小游戏
LTV
留存
Cohort
数据分析

你的 LTV,在被验证之前只是猜

一篇问答:小游戏 LTV 预测——cohort 曲线、回本窗口,以及为什么早期「LTV」会烧死你

C

Cross Mini App Team

2026年11月1日 · 1 分钟阅读

你的 LTV,在被验证之前只是猜

你的 LTV,在被验证之前只是猜

每次 UA 会议里都坐着一个幽灵:幻灯片上那个没人算过的「用户终身价值」。有人拿 D30 的 ARPU 乘了个直觉,就管它叫 LTV。那不是 LTV。那是一个带小数点的愿望,也是聪明团队为本来不该买的玩家超额付费的根因。

Q:LTV,在被验证之前只是猜?

因为你从一条还没看到拐点的曲线在投影。D7 时你对第 6 个月几乎没有任何信号,而小游戏留存是出了名的前置集中——要走的人走得很快,留下的是另一群动物。把 D30 的 LTV 线性外推,在休闲品类上会高估 2–4 倍。这个数字只有在你有了穿过拐点的真实 cohort 曲线(通常 D60–90)、且模型拟合的是衰减而非假设它停了,才配叫 LTV。

Q:真正能用的模型长什么样?

三块。第一,把每个获客 cohort 的收入拟合到衰减曲线(幂律或指数衰减),而不是取平均。第二,按来源和地区分别算 LTV,因为一个数会藏住那个悄悄亏钱的 cohort。第三,用回本窗口而非终身——「22 天回本 CPA」比「LTV 是 $4.10」在今晚要不要扩量时要有用得多。pLTV(预测式 LTV)用早期行为能缩短这个周期,但仍需要一个校准过的 holdout。

Q:怎么用 LTV 而不骗自己?

带上误差线和日期报。一个标着「D30 预测,±35%,n=12k」的数,诚实且可用;一个光秃秃的「$4.10」是陷阱。把你依据的每一个 LTV 绑到它来自的 cohort 和渠道上,并随游戏经济变动每月重基线化。安全扩量的团队,是把 LTV 当活的范围、而不是奖杯的那批。

Q:LTV:CPI 到底在哪里崩?

在长尾,也在混合。LTV:CPI 大于 1 毫无意义,如果你的回本是 120 天、而现金 60 天就烧光。而一个 1.4 的混合 LTV:CPI,可能藏着三个低于 1 的渠道,你在用一个赢家补贴它们。按来源拆开、盯着回本周期对齐你的营运资金、把那些过了你等得起的节点仍低于 1 的渠道砍掉。

真 LTV 模型有的幻灯片数字缺的
穿过 D60–90 的 cohort 曲线拟合从 D7 线性外推
按来源、按地区的 LTV一个混合数
回本窗口,不止终身没有周期的「LTV 是 $X」
误差线 + cohort + 日期光秃秃的小数

LTV 不是你贴到幻灯片上的数字。它是一种纪律——拟合曲线、按来源拆、盖个怀疑的章、让回本窗口而非终身去驱动花费。这么做了,幽灵就离开房间了。

参考来源

相关文章

结构化数据,是机器愿意买单的那张发票

FAQ、HowTo 与 Organization 标记让目录变得可读,但对照实验显示,可读与被引用之间仍隔着一道坎。本篇诚实梳理结构化数据的能力边界。

小程序
结构化数据
AI 引用
2026年11月18日·1 min read
不点击的东西,你怎么衡量

AI 发现大量发生在没有点击的对话里,传统分析因此失明。一种务实替代是用 AI 声音份额这类方向性指标,配上品牌调研,同时承认归因无法精确到每一次点击。

小程序
AI 发现
衡量
2026年11月18日·1 min read
AI 送来的点击更少,成交却更多

AI 引荐在站点流量里仍是一条细缝,可它带来的访问停留更久、转化更高。本文拆开这条细缝,分清哪些信号扎实、哪些被夸大,并说明为什么值得为它单独留一个目录入口。

小程序
AI 流量
引荐营销
2026年11月18日·1 min read