上次我们介绍了预测玩家留存率走势，进而根据APRDAU值预测玩家生命周期的方式，本文将介绍另外一种预测LTV的方式。

当我们对某日新进用户的总收入跟踪时，可以发现，随着时间的增长，收入增长会逐渐放缓，可以想象，在未来足够长的时间里总收入会趋近一个估值，这个值可以被认为是某日新进用户的总生命周期价值，当然我们也可以很容易得出其平均生命周期价值（LTV）。

如上图所示，总收入逐渐逼近某个值，这样对于LTV（平均玩家收入），我们可以很容易联想到下面这个函数的曲线。

可以近似的用一个log函数曲线来反应LTV的变化趋势，例如我们用以下函数来表示：

y = c * LN( x ) + b

同时也给出c，b的取值(好吧，这其实有复杂的证明过程，这里先省略吧。)，依然使用Excel函数来计算着两个值。

c =INDEX(LINEST(Known Ys, LN(Known Xs)), 1)

b=INDEX(LINEST(Known Ys, LN(Known Xs)), 2)

c是曲线的斜率， b值是y轴截距，这个不必多说（前一篇文章已有说明）。

我们用实际值代入测试一下：

使用第一天，第三天的APRU代入得出

c=0.447 b=0.4073

可以看出取小数点后1位时，预测大致与实际一致，精度更高则可看出差别。

笔者在两篇LTV预测方案中比较倾向于第一种，也就是先预测留存率，再根据ARPDAU计算其生命周期价值，预测留存率可以更好的反应玩家在未来的大体趋势，依据留存率预测我们可以有针对性的开展运营活动，并为运营活动提供一些数据支撑。然后要说的是，预测始终只是预测，只能反应大体上的趋势，而且对于游戏本身，随着游戏版本不断迭代，游戏自身在进化，在不同的阶段，玩家会有不同的行为，预测曲线也许就大相径庭。对于目前相对生命周期比较短的手游，我建议可以以30自然天为周期进行预测，当有游戏玩法更新，版本迭代发生时，我们比对新旧版本30天留存率就可以评估出版本的好坏。

相关阅读：《一种预测LTV值的方法》

本内容由GRG游戏研究组授权手游那点事发布，转载请标明出处！