如何實際計算Retention、LTV ，並產出可執行的商業計畫

Life Time Value(LTV), Retention Rate 應該是網路創業者中最為關鍵的兩個數字，但實際計算時，你可曾覺得算法不知該如何算起？不知道如何應用在公司 ... GetunlimitedaccessOpeninappHomeNotificationsListsStoriesWrite如何實際計算Retention、LTV，並產出可執行的商業計畫特別感謝前DataScientist戰友@Miko內部實作相關分析。

技術部分是以GoogleColab實作呈現，但因涉及公司內部數字本文將不貼出內部Colab呈現。

LifeTimeValue(LTV),RetentionRate應該是網路創業者中最為關鍵的兩個數字，但實際計算時，你可曾覺得算法不知該如何算起？不知道如何應用在公司的商業決策與行動中。

本文將介紹Retention,LTV的簡易版計算方法，以及從「商業分析」層面來看如何應用這兩個數字（*注意這裡不是說資料分析）。

「商業分析」之目的，是為了產生具商業價值、可被執行的行動方案如果對如何定義商業指標有興趣，可參考下篇文章：你的企業營運指標設對了嗎？設定關鍵指標常見的四大錯誤定義營運與成長指標從來不是一件簡單的事，錯誤指標小則影響內部溝通；重則造成公司成長停滯、整體資源運營出狀況。

medium.com而商業分析第一步是了解你的聽眾是誰，從本篇來說即是—了解你的Retention聽眾是誰？本文Retention中的回客計算，從電商/遊戲產業面是指有花錢的使用者、從SaSS/訂閱式服務是指有繼續付費訂閱的使用者。

怎麼定義「回頭客」，其實也是大學問，上面的企業營運指標文章有提到我們怎麼定義旅行回頭客，本篇就不深入探討。

給外部聽眾的Retention先來聊聊外部聽眾，像是投資者、新聞從業者、(老闆?)⋯。

這類聽眾關注的是能「簡單被理解」的數字，所以坊間常見的是被壓成一個比率的數字–回客率。

每月回客率=當月舊客戶/當月總客戶不過回客率事實上有兩個缺點：分母會受當月新客數量影響(e.g.,當月新客變少、比率可能因此變高，但不代表回客率變好；反之亦然。

)當月新客數會影響分母，進而影響回客率分子舊客「總基數」原本隨著時間演進就會不斷變大。

當月舊客總數也理應越來越大，所以也不一定代表回客率真的變好。

因為上述兩點，其實無法完全真實體現平台回客狀況有持續變好。

所以事實上通常看Retention會用cohortanalysis（接下來段落會介紹到）。

那為什麼還是要用回客率呈現呢？如同前面提到，聽眾需求不一定是要精準的數字，而是容易理解的數字。

解釋cohort給沒聽過的人可能得花上5~10分鐘，那些新聞的讀者應該是沒耐心、也沒興趣看下去。

給內部聽眾的Retention接下來進入本文重點，對於內部聽眾（管理、運營、產品⋯團隊）如何定義Retention指標，並產出可被規劃執行的方案。

一開始你需要了解什麼是CohortAnalysis，先來看看它長什麼樣子。

cohortanalysis以上圖為例，簡單介紹一下概念：縱軸，是新使用者進入時間點(Oct7,2013有44位新使用者)橫軸，是該群新使用者回來的時間點與比率(1隔一週,2隔兩週回來…)進一步而言，co-hort有三種看法：1.直線看法(功能改善)，代表的是不同群「隔一週」回來的客人2.橫線看法(黏著度/存活率)，代表的是「同群新使用者」每週回來的比率橫線看法，同群使用者的存活率，會是計算LifeTimeValue(LTV)的關鍵把表格轉為曲線圖呈現就會變成SurvivalCurve（存活曲線）。

SurvivalCurves,source:https://blog.exploratory.io/an-introduction-to-cohort-and-survival-analysis-29a8cc74a5d3.斜線看法(特殊活動)，代表的是「同一週出現的所有使用者」斜線看法，把斜線數字加總，就會是該週所有的舊客總數，也就是上段落回客率的分子。

【行銷部門】從CRM/MarketingCampaign來看，如果想知道活動是否成功吸引到舊客戶：「斜線看法」就是檢驗的最佳方式(是否因為活動期間，以前的舊客戶都回來了)。

【產品部門、商品/服務部門】想知道產品是否有本質性的改善、亦或是商品/服務品質的改善，是否吸引消費者持續回購，「直線看法+橫線看法」是最佳檢驗方式。

LifeTimeValue終於聊完Retention,CohortAnalysis，接下來聊聊重頭戲LTV。

計算前，需要先探討一個問題…怎麼定義「客戶生命週期長度」？其實LTV、生命週期，可以用很複雜的數學模型去計算、預測。

但個人認為對於新創公司來說，費時且意義不大(稍後也會提到一些原因)，所以建議可以用下述兩個面向去簡化假設、快速計算預估：A.手上握有的現金流週轉如果你手上的現金僅足夠公司運營1~2年，建議可以抓1年當作客戶的生命週期；原因是你無法負擔高過一年的CAC(CustomerAcquisitionCost)成本，你需要1年內能回收的營收預估。

B.顧客流失率如果你發現顧客大概3個月沒回來，就不會回來了，那你可以考慮抓3個月為LTV。

而流失的客戶當然有可能再喚回，但喚回都需要額外的CAC成本，所以CAC與LTV可能類等比上升，而相互抵消。

定義好自己的顧客平均生命週期後，我們可以開始正式計算LTV。

其實LTV可以從「cohort橫線看法」計算得出，計算關鍵有兩步，第一步是…1.把cohort表的單位「人」換成「營收」把人/回來比率，改為營收2.將上述表格的營收加總第二步，將橫排加總到你定義的平均客戶生命週期後停止（如定義是一年，就抓12個月），即可得出類似下圖，每個月進來的新使用者群各自的1YearLTV。

照理講上述線圖應該會相對平穩，如果跳動很大，幾個可能原因包含：樣本數太少、售出的商品組成改變、不同季節導致的浮動、回客率太低導致跟隨AOV(平均客單價)浮動…。

建議從上述方向排除原因後，選擇一個比較合理的平均數字(或是看中位數大概落在哪)、另一種作法是計算平均1年獲得的「額外營收比」可避免一些季節性因素。

假設2017.09的新客共貢獻了$1,000(第一次AOV)、而在往後的一年裡，這群客人又再貢獻了$500。

也就是說，1YearLTV=$1,000+$500額外營收比~=$1,500/$1,00=50%，意思是可預期一個新客在未來的一年內可額外多帶50%營收。

而坊間說法最佳狀況是，LTV>>3*CAC（考慮行銷成本外的營運成本、人事成本…）。

LTV算出來後，如何應用在商業決策上呢？【獲客策略】如果原本每單平均毛利是100，在考慮至少行銷費用與毛利打平的狀況下，CPA(獲取每單的成本)可能會先訂在100。

但如果算出1YearLTV其實是150，你可以考慮加大行銷預算，將CPA提高至150。

如此一來，將有機會獲得更多短期+長期的客人與營收。

【分行銷渠道分析】另一個變種的用法是，分不同的行銷渠道分析e.g.,GoogleAdwords廣告,不同Partner流量,Facebook流量…。

如果單看AOV,CAC，短期的看法有可能遺漏掉某個渠道進來的顧客忠誠度/LTV比較高。

不同渠道可能有讓人意外的LTV數字，也許會因此大幅改變不同渠道的預算調配挪移。

新創比較不適宜從「獲客角度」作分群分析?回頭聊聊，為何不實際運算每個客戶的LTV，再作分群分析(Clustering)？原因是下述問題可能導致分析出來無法有獲客的行動方案。

新創公司樣本數或資料構面不夠多去分群分析真的分群出來後，行銷團隊不一定有辦法獲取該群客戶CAC計算，很難計算單一客戶、或是依分群計算CAC。

因為各渠道的CPC/行銷成本一直不斷變動，且資料來源眾多很難真的實作計算。

分群CAC算不出來，也就無法對比分群LTV。

上述三種原因導致有高機率無法產生獲客行動方案，而商業分析的價值也可能因此隨之而散。

*這裡不是說實際計算每個人的LTV沒價值、不可能做到，而是對新創公司而言要負擔的成本與效益比可能不高。

*LTV分群分析在CRM角度還是有很大的價值，像是如何維繫好高LTV客群，讓他們願意再花更多錢、變得更忠誠；當然也可從中思考品牌定位是否該調整。

「商業分析」之目的，是為了產生具商業價值、可被執行的行動方案本文於此結束～如果有人跟你要一個Retention數字，又或是算單一客人的LTV，建議你可以分享此篇給他看看:)對於商業分析、或是資料分析有興趣，也推薦你看看下述文章。

你的企業營運指標設對了嗎？設定關鍵指標常見的四大錯誤定義營運與成長指標從來不是一件簡單的事，錯誤指標小則影響內部溝通；重則造成公司成長停滯、整體資源運營出狀況。

medium.comA/Btesting你真的做對了嗎？產品開發團隊必懂的五大方法論A/Btesting是大多數產品團隊在成長過程中會用的手法，在現實面試中，我們不乏面試過許多資深PM，但卻常常碰到下述狀況：medium.com【跨網域追蹤：實作血淚史】地雷、架構選擇、設定教學最近AsiaYo內部專案剛好處理到跨網域追蹤（CrossDomainTracking）問題，但發現官方文件、網路上的討論，並沒有整合的很清楚。

medium.com如何用GoogleTagManager打造免費的DataCollectionxStreamingData架構本次Project規劃、測試到上線大概花費Developerx1+PMx1約莫3~5天時間（單純程式架構面，應該1~2個工作天內）。

medium.comMorefromLucasHsiehFollowEnjoyingeverythingaboutproductgrowth.FollowmeonFacebook:https://bit.ly/2Czt8uELovepodcastsoraudiobooks?Learnonthegowithournewapp.TryKnowableAboutHelpTermsPrivacyGettheMediumappGetstartedLucasHsieh2KFollowersEnjoyingeverythingaboutproductgrowth.FollowmeonFacebook:https://bit.ly/2Czt8uEFollowHelpStatusWritersBlogCareersPrivacyTermsAboutKnowable