ROI | 某项投入产生多少回报 | 回报与投入的比值 | 不等于单个客户长期价值 |
这些指标可以组合使用，但必须保持口径一致。用收入LTV与只包含广告费的CAC比较，和用贡献毛利LTV与完整获客成本比较，得出的决策不同。
客户终身价值有哪些计算方法？
历史累计法
对已经发生的收入或贡献进行汇总：
历史LTV = 观察期内客户累计收入（或累计贡献毛利）。
这种方法容易核对，适合复盘已有客户，但无法直接代表未来价值。不同客户进入时间不同，比较时可使用相同关系时长。
简化预测法
在购买周期相对稳定时，可以使用：
预测收入LTV = 平均客单价 × 年购买频次 × 预计关系年限。
若用于预算，更适合将客单价换成单次贡献毛利，或在结果中扣除履约、服务和权益等相关成本。
队列法
按首购月份、渠道、商品或客户类型建立队列，观察首购后30天、90天或12个月的累计贡献。队列法能够减少新老客户混在一起造成的偏差，也更容易比较不同获客来源。
概率或模型法
业务数据量较大时，可以根据留存、购买概率和价值分布预测未来结果。模型仍需要回测和更新，输出应说明误差范围，不能只保留一个精确数字。
计算LTV前必须统一哪些口径？
第一，客户怎样识别。跨渠道、跨设备和多人共用账号会影响去重，应明确使用会员ID、账号还是其他标识。
第二，价值用收入、毛利还是净贡献。若目的是决定营销预算，只有收入而不考虑商品、履约和服务成本，容易高估可投入金额。
第三，观察期从何时开始。可以按首购、注册或成为会员计算，不同起点不能直接比较。
第四，退款、取消、优惠和税费怎样处理。还要说明跨期退款是否回溯原订单，避免价值在不同月份重复或遗漏。
第五，预测是否考虑时间价值和流失。长期预测若把当前频次无限延伸，会得到不现实的结果。
LTV怎样用于经营决策？
评估获客投入
比较同一口径下的客户价值、获客成本和回收期限。即使预测LTV较高，现金回收很慢或预测不稳定，也不适合无限扩大预算。
比较渠道与人群
两个渠道首单金额相同，后续复购、退款和服务成本可能不同。使用相同关系时长的队列，可以识别短期便宜但长期质量较低的来源。
安排客户服务
LTV可以帮助判断哪些阶段值得增加使用指导、售后或留存投入，但不能把低预测客户排除在基本服务之外。具体方法可参考《单客LTV怎么用？》。
优化会员与留存策略
按客户阶段观察价值变化，可以判断首购后服务、会员权益或召回是否值得继续。活动结果需要结合增量、成本和对照，而不是只看参与客户的总消费。
如何把方法落实到业务
第一步：写清决策问题
明确是比较渠道、制定获客上限，还是评估会员服务。不同问题需要不同周期和价值口径。
第二步：制作指标口径卡
记录客户标识、起点、观察期、订单状态、退款、收入和成本范围，并注明数据更新时间。
第三步：用小样本重算
选择几位客户，从订单和退款明细手工汇总，与报表结果比较。先解决身份和金额差异，再扩展到全部数据。
第四步：建立可比较队列
按相同首购月份或相同关系时长比较渠道和人群，避免成熟客户与刚进入的新客户直接平均。
第五步：定期用实际结果修正预测
记录预测时的频次、留存和毛利假设，按月或季度回看偏差。实际结果下降时及时调整投入，不用旧预测为新增预算辩护。
用一组数据计算LTV
以下为假设或操作示例，用于说明方法，不代表真实商家业绩或效果承诺。
某批客户平均每笔支付200元，一年购买3次，预计关系期2年，则简化收入LTV为：
200 × 3 × 2 = 1200元。
若商品与履约后的平均贡献率为35%，在不计其他服务成本时，简化贡献LTV为：
1200 × 35% = 420元。
如果每位客户的完整获客成本为180元，不能只用1200元收入判断投入充足。还要考虑420元贡献何时实现、预测是否可靠，以及会员权益、售后和资金成本。若一年后的实际购买频次只有2次，必须下调预测并重新评估预算。
有赞CRM怎样支持客户价值分析？
有赞CRM公开介绍了多渠道客户数据、客户标签、分群、消费洞察和会员价值等能力，可用于整理客户记录、建立分群并执行后续运营。
工具可以帮助汇总数据，但LTV口径仍需由业务确定。使用前应核对客户身份、订单状态、退款、时间窗口和成本来源，并用订单明细抽样验证。若需要拆解单次贡献，可阅读《什么是客单价？》；判断投入是否值得，可结合《什么是ROI投资回报率？》。
常见问题
LTV越高，客户就越值得服务吗？
LTV可以辅助资源安排，但不能取代基本服务标准，也不能把预测结果当成对个人的永久判断。
新业务没有长期数据，怎样估算LTV？
可以使用短周期队列和保守假设，并给出范围而非单点结果。随着真实复购和退款数据积累，持续修正。
LTV应该用收入还是利润计算？
取决于用途。描述交易规模可用收入；制定获客和服务预算时，贡献毛利或净贡献通常更有决策意义。
LTV与CAC的合理比例是多少？
没有适用于所有行业的固定比例。还要看毛利、回收期、现金流、预测误差和服务成本，不能只套用单一经验值。
