ltv（lifetime-value）：生命周期價值，即平均一個用戶在首次登錄游戲到最后一次登錄游戲內，為該游戲創造的收入總計
用戶留存率（retention）：用戶在某段時間內開始使用游戲，經過一段時間后，仍然繼續使用游戲的被認作是留存用戶，這部分用戶占當日新增用戶的比例即是用戶留存率，統計周期包括日留存(1day retention)、周留存(7day retention)、月留存(30day retention)
在理解上述手游運營數據指標后，讓我們了解不同階段手游ltv的計算公式：
一、ltv計算公式：ltv = lt * arpu
如果用戶lt（平均生命周期）是3個月，arpu（平均用戶收入）是10元/月，那么ltv = 3 * 10 = 30元
這個公式就好比：距離 = 速度 * 時間，優點就是非常好理解，缺點也非常明顯，就是非常理論化。但是實際生活中開車，車速受到動力、交通、天氣等因素影響隨時變化，而手游在剛開始設計時，沒有數據，怎么去評估用戶的生命周期？而且arpu也不是一個固定數值，具體可參考下圖兩種類型走勢。
游戲arpu數值
二、ltv計算公式：ltv = n天流水/n天新增（n≥30）
如何不想計算用戶生命周期？咱們不如就自己定義吧，建議可以定義的長一些，30天、60天、90天，這個可以通過觀察用戶留存率來看，正常60日留存是1%以內，差不多用戶生命周期。這個一般需要真實數據了，可以通過友盟或talkingdata把近幾個月的用戶留存率拉一下，你看到第幾周用戶留存在1%左右了，就按照這個天數來吧。
用戶留存
三、ltv計算公式：通過計算留存率模型、收益函數模型來評估
根據talkingdata的數據分析，用戶的留存率在推廣渠道、產品版本既定的情況下應當呈現一定的發展趨勢。一般來講用戶留存會呈現如下的發展趨勢曲線：
用戶留存率發展趨勢
前n天極速衰減，終端出現穩定的衰減收斂序列，這樣可以推薦分段計算。假設留存函數是 y=a*x^b的冪函數，其中x為使用天數，a和b是模型的系數。首先預估的是180天內的留存率。它使用了第2天、7天、14天、30天和180天的加權系數，加權值為：2.5、7、12、57.5、100（順序對應）。基于ltv公式的加權系數比在冪函數求積分更簡單，對于精確度的影響也沒有那么大。當用戶生命周期計算好后，用arpdau乘以生命周期即可計算出ltv值。