背景：直播类产品，对流失用户进行召回奖励。

召回方式：通过邮件等渠道对用户发送营销广告“重新下载可获得新手回归礼包”。

问题：不知道应该给召回成功的用户多少价值的奖励。

思路：

计算某周期内：1、用户平均LTV是多少2、头部付费用户LTV是多少3、通过广告买了一个用户的价值是多少

用户召回奖励=用户平均ltv-广告获客成本

头部用户召回奖励=头部ltv-广告获客成本

难点：

用户的ltv计算方式？

头部付费ltv计算方式？

问题可能比较蠢，大神如果方便可将其替换为游戏用户并且粗略的给出游戏用户ltv的结算方式，包括解题思路能可以给些建议吗，上面的看着确实有点蠢~

这个问题基本属于做作业级别的问题了，看有没有大神来帮忙回答吧。

我斗胆一起交流一下。

我对马丘的思路表示赞同，不过有几个补充点。

对于奖励价值的评定，可以以文中说明为准，不过在给用户的说明中，可以突出一个对比。例如原价值X元的奖励，现在免费获得之类的，利用一些心理学效应刺激一下。

关于LTV的计算，我之前做过指标体系和指标定义以及开发，根据我自己的经验，LTV的核心就是根据用户创造价值的行为，统计在一定时间周期内，所观察用户在周期内创造的价值。以一款网络游戏举例，只考虑内购收入的话，新用户3日LTV就是新用户自注册日起3天内的内购付费金额总和/新用户人数。这里的新用户也可以替换成你期望例如召回的大佬用户，只要把用户类型定义好，找到相应的用户去计算即可。

关于LTV的计算，本打算在这里回复，限于内容有点多，我晚上特地写了篇总结在公众号，希望对你有帮助。

关于LTV的计算思考与总结

https://mp.weixin.qq.com/s?__biz ... 3ff160453c4946d8#rd

以游戏为例，LTV有几种算法，最普适的一种是该游戏所有用户的流水加总 / 游戏用户数。这个算法和另一种算法大体相似，那就是LTV=LT * ARPU。LT为单个用户平均的游戏生命周期，单位为天，LT=用户累计游戏天数 / 累计在线用户数；ARPU就是我们知道的ARPU。之前还看过另一种是通过拟合函数对未来LTV进行预估，LTV=（1 / 流失率）* （累计收入 / 游戏用户数） 或 （游戏用户数 / 流失用户）* （累计收入 / 游戏用户数），用来预判，值会偏低一些。

但是实际的LTV预估不会按照这一套来操作，因为游戏分阶段的LTV表现差异是比较大的。比如以OB后7天去做30日、180日和365日的LTV预判，显然是严重偏低的。所以一般来说，会根据游戏在测试阶段的付费表现，同品类游戏短线长线留存和流水数据，构建不同周期LTV之间的函数模型。再在这个模型上搭上用户付费模型，即以游戏当前效果来看，核心吸收了付费能力在什么区间的用户，他们的历史流水和各时期LTV如何。最终可以基本预判一个365天的LTV基础值，按经验来说，这个值大部分时候会偏高，也就是更接近理想水平一些，所以不能完全等同，作为一个上限值来参考即可。

回归到楼主这个话题，捞取一个流失用户的成本 ≤ 用户的LTV预估 - 单个用户的买量成本，这个逻辑是正确的。但是在活动运用当中，其实没有这么复杂。很多时候逻辑会简化为「如果不挽回这批用户，等同于我要再买一批同质量的新增用户，才能补上这批用户的亏空」，所以就变成流失用户的召回成本 ≤ 单个用户的买量成本。即把流失用户视为一个对平台和内容有认知、质量更优的新用户来进行成本核算。

而且说实在的，做过流失用户召回的都知道，这事儿多难啊。最大的问题哪是钱啊，是有钱没处花，流失用户我不听我不听，风雨不动安如山。预算一大笔，实销小虾米。所以我个人的处理方式上，大头会放在流失召回的玩法和链路设计，而不是复杂的成本汇报上。不一定有借鉴意义，供楼主参考。