已实现的 LTV（生命周期价值）每付费用户数据图表，展示的是某一付费用户同期群在扣除退款后实际产生的收入，除以该同期群中付费用户的数量。换句话说，这张数据图表告诉你平均每位付费用户为你带来了多少收入。

Adapty 设计 LTV 数据图表，旨在回答以下几个关于应用收入与用户行为的重要问题：

1. 每个同期群在其生命周期内为您的应用带来了多少收入？
2. 一个同期群在哪个时间点实现盈亏平衡？
3. 如何优化应用的营销和获客支出，吸引高 LTV 的优质用户？
4. 收回新用户获取成本需要多长时间？

LTV 数据图表基于我们通过 SDK 和应用内事件收集的数据进行分析。 通过这些信息，您可以深入了解订阅的表现情况，以及在特定时间段内订阅者带来的收入。您可以利用这些数据，对订阅方案、广告投入和用户获取策略做出更明智的决策。此外，筛选器支持按国家、归因及其他维度对数据进行市场细分，帮助您更精细地了解用户群体。

按续订周期查看 LTV

LTV by renewals 视图展示与订阅周期 (P) 相关的数据，具体捕捉的是用户首次付款的时间节点。对于按周订阅，这对应于下一个每周订阅周期。

按天数查看 LTV

LTV by days 视图按日、周或月为间隔对数据进行整理和筛选。它展示在特定日期、周或月安装应用的所有用户产生的总收入，除以同一时期内付费用户的数量。该视图为收入追踪提供了宝贵洞察，并有助于全面了解用户随时间的行为变化。

同期群长度与时间范围

两个时间设置共同决定表格显示的内容：

• Time frame（时间范围）——日期区间，在表格上方的日历中设置。
• Cohort length（同期群长度）——每行的粒度：天、周、月、季度或年。选择”月”时，每行对应一个月的安装数据。

这两个设置相互独立。举个例子：6 个月的时间范围搭配按月划分的同期群长度，表格会有 6 行；1 年的时间范围搭配按周划分的同期群长度，则会有 52 行。

计算方式

已实现 LTV 的计算方式为：每个用户同期群产生的总收入减去退款金额。

日/周/月 LTV = 在该日/周/月安装应用的所有付费用户产生的收入 / 在该日/周/月安装应用的付费用户数量

LTV 计算包含升级、降级和重新激活等情况，例如用户变更订阅计划或定价。它会综合考虑初始订阅以及基于更新后计划的后续续订所产生的收入。

可用的分组与筛选

筛选和分组均可应用于 LTV 数据图表的续订视图和天数视图，帮助你深入了解特定同期群并追踪其随时间变化的行为。

• ✅ 筛选维度：归因、国家、付费墙、商店、产品和时长。
• ✅ 分组维度：产品、国家、商店、时长，以及按同期群的天、周、月、年。 Adapty 中的 Realized LTV 数据图表可帮助您深入了解客户行为、优化营销策略、追踪收入表现，并通过数据驱动的决策最大化客户的长期价值。