虚构示例：跟踪队列十二个月
100位客户的已观察净收入为30000 EUR，明确纳入的变动成本为18000 EUR，包括生产、配送、支付和变动服务费用。贡献为12000 EUR，即每位初始客户120 EUR。此处不包含获客费用和固定成本。
| 虚构的十二个月指标 | 数值 | 计算或限制 |
|---|---|---|
| 初始客户 | 100 | 保留原始分母。 |
| 净收入（EUR） | 30000 | 已观察金额。 |
| 已定义变动成本（EUR） | 18000 | 口径见正文。 |
| 贡献（EUR） | 12000 | 30000 − 18000。 |
| 每位客户收入（EUR） | 300 | 30000 / 100。 |
| 每位客户贡献（EUR） | 120 | 12000 / 100。 |
让假设可以核查
- 分母保留全部100位初始客户，包括不再购买者。记录退款、税项、成本口径和观察期限。
- 区分观察值与预测值。预测需说明留存、未来收入与成本、期限及可能采用的折现，并检验多个假设。
- 跨渠道去除重复客户。归因规则分配成果，但不证明某渠道造成了成果。
不要把估计当作净利润
120 EUR是十二个月内已观察的贡献，不是净利润，也不是已经确定的终身价值。与CAC比较时说明双方口径，避免重复计算获客成本。同时展示分布差异，因为均值可能掩盖队列内部的不均衡。
一手资料
将历史价值与预估的客户终身价值 (CLV) 分开。
累计收入是观察值，而预测的客户终身价值则取决于假设。请定义客户、利润或收入基础、成本、期限和退款。在得出某个渠道能够获得更长期客户的结论之前，请比较不同时间段的客户群体。
- 将观察值与预测值分开显示。
- 记录期限和包含的成本。
- 检验对重复购买假设的敏感性。
简单的公式能否作为确定的预测结果？
不能。简化的模型可以在假设清晰可见的情况下阐明场景。应将其与现有历史数据进行对比，并呈现不确定性，而不是保证单一数值。
一手资料：Google SRE — Data processing pipelines. 相关方法：阅读实用指南.
客户价值和后续跟进持续时间
补充审查要点：客户价值和后续跟进持续时间。需要明确队列定义，并提供包含计数、观察窗口和比较限制的表格。
- 命名回报：指定有效事件、周期和计算模式。GA4 标准模式、滚动模式和累积模式使用不同的定义；它们的单元格不能作为相同的留存率指标进行比较。
- 尊重可观察时间：在给定的截止时间，最近的队列可能尚未覆盖所有观察期。应将这些单元格标记为不可观察，而不是零。仅当相关窗口完成后，才比较同一观察期。
一手资料：Google Analytics — Cohort exploration. 相关方法：阅读实用指南.