CLV，customer lifetime value，用户生命周期价值。用户与我们的业务、产生关联的过程可以简单地概括为，引入、消费、流失。这个全过程称为用户生命周期。
产品汪“有幸”参与收入类的项目时，比如付费产品、游戏、电商，可能或多或少要对盈利指标负责。这个时候就会像一个运营一样去想：怎么赚更多钱呢（我好直白哦）？
0、假设我遇到这样的问题：产品已经运营了一段时间了，有了一定量的用户，接下来的时间里，该项目未来能收入多少？怎样能扩大未来收入呢？应该做促销吗？应该将重点放在引入新用户还是维持老用户呢？
1、用CLV分析收入：因为如果用户都“死光”了，我就没收入了，所以，收入=CLV。CLV系统有几个变量，时间、用户状态、用户状态对应的价值，第三个又可以拆解成付费的平均单价、付费的概率。那么，CLV=已获得的用户价值+E（未来用户价值）—C（运营与营销成本），E指期望，怎么估算它呢。（C不在该文讨论）
2、划分用户状态。大学统计里的CRM案例总是教我们分群，其实还真有点用。比如做了一个游戏，一定时间单位内，用户可以分为：不给钱的屌丝、偶尔给钱的孩纸、经常给钱的富二代。大学统计又教我们可以用R（recency）、F（frequency）、M（monetary）三个典型指标来聚类已达到将屌丝、孩纸、富二代分群的目的。这个时候我就可以知道我做的游戏的用户构成，当然有比聚类更简单的方法。还比如一个会员服务，可以分成短期付费用户、中期付费用户、长期付费用户，三种状态。
3、分完用户状态后，重点两个估计变量就是，某用户状态的购买概率与状态转移矩阵。
3.1、某个群的购买概率由观察一个合理的样本估得。
3.2、转移矩阵代表了某个群的用户在下一个时间单位内转化成某个群的概率，前提假设是营销策略、国家政策（比如不要搞个净网行动啊！）等外部因素不变。具体的一个栗子：不付费的屌丝在下个月里，还是屌丝、或者变成付费的孩纸、或者进化成高富帅的概率分别是多少呢？这些都估计出来。然后，下个时间段某个用户状态只和这个月的状态有关系，估算出每种可能后，得到一个markov转移矩阵。
4、最后，简单估计某个用户群的M，就可以估算收入的期望了。
5、终极目标是最大化收入的期望。CLV=已获得的用户价值+E（未来用户价值）—C（运营与营销成本）。达到这个目标，C才是手段！
营销策略的变化会使成本变化、使收入期望变化。运营时purposely地去试算怎样的策略能对关键变量带去最积极的影响，这里面也有很多数据分析的方法，就以后想了再写。
