我前面寫(xiě)過(guò)一篇產(chǎn)品分析框架的文章，里面把商業(yè)目標放在三大目標的最后一個(gè)，其實(shí)我是很心虛的。戰略目標只有公司上層才能控制，雖然重要，但離很多人都比較遠，而產(chǎn)品目標高于商業(yè)目標，可能也只是作為一個(gè)產(chǎn)品人的理想罷了。理想豐滿(mǎn)但現實(shí)骨感，要想產(chǎn)品能做下去公司能活起來(lái)，產(chǎn)品人還是需要把大量的精力放在產(chǎn)品的盈利能力上。
那么，究竟怎樣的產(chǎn)品能夠盈利？產(chǎn)品做到怎樣的程度就算是有盈利能力了？如何從數據上預測產(chǎn)品能否盈利呢？
很多有經(jīng)驗的產(chǎn)品或者運營(yíng)，都能輕易回答這個(gè)問(wèn)題，因為他們在工作中一定已經(jīng)實(shí)踐了很多遍。很少會(huì )有人去在乎這其中的原理，以及一些公式的推導過(guò)程，因為沒(méi)用！但是，對于初學(xué)者甚至入行三年以?xún)鹊漠a(chǎn)品經(jīng)理來(lái)說(shuō)，了解原理才能更好地學(xué)習和記憶，也便于從根本上了解我們到底在做什么，只有了解了原理很根本，才能活學(xué)活用，才不會(huì )被表面的數據所匡死。
所以我寫(xiě)了這篇文章，根據我個(gè)人學(xué)習和理解的過(guò)程，詳細地講解一下在計算產(chǎn)品盈利能力中所涉及到的數據、指標和公式的原理和計算方法。
一、三大指標及可盈利標志
不能盈利的產(chǎn)品就沒(méi)有未來(lái)，那么，如何預測一個(gè)產(chǎn)品能否盈利就成為一個(gè)非常關(guān)鍵的問(wèn)題。當產(chǎn)品已經(jīng)運營(yíng)一段時(shí)間，有了一些數據之后，就可以開(kāi)始通過(guò)數據預測產(chǎn)品的盈利能力。
首先祭出最重要的三大指標：LTV、CAC、PBP
LTV 即 Life Time Value，意思是“用戶(hù)的終身價(jià)值”
CAC 即 Customer Acquisition Cost，意思是“用戶(hù)獲取成本”
PBP 即Payback Period，意思是“回收期”
之所以叫它們三大指標，是因為幾乎所有公司做產(chǎn)品都需要將它們作為最重要的指標。
基于前兩大指標，盈利能力為正或者說(shuō)有盈利能力的產(chǎn)品，數據上首先需要滿(mǎn)足的就是：LTV > CAC
怎么理解呢？
首先，LTV=LTxV。LT，即Life Time，用戶(hù)生命周期，一般我們算出來(lái)的是平均用戶(hù)生命周期，單位是天或者月。V，即Value，這里解釋為用戶(hù)價(jià)值，一般我們算出來(lái)的也是平均用戶(hù)價(jià)值，單位是元/天 或者 元/月。
LTV > CAC，就是說(shuō)，用戶(hù)生命周期價(jià)值大于獲取用戶(hù)的成本，這時(shí)候我們認為這個(gè)產(chǎn)品是可盈利的。舉個(gè)例子，如果我們獲取到1萬(wàn)個(gè)用戶(hù)需要花10萬(wàn)元，那么，如果這1萬(wàn)個(gè)用戶(hù)從安裝到卸載能夠給公司帶來(lái)大于10萬(wàn)元的收益，則這個(gè)產(chǎn)品就是可盈利的。
當然，我們不能每次都去計算花費和收益的總量，最好的方法就是，能夠得到一個(gè)平均數據，并據此作為對未來(lái)可能花費和收益的預估，以此來(lái)預測產(chǎn)品在未來(lái)是否能夠盈利。一般，我們會(huì )計算：平均每個(gè)活躍用戶(hù)，每天或每月能為公司帶來(lái)多少收益，即V；平均每個(gè)用戶(hù)能活躍多少天或者月，即LT。然后將這兩個(gè)數據相乘，再去跟CAC相比。（為什么是活躍用戶(hù)？因為只有活躍用戶(hù)才能被我們統計到數據，所以我們只能以活躍用戶(hù)作為基準來(lái)計算一切其他數據。）
至于第三大指標，當我們預測到產(chǎn)品是可盈利的之后，所付出的成本需要多久才能收回，產(chǎn)品才能開(kāi)始真正地盈利，這個(gè)時(shí)間就是回收期PBP，為了保證公司資金鏈不出問(wèn)題，一般認為PBP能夠在一年以?xún)仁亲詈玫摹?/span>
那么，如何通過(guò)已有的數據，去計算這些指標呢？
二、CAC與CPI
先從簡(jiǎn)單的說(shuō)起，CAC，用戶(hù)獲取成本，不同產(chǎn)品對其有不同的計算方法。而對于一般的軟件產(chǎn)品來(lái)說(shuō)，CAC=CPI，即Cost Per Install，每安裝用戶(hù)的成本。簡(jiǎn)單點(diǎn)說(shuō)，就是通過(guò)推廣獲得一個(gè)安裝所花的錢(qián)，當然這里說(shuō)的是平均值，比如公司在一次推廣中花了10萬(wàn)元，獲取到了1萬(wàn)個(gè)新用戶(hù)安裝，則這次推廣的CPI為10元。CPI不是恒定的，它可能會(huì )受到推廣方式、推廣時(shí)機、渠道、市場(chǎng)空間大小等等因素的影響，但是我們總能通過(guò)各種方式推算到一個(gè)較為準確的值。
三、V
由于LTV中，LT和V的計算都比較復雜，所以我們分開(kāi)說(shuō)，先從簡(jiǎn)單的V開(kāi)始說(shuō)起。
V，用戶(hù)價(jià)值，一般我們用ARPU來(lái)計算，即Average Revenue Per User，指的是在一段時(shí)間內，公司所獲得的收入總和平均到這段時(shí)間內活躍用戶(hù)數上的值。比如，DAU ARPU就等于 日收入總和/DAU；MAU ARPU就等于 月收入總和/MAU。這就是一般的軟件產(chǎn)品計算用戶(hù)價(jià)值的方法，也是我們根據已有數據推算未來(lái)可能用戶(hù)價(jià)值的方法，不過(guò)，這是一種間接計算方法。除了用ARPU的定義來(lái)間接計算之外，還可以根據軟件本身的盈利模式來(lái)直接計算。
比如，對于純廣告收入的產(chǎn)品來(lái)說(shuō)：
V=CPM（一般廣告的成本計算方法，當然也是產(chǎn)品展示廣告的收入計算方法）x廣告每DAU展示次數（等于廣告位每DAU展示次數x廣告填充率）/ 1000
假如你的產(chǎn)品中某個(gè)廣告位所展示的廣告的CPM為20元，這個(gè)廣告位每DAU展示廣告次數為5次，則這個(gè)廣告位所帶來(lái)的價(jià)值V1就是0.1元，將你產(chǎn)品中所有的廣告位的價(jià)值加起來(lái)得到ΣV，就是產(chǎn)品本身的用戶(hù)價(jià)值V。
當然，產(chǎn)品盈利模式不同，直接計算的方法就會(huì )不同，有的盈利模式下，直接計算可能會(huì )非常復雜甚至無(wú)法計算。但間接計算的方法，對于所有產(chǎn)品來(lái)說(shuō)基本都是一樣的，如果我們有準確的產(chǎn)品收入數據，就可以統統用間接計算的方法來(lái)計算用戶(hù)價(jià)值。
四、LT的計算
LT，用戶(hù)生命周期，這個(gè)就復雜一些。首先，LT一定是基于產(chǎn)品生命周期的，整個(gè)產(chǎn)品的生命周期可能是1年、2年甚至5年、10年，比如LT365指的就是在一年的產(chǎn)品周期內的平均用戶(hù)生命周期，LT60就是在60天的產(chǎn)品周期內的平均用戶(hù)生命周期，一般產(chǎn)品生命周期越長(cháng)，算出的用戶(hù)生命周期就越長(cháng)，顯然LT365是大于等于LT60的。有點(diǎn)兒繞，我舉個(gè)極端的例子解釋一下，比如我做了一款產(chǎn)品，用戶(hù)非常喜歡，所有用戶(hù)下載過(guò)后每天都用且永不卸載，那么我這款產(chǎn)品的LT60就是60天，LT365就是365天；又比如我做了一款產(chǎn)品，用戶(hù)非常討厭，所有用戶(hù)下載過(guò)后就立刻卸載了，那么我這款產(chǎn)品的LT60就是0，LT365也是0；再比如我做了一款產(chǎn)品，一半用戶(hù)非常討厭一半用戶(hù)非常喜歡，討厭的那一半下載過(guò)后立刻就卸載了，喜歡的那一半下載過(guò)后每天都用且永不卸載，那么我這款產(chǎn)品的LT60就是30天，LT365就是182.5天。
這就是LT的含義，就是在指定的產(chǎn)品生命周期內，平均每個(gè)用戶(hù)能夠活躍多少天，雖然復雜，但基本上爭議不大。復雜的是它的計算方法，我在這里，先根據自己的經(jīng)驗，給出兩個(gè)常見(jiàn)的計算方法。
第一個(gè)計算方法比較簡(jiǎn)單，就是：
LT=1/流失率
這里的流失率，就是在一段時(shí)間內，流失掉的用戶(hù)占獲取到的用戶(hù)的比率。假如一個(gè)產(chǎn)品在一個(gè)月內的流失率為80%，則LT=1/0.8=1.25（月）
這個(gè)方法很簡(jiǎn)單，可是理解上卻有很大障礙，很多資深的產(chǎn)品人盡管無(wú)數次用過(guò)這個(gè)公式，卻從來(lái)不理解為什么是這樣。這里我用簡(jiǎn)單的數據分析給大家解釋一下。
比如一款產(chǎn)品，一個(gè)月的新用戶(hù)總數是10000，月流失率是90%，那么就相當于：這批新用戶(hù)，第一個(gè)月的月活為10000，第二個(gè)月的月活為1000，第三個(gè)月的月活為100，第四個(gè)月的月活為1，第五個(gè)月就沒(méi)了；那么這群人的月活總數就是10000+1000+100+1=11111，則這群人的平均的 LT= 11111/10000=1.1111，它其實(shí)就相當于 1+0.1+0.12+0.13… = 1/（1-0.1）= 1/0.9，當然，這個(gè)公式只有在無(wú)限長(cháng)時(shí)間的LT時(shí)，才能夠劃等號，但是對于一般產(chǎn)品的流失率來(lái)說(shuō)，半年以上的LT基本上就增長(cháng)不大了，當然越長(cháng)期就越準確。
總結起來(lái)，這就是用流失率作為固定參數將LT推算出來(lái)的一個(gè)公式，簡(jiǎn)單而且準確，但這個(gè)公式比較理想化。首先，它要求流失率是恒定的，一般的軟件產(chǎn)品的月流失可以維持在一個(gè)較為穩定的水平，卻并不完全恒定，其次，這個(gè)公式一般也只用來(lái)通過(guò)月流失率推算長(cháng)期的LT，并且需要至少長(cháng)達半年甚至一年以上的數據。但是，現在很多公司的節奏相當快，常常一個(gè)月甚至半個(gè)月就需要驗證產(chǎn)品的盈利能力，這時(shí)候推算LT就不能用這個(gè)公式了。因為一個(gè)月是無(wú)法拿到準確月流失率的，而且這時(shí)候需要計算的可能是LT30或LT60（30天的LT或60天的LT），通過(guò)短期的LT來(lái)驗證產(chǎn)品的盈利能力。
這就有了另外一種方法，可以說(shuō)，這種方法才是LT的本質(zhì)算法，因為它才能體現LT的實(shí)際意義。這種方法就是，積分。
以縱坐標為留存率，橫坐標為安裝天數，可以得到類(lèi)似下面這樣的留存曲線(xiàn)：
留存曲線(xiàn)通常都是這樣的，開(kāi)始比較陡，越到后面越平緩，很像對數或者冪函數曲線(xiàn)，所以我們可以用對數或者冪函數曲線(xiàn)對其進(jìn)行擬合。
用對數曲線(xiàn)擬合是這樣的：
用乘冪曲線(xiàn)擬合是這樣的：
我們可以看到，對數曲線(xiàn)的擬合度達到了97%，而乘冪曲線(xiàn)的擬合度甚至達到了99%，雖然跟真實(shí)值還是有差異，但這樣的擬合其實(shí)已經(jīng)很近似了。所以，對得到的擬合曲線(xiàn)函數進(jìn)行積分，就可以得到近似的30日活60日的LT了。需要注意，縱坐標是留存，所以應該是百分比，在計算的時(shí)候可以取小數，如0.15、0.3、0.45等等這樣，橫坐標是安裝天數，單位是天，積分得到的LT值的單位也是天。
至于原理，我簡(jiǎn)單說(shuō)一下，便于理解和記憶。其實(shí)這是一種微積分的思維，我們可以把留存看作是所有用戶(hù)的平均停留天數，比如，當次日留存為60%時(shí)，我們就可以將其當作，在第一天內，60%的人停留了一天，40%流失了，算下來(lái)就是所有人平均每人停留了0.6天，這么想雖然感覺(jué)不準確，但其實(shí)將天數微分，每次都只算很微小一段時(shí)間內的留存，其實(shí)就非常準確了，以此類(lèi)推，每一段微分的天數和留存的乘積，加起來(lái)就是相應的LT了。
五、總結
最后再回扣一下三大指標
還是舉例子，感覺(jué)只有舉例子才能說(shuō)清楚
假如我們做一個(gè)產(chǎn)品，用曲線(xiàn)擬合和積分的方法計算出了它的LT60；用間接推算或直接計算的方法計算出了它的V；并且通過(guò)一段時(shí)間的推廣數據，算出了它的CPI。
那么，前期如果能做到：LT60*V≥CPI
產(chǎn)品就可以開(kāi)始大量推廣，因為產(chǎn)品已經(jīng)處于可盈利狀態(tài)了
并且，60天內就可以收回成本，即它的PBP是60天，那么理論上，在60天~1年、3年，甚至5年的產(chǎn)品生命周期里，產(chǎn)品所擁有的用戶(hù)產(chǎn)生的價(jià)值，就是公司的純收入。
來(lái)源：PMCAFF社區
文章推薦：如何在設計中加入信任的元素
