LTV（Lifetime-Value）：生命周期价值，即平均一个用户在首次登录游戏到最后一次登录游戏内，为该游戏创造的收入总计
用户留存率（Retention）：用户在某段时间内开始使用游戏，经过一段时间后，仍然继续使用游戏的被认作是留存用户，这部分用户占当日新增用户的比例即是用户留存率，统计周期包括日留存(1Day Retention)、周留存(7Day Retention)、月留存(30Day Retention)
在理解上述手游运营数据指标后，让我们了解不同阶段手游LTV的计算公式：
一、LTV计算公式：LTV = LT * ARPU
如果用户LT（平均生命周期）是3个月，ARPU（平均用户收入）是10元/月，那幺LTV = 3 * 10 = 30元
这个公式就好比：距离 = 速度 * 时间，优点就是非常好理解，缺点也非常明显，就是非常理论化。但是实际生活中开车，车速受到动力、交通、天气等因素影响随时变化，而手游在刚开始设计时，没有数据，怎幺去评估用户的生命周期？而且ARPU也不是一个固定数值，具体可参考下图两种类型走势。
游戏ARPU数值
二、LTV计算公式：LTV = N天流水/N天新增（N≥30）
如何不想计算用户生命周期？咱们不如就自己定义吧，建议可以定义的长一些，30天、60天、90天，这个可以通过观察用户留存率来看，正常60日留存是1%以内，差不多用户生命周期。这个一般需要真实数据了，可以通过友盟或talkingdata把近几个月的用户留存率拉一下，你看到第几周用户留存在1%左右了，就按照这个天数来吧。
用户留存
三、LTV计算公式：通过计算留存率模型、收益函数模型来评估
根据Talkingdata的数据分析，用户的留存率在推广渠道、产品版本既定的情况下应当呈现一定的发展趋势。一般来讲用户留存会呈现如下的发展趋势曲线：
用户留存率发展趋势
前N天极速衰减，终端出现稳定的衰减收敛序列，这样可以推荐分段计算。假设留存函数是 y=a*x^b的幂函数，其中x为使用天数，a和b是模型的系数。首先预估的是180天内的留存率。它使用了第2天、7天、14天、30天和180天的加权系数，加权值为：2.5、7、12、57.5、100（顺序对应）。基于LTV公式的加权系数比在幂函数求积分更简单，对于精确度的影响也没有那幺大。当用户生命周期计算好后，用ARPDAU乘以生命周期即可计算出LTV值。
