原标题：[实战分享] AI产品订阅用户价值计算 LTV

作者：祁子龙 三良

来源：出海划船不用桨

题图来源 | pexels

订阅用户生命周期 LTV 的衡量方案

目前，AI 方向的应用常见商业模式都是订阅（Subscription）。当然，越来越多的工具类和内容类产品都引入了订阅制，提供高级会员服务。本文主要是研究订阅用户的生命周期价值（LTV，Lifetime Value）的衡量方案，以及如何确定获客成本（CAC，Customer Acquisition Cost）。特别是对现金流和利润敏感的团队，CAC<LTV 至关重要，否则很容易一顿操作猛如虎，最后没赚到钱。

一、业务问题

团队中的不同角色关心和思考的业务问题各不相同：

管理：按照当前发展趋势，MRR（Monthly Recurring Revenue）在年底能做到多少？

财务：月度/季度/年度的净现金流是盈利还是亏损？当前获客支出是否满足 ROI>1？

用增：每个付费用户的获客成本应该控制在多少钱？第一笔付款占全部 LTV 的比例？在有限预算下，应该如何最大化收入规模或者 MRR？

商业化：如何提升付费用户 LTV？如何利用促销等策略提升收入规模或者 MRR？

虽然这些问题不同，但都依赖一个正确且清晰的 LTV 衡量方案作为基础。本文将提出这样一个方案，并且尝试回答以下 3 个具体的业务问题：

通过关键指标和模型，预测一个订阅用户的生命周期价值 LTV 是多少？（获取一个订阅用户能赚到多少钱？）

一个订阅用户 LTV 的回收周期是多久？（这笔钱需要多久可以全部赚到手？）

在获客 ROI>=1 的条件下，如何给用户增长团队制定获客成本的目标？（获取一个订阅用户最多可承担的成本是多少？）

二、订阅用户 LTV 的衡量方案

计算一个订阅用户的 LTV 的步骤如下：

第一步：确定平均每用户收入（Average Revenue Per User，ARPU）

以月为单位来计算，那么月包和年包用户的 Monthly ARPU 分别是：

如果不考虑折扣促销等情况，那么 Monthly ARPU 就是月包价格，Annual ARPU 就是年包价格除以 12。

第二步：估算用户的平均生命周期（Average Customer Lifetime，ACL）

平均生命周期指的是一个用户从订阅开始到取消订阅的平均时间，需要引入留存率（Retention Rate）的概念，但实际上这里可以用续费率（Renew Rate）来代替，即订阅用户到期后是否考虑继续付费订阅。如果不续订，那么可以视为订阅用户流失。

以月为单位来计算的场景下，月包续费率比较好理解，年包续费率需要做一个简单的换算：

计算用户生命周期，假设起始点有 100 个订阅用户，每月续费率为 R%，那么每期订阅用户数量求和应该是：

其实，生命周期就是各期续费率的求和；如果是免费游戏或应用，就是各期留存率的求和。为了方便大家理解，所以假设第一期是 100 个订阅用户，最后除以 100 得到一个订阅用户的情况）上述等比数列求和再除以 100，得到每一个订阅用户的生命周期：

注意：上述公式是简化计算的办法，因为订阅用户在各期的续费率并不是一致的，而是第一次续费往往最低，随时间逐渐提升，并稳定在一个较高水平。所以，为了预估更接近真实情况，可以简单地优化如下：

通过历史数据获得真实的每期多次续费率；

将第 1 次的续费率提取出来，例如提取首次续费率 50%；

假设第 2 次及以上的多次续费率为固定值，得到算术平均值，再利用上述公式计算

这样做有 2 个好处：第一，方便后续利用真实收入验收第一次续费率，以及真实收入回收比利；第二，在获客场景，通过第一次续费率的变化快速估算 CL 变化，进而调整出价。

第三步：计算订阅用户生命周期价值（Lifetime Value，LTV）

分别计算月包和年包用户的 LTV：

考虑月包和年包用户的占比，得到一个平均订阅用户 LTV：

三、具体案例

假设一款【三良出海 App】的会员订阅有 2 种模式，分别是月包和年包，各自的价格分别是 $9.90 和 $99.00。具体计算步骤如下：

计算 ARPU：月包的月度 ARPU 是 $9.9；年包的月度 ARPU 是 $99/12=$8.25

计算 CL：

月包续费率是 90%，则月包用户生命周期 Monthly CL=1/(1-90%) =10 个月

年包续费率是 70%，换算为月度续费率是 0.7 开 12 次方，约等于 0.97，Annual CL=1/ (1-0.97) =34 个月

计算月包和年包的 LTV：

Monthly LTV = $9.9 * 10 = $99

Annual LTV = $8.25 * 34 = $280.5

假设年包占比 10%，月包占比 90%，则一个订阅用户 LTV 是：

Overall LTV=90%*$99+10%*$280.5 =$117.15

四、订阅用户 LTV 的回收周期

在上述方案中，不难发现与回收周期最相关的指标是续费率，特别是长期续费率。现实情况中，各期续费率不是一样的，往往是前期更低，后期更高。续费次数越多，用户忠诚度更高，后期续费可能性越高。所以，需要根据真实的续费率情况来确定回收周期。

情况 1：假设续费率始终是 90%。（下图 1）

6 个月回收 47%，12 个月回收 72%，24 个月回收 93%，36 个月回收 98%；

情况 2：假设第一期续费率是 50%，后续依次是 60%、70%、80%、90%，最后稳定在 90%。（下图 2）

6 个月回收 63%，12 个月回收 81%，24 个月回收 95%，36 个月回收 99%；

需要根据真实的续费率来画出订阅用户 LTV 曲线，判断对应的回收周期。在实际业务场景，还需要考虑资金的周转效率，需要框定一个回本周期。所以，在给定回本周期的条件下，给 LTV 打一个折扣。

例如，获客支出的回收周期设定在 12 个月。那么，主要影响的就是月包用户，我们需要在 Monthly LTV 上做相应折扣，例如情况 1 中的 72%。

五、订阅用户的获客成本

在获客 ROI>=1 的业务意义是：每支出 100 元，能够赚不低于 100 元。既然我们已经估算出一个订阅用户 LTV，那么以利润为目标的要求就是：一个订阅用户的获客成本应该不高于这个 LTV 的金额。

但是，仅仅提出这个要求是不够的。因为，现实情况往往会发生变化。投放策略和外部因素都会导致真实续费率发生变动；折扣促销、退款、黑产攻击等等都会造成真实 LTV 回收产生影响。所以，我们还需要利用同批人的真实收入数据（Revenue Cohort）去验收和校正模型。

例如：在 8 月初，我们就可以把 1 月份新增订阅用户的续费率和真实的每月收入分析：

验证 2 月-7 月这 6 期的续费率是否与模型时使用的数据一致，年包用户占比是否一致；

验证 2 月-7 月每月真实收入现金流是否与模型的比例一致；

一般情况下，因为内部策略和外部影响，同期的真实收入现金流的回收比例更低，大概是在模型的 90% 左右。所以，订阅用户的获客成本时，需要在考虑回收周期的折扣情况下，给 LTV 再打一次折扣。

六、建议的工作流

模型预估 LTV 往往会使用很多历史数据，但是仍然建议每月验收年包用户占比、续费率等指标，及时调整 LTV 预估，确保订阅用户 LTV 的变化能够及时反映到获客拉新策略上，保证 ROI 符合要求。

【正向飞轮】最好的情况是，每个月验收的时候，各项关键指标都在上升，例如年包占比更高、续费率更高。那就意味着过去一个月获客支出的实际 ROI 要比预估更高。那么，在后续获客策略上就更有信心给出更高预算和出价。这样又能带来更多高价值的新用户，实现正向循环。

【负向螺旋】最坏的情况是，每个月验收的时候，各项关键指标都在下降，例如年包占比更低、续费率更低。那就意味着过去一个月获客支出的实际 ROI 要比预估更低。那么。在后续获客策略上就需要降低出价，这样可能会造成新用户质量更低，进入负向循环。这个时候，需要暂缓拉新投放或者缩减预算，全面调整增长/商业化/产品策略之后，再重新评估。

文章信息来自于出海划船不用桨，不代表白鲸出海官方立场，内容仅供网友参考学习。对于因本网站内容所引起的纠纷、损失等，白鲸出海均不承担侵权行为的连带责任。如若转载请联系原出处。

友情提醒：白鲸出海目前仅有微信群与QQ群，并无在Telegram等其他社交软件创建群，请白鲸的广大用户、合作伙伴警惕他人冒充我们，向您索要费用、骗取钱财！