在遊戲行業有兩個核心的指標，第一個是用戶成本(cost)，另一個是用戶價值（LTV）。

用戶成本包含了CPC（點擊成本）、CPD（下載成本）、CPA （激活成本）、CPR（註冊成本）、CPL（登陸成本）、以及付費成本等。

LTV(Life Time Ⅴalue)指的是某個用戶在生命週期內為該遊戲應用創造的收入總計，可以看成是一個長期累計的ARPU值。用戶的生命週期是指一個用戶從第一次啟動遊戲應用，到最後一次啟動遊戲應用之間的周期。

用LTV /cost對應的就是投資回報率(簡稱ROI)，我們用這個ROI來衡量買量是否回本，用該公式得出：

若ROI>1，則盈利；若ROI=1，則盈虧平衡；若ROI<1，則虧損。

LTV沒有高低之分，只有值或者不值。當LTV高於買量成本CPL且能回本，就是值，否則就不值。 LTV是非常重要的數據，是買量的指南針，也是遊戲生死的關鍵指標，而影響LTV的關鍵指標是留存率和ARPU

一、估算：

每個用戶平均的LTV = ARPU *

優點：計算速度快，非常好理解；

缺點：不夠精準，往往會出現LTV偏高的結果。主要因為：

1）用戶平均生命週期無法準確定義生命週期的長度。

2）ARPU 亦非一個容易平均的恆定值，這樣的計算結果只能作非常宏觀的參考。例如，有以下兩種計算方式：

如果遊戲

如果遊戲

以上按日均和月均計算的LTV差異很大。建議生命週期的長度和ARPU按月份來平均計算，得出的LTV相對更準確。即：

每個用戶平均的LTV =

二、計算總LTV：

總LTV = 累計收入/累計新增

優點：簡單，直接，計算速度快，非常好理解；

缺點：時間顆粒度不夠細，為某一天或某一段時間的總LTV，非加權值。如果取第一天或前N天的用戶，用戶質量可能較高，導致總LTV偏高；如果取遊戲所總收入和總新增用戶，部分用戶的生命週期未到，跟加權值相比存在一定誤差。

三、計算每天新用戶第N天LTV：

1、計算開服第1天新用戶N天LTV

1天LTV=第1天新用戶在1天內帶來的收入/第1天新用戶數

7天LTV =第1天新用戶在7天內帶來的累積收入/第1天新用戶數

14天LTV =第1天新用戶在14天內帶來的累積收入/第1天新用戶數

2、計算開服第2天新用戶N天LTV

1天LTV=第2天新用戶在1天內帶來的收入/第2天新用戶數

7天LTV =第2天新用戶在7天內帶來的累積收入/第2天新用戶數

14天LTV =第2天新用戶在14天內帶來的累積收入/第2天新用戶數

3、計算開服第3天新用戶N天LTV

……

計算公式如下：

說明：LT(life Time)就是用戶生命週期，如果我們要計算N天的LTV，則直接將公式中的LT改成N天即可。這個公式常用於利於已知歷史數據精確計算N日的LTV。

例如：某日新增用戶100，首日他們充值500元，則首日LTV=500/100=5元；第2天充值300元，則2天LTV=（500+300）/100=8元，以此類推。

影響LTV的關鍵指標是留存率和ARPU，以下表數據為例，比如，一款遊戲測試7天，將每天的留存率*ARPU，再求和，得出7天LTV為15.6元。

計算公式：

以下面積部分就是LTV值：

數據分析師跟進項目，LTV是必須要輸出的內容之一。如果能準確、快速地計算出LTV，那麼能大大提升效率。下面就以某款遊戲為例，計算每日LTV和加權LTV。

• 計算每日LTV

運行結果(僅顯示2020年1月1日至1月7日的數據)：

• 計算一段時間內的加權LTV

以2020年1月1日-1月7日的數據為例，取這7天用戶的加權LTV如下：

運行結果為：