顧客終身價值怎麼算？從留存分析看複購、毛利與獲客決策

顧客終身價值是什麼？LTV、CLV、CLTV 差在哪裡

顧客終身價值（LTV）指一位顧客在關係期間可能帶來的總價值，應同時看營收、毛利與後續成本，才不會把高消費誤判成高獲利。

LTV 的白話定義

LTV 可以理解為一位顧客從第一次購買到流失前，預期會為企業留下多少價值。這個價值不只看訂單金額，也要看複購、留存、毛利與服務成本。

若一位電商會員平均每次消費 1,200 元，一年買 4 次，平均維持 2 年，營收型 LTV 可先估為 1,200 × 4 × 2 = 9,600 元。這只是起點，後面還要扣掉退貨、折扣、客服與履約成本。

LTV、CLV、CLTV 是否相同

LTV、CLV、CLTV 在多數行銷與資料分析場景中都指顧客終身價值，差別主要在命名習慣。台灣文章常用 LTV，資料團隊或國外文件也常看到 CLV 與 CLTV。

名詞	常見全名	使用情境
LTV	Lifetime Value	行銷、成長、電商營運最常用，常拿來和 CAC 比較。
CLV	Customer Lifetime Value	顧客分析、會員經營、CRM 報表常用。
CLTV	Customer Lifetime Value	偏分析文件或 SaaS 指標文件，意思通常與 CLV 相同。

LTV 不是已消費金額

已消費金額只代表歷史價值，LTV 還包含未來可能帶來的價值。我的判斷是，若只用歷史消費金額排序顧客，很容易把一次性大單顧客放太高，反而忽略穩定複購的小額顧客。

• 歷史價值：顧客過去已經完成的訂單金額，適合回顧貢獻。
• 當前價值：顧客最近是否仍活躍，是否還在購買週期內。
• 潛在價值：依留存率、複購率、客單價與毛利推估未來貢獻。

為什麼顧客終身價值重要？

顧客終身價值重要，因為它能判斷獲客成本上限、預算是否值得加碼、會員經營是否真的提高長期獲利。

不只看單次訂單

2026 年的廣告成本持續有壓力，只看首購 ROAS 容易低估高留存顧客，也可能高估靠折扣才轉換的新客。首購 ROAS 看的是第一次訂單，LTV 看的是顧客後續能不能留下來。

例如某來源首購 ROAS 較低，但 6 個月內複購率高、退貨率低、客服成本低，這批顧客可能比首購當下看起來更值得投資。相反地，高 ROAS 若來自大幅折扣，毛利 LTV 可能很薄。

LTV 如何幫助預測未來營收

LTV 把顧客數、留存時間、購買頻率與客單價接在一起，可以用來預估未來營收區間。若每月新客數穩定，且各 Cohort 的 3 個月、6 個月留存率沒有明顯下滑，營收預測會比只看當月訂單更可靠。

我通常會先看新客的早期留存，再看老客的累積消費。因為成長表面上可能來自更多新客，但利潤其實藏在第二次、第三次購買後才看得出來。

顧客終身價值怎麼算？基本公式與變形

顧客終身價值最常用的算法是平均客單價乘以購買頻率，再乘以顧客壽命；進階判斷則要改看毛利 LTV 與淨 LTV。

基本公式

LTV = 平均客單價 × 購買頻率 × 顧客壽命

假設電商顧客平均客單價 1,200 元，每年購買 4 次，平均維持 2 年，營收 LTV 為 9,600 元。若毛利率為 45%，毛利 LTV 則是 9,600 × 45% = 4,320 元。

營收 LTV、毛利 LTV、淨 LTV

營收 LTV 適合快速估算規模，毛利 LTV 適合判斷獲利空間，淨 LTV 則更接近可拿來做預算決策的數字。實務上我會把毛利 LTV 放在營收 LTV 前面，因為營收漂亮不代表現金留下來。

口徑	公式	適合用途
營收 LTV	平均客單價 × 購買頻率 × 顧客壽命	初步估算顧客規模與營收預測。
毛利 LTV	營收 LTV × 毛利率	判斷顧客是否真的貢獻毛利。
淨 LTV	毛利 LTV − 折扣成本 − 退貨成本 − 服務成本 − 客服成本	評估是否值得加碼獲客、喚回或升級服務。
LTV/CAC	LTV ÷ 獲客成本	比較顧客長期價值與取得成本。

LTV/CAC 怎麼看

LTV/CAC = 顧客終身價值 ÷ 獲客成本。這個比例用來看花一元獲客，長期能收回多少價值。比例過低代表獲客太貴或留存太差，比例很高也不一定完美，可能代表預算投得太保守、成長速度被限制。

• 低於 1：長期價值無法覆蓋 CAC，通常要先修留存、毛利或獲客品質。
• 接近 1：可能剛好打平，但還要看回本週期與現金流。
• 高於 1 且回本期可接受：才有加碼空間，但仍需看 Cohort 是否穩定。

不同商業模式該用哪一種 LTV 公式？

不同商業模式不能硬套同一個 LTV 公式；電商看複購，訂閱制看流失率，B2B 要把銷售週期與服務成本放進判斷。

商業模式	優先公式	關鍵修正
電商與實體零售	平均客單價 × 購買頻率 × 顧客壽命	退貨率、折扣成本、配送與客服成本。
訂閱制與 SaaS	ARPU × 毛利率 ÷ 月流失率	升級、降級、取消訂閱與月留存率。
B2B 或高單價服務	平均合約價值 × 續約次數 × 毛利率	銷售成本、導入成本、客戶成功與服務工時。

電商與零售

電商與零售的 LTV 重點在客單價、購買頻率與留存時間。若促銷檔期拉高訂單量，必須同步看毛利率與退貨率，否則會把折扣造成的短期熱度看成顧客價值提升。

會員經營時，可以把新客、活躍顧客、半沉睡顧客分開看。這比把所有人平均更有用，因為不同生命週期階段的複購誘因與成本不同。

訂閱制與 SaaS

訂閱制與 SaaS 更適合從 ARPU、毛利率與流失率估 LTV。若月 ARPU 為 900 元、毛利率 80%、月流失率 5%，毛利 LTV 可估為 900 × 80% ÷ 5% = 14,400 元。

這個公式假設流失率相對穩定。若新客前 2 個月大量取消，平均月流失率會掩蓋早期流失問題，仍需要 Cohort 留存分析拆開看。

B2B 或高單價服務

B2B 或高單價服務不能只看成交金額，還要把業務開發、顧問服務、導入教育、專案管理與續約機率放進去。高合約金額若伴隨過高服務成本，淨 LTV 可能低於中型穩定客戶。

我會特別看回本週期。若一個客戶要 18 個月才回本，卻常在第 12 個月流失，帳面上的合約價值就不適合當成真正 LTV。

Cohort 分析是什麼？為什麼它比平均 LTV 更接近真實留存

Cohort 分析是把同一批顧客放在同一時間起點追蹤，觀察他們之後的留存、複購與累積價值，比平均 LTV 更能看出真實變化。

Cohort 是同一批顧客的追蹤

Cohort 可以用首購月份、註冊月份、第一次訂閱月份或首次互動月份分組。最常見做法是把「2026 年 1 月首購的新客」當成一批，再追蹤他們第 1 月、第 3 月、第 6 月與第 12 月的留存和累積消費。

這樣做的好處是時間起點一致。新客還沒成熟時，不會被拿去和多年老客混在一起平均。

留存曲線如何影響 LTV

留存曲線決定 LTV 的上限。若顧客在第 2 個月大量流失，即使首購客單價很高，長期價值也會受限。若前期消費普通，但 6 個月後仍穩定複購，LTV 可能慢慢超過首購亮眼的客群。

判讀時要看累積價值增加的速度，也要看留存率下降的斜率。我的經驗是，留存曲線突然變陡通常比單月營收下降更早發出警訊。

平均 LTV 可能怎麼誤導

平均 LTV 常被少數高消費顧客拉高，也會受到新客成熟度影響。若把剛進站一個月的新客和已經購買兩年的老客放在一起算，平均數會讓兩邊都失真。

• 少數大戶拉高平均值，讓一般顧客看起來比實際更有價值。
• 新客觀察時間太短，LTV 被低估。
• 促銷檔期的新客短期消費高，但後續留存低。

Cohort 與 LTV 的關係：用同一批新客看長期價值

Cohort LTV 會追蹤同一批新客在不同月份的累積價值，讓行銷與營運能判斷哪一批顧客真的留下來。

Cohort LTV 表怎麼讀

Cohort LTV 表通常橫向看時間，縱向看不同新客批次。每一格可放累積營收、累積毛利或淨 LTV。若目標是預算決策，建議至少看毛利或淨 LTV。

新客 Cohort	第 1 月累積價值	第 3 月累積價值	第 6 月累積價值	初步判讀
2026 年 1 月首購	1,200	2,100	3,300	累積價值穩定增加，可再看來源與留存。
2026 年 2 月首購	1,500	1,800	2,000	首購高但後續弱，可能是折扣型客群。
2026 年 3 月首購	1,000	1,900	3,100	前期普通但留存佳，值得分析來源品質。

如何看出哪一批新客品質較好

新客品質不能只看第一筆訂單。較好的 Cohort 通常有三個特徵：第 3 月仍有明顯複購、第 6 月累積毛利持續增加、客服與退貨成本沒有異常升高。

• 依獲客來源看：自然搜尋、廣告、聯盟、門市、會員推薦各自拆開。
• 依活動檔期看：週年慶、免運、折扣碼帶來的新客要單獨追蹤。
• 依會員分群看：高頻低客單、高客單低頻、沉睡高潛力顧客不要混算。

資料不足時先看短期 Cohort

新站或新品牌不一定能等 12 個月才決策，可以先看短期 Cohort。第 2 次購買率、30 天留存、90 天累積毛利、退貨率與客服工單量，都是早期代理指標。

短期指標不能直接外推多年 LTV，但可以用來比較不同來源的新客品質。這比只看當月 ROAS 更接近長期經營。

算 LTV 前要準備哪些資料？

計算 LTV 前至少要準備顧客 ID、首次購買日、訂單金額、毛利、退貨、折扣與服務成本，否則口徑會不穩。

必備資料欄位

資料欄位不用一開始就很複雜，但每個欄位要能對到同一位顧客。沒有穩定顧客 ID，就很難做 Cohort 留存分析。

資料欄位	用途	常見問題
顧客 ID 或會員 ID	串接跨次購買與跨通路資料。	訪客、會員、門市資料無法對齊。
首次購買日	建立 Cohort 起點。	只存訂單日，沒有首購欄位。
訂單金額與毛利	計算營收 LTV 與毛利 LTV。	只看營收，沒有商品成本。
退貨與折扣	修正實際價值。	促銷成本沒有回寫到顧客層級。
客服與服務成本	估算淨 LTV。	高服務成本顧客被誤判成高價值。

線上線下資料要能合併

台灣零售與電商品牌常同時有 POS、官網、電商平台、LINE 會員與門市資料。若資料無法合併，顧客可能被重複計算，複購率也會偏低。

CDP 與 CRM 的角色是協助統一顧客資料與會員經營，但它們不是 LTV 的主角。核心仍是資料口徑是否一致，成本是否能回到顧客層級。

觀察期間與離群值

觀察期間太短，LTV 容易低估；觀察期間太長，又可能混入舊商品線、舊價格與舊通路。離群值也要處理，尤其是一次性大單、企業採購、異常退貨與促銷檔期。

• 新客不足時，先做短期 Cohort，不急著推估多年價值。
• 極端大戶可單獨標記，避免拉高平均值。
• 大型促銷檔期的新客要獨立看，不要直接併入常態月份。

LTV 追蹤表範例：如何判斷會員經營是否有效

LTV 追蹤表應同時看顧客數、留存率、平均消費、成本、CAC 與累積利潤，才能判斷會員經營是否真的有效。

年度或月份追蹤欄位

追蹤表不只是報表，它應該能回答會員經營有沒有讓顧客留下更多毛利。若只放營收與訂單數，會看不到折扣和服務成本的侵蝕。

欄位	用途	判讀重點
Cohort 月份	確認同一批新客的起點。	避免新客與老客混算。
顧客數	看樣本是否足夠。	樣本太小時不要過度下結論。
留存率	判斷顧客是否回來。	留存下滑通常會提前壓低 LTV。
平均消費與毛利	追蹤價值是否增加。	毛利比營收更適合決策。
CAC 與累積利潤	看何時回本。	回本週期太長會增加現金流壓力。

LTV 成長與負成長怎麼看

LTV 成長要確認是毛利增加，而不只是折扣拉高購買次數。若高消費顧客伴隨高退貨、高客服成本或高補貼，淨 LTV 可能負成長。

負成長不一定代表要放棄這群顧客，先判斷問題來自商品毛利、服務成本、顧客期待落差，還是獲客來源品質。不同原因對應的修正完全不同。

算完 LTV 之後怎麼決策？

算完 LTV 後，應依高低 LTV、留存率與服務成本決定加碼、喚回、降補貼或調整客群，而不是只看平均值。

高 LTV 高留存

高 LTV、高留存顧客通常值得優先經營。適合做會員升級、專屬方案、預購資格、內容型經營或更穩定的服務體驗，但仍要追蹤服務成本是否上升。

高 LTV 低留存

高 LTV、低留存代表顧客曾經有價值，但關係沒有延續。這類顧客適合做喚回、補足售後體驗、重新設計第二次購買誘因，而不是一律砸折扣。

低 LTV 高成本

低 LTV、高成本顧客要先控損。可能需要降低補貼、調整獲客素材、改變服務承諾，或把預算移到更穩定的 Cohort。我的判斷是，這一格最容易被營收成長掩蓋，卻最常吃掉利潤。

顧客狀態	主要判斷	建議行動
高 LTV、高留存、成本可控	長期價值明確。	加碼會員經營與相似客群獲客。
高 LTV、低留存	價值高但關係不穩。	做喚回、改善第二次購買路徑。
低 LTV、高留存	常回來但貢獻有限。	測試加購、組合銷售與客單價提升。
低 LTV、高成本	長期損益壓力大。	降補貼、調整來源、限制高成本服務。

提升 LTV 的方向：留存、頻率、客單與成本

提升 LTV 可從四個方向下手：提高留存率、增加購買頻率、提升客單價、降低折扣與服務成本。

依顧客生命週期經營

不同生命週期階段需要不同策略。新客需要完成第二次購買，活躍顧客需要維持頻率，半沉睡顧客需要喚醒理由，沉睡顧客則要先評估還值不值得回收。

• 新客：重點是降低首次體驗摩擦，推動第二次購買。
• 活躍顧客：重點是穩定購買頻率與提高相關品類滲透。
• 半沉睡顧客：重點是找出流失前訊號，例如購買週期變長。
• 沉睡顧客：重點是估算喚回成本，不要為低淨 LTV 顧客過度補貼。

若需要把留存放進完整漏斗，也可以把 LTV 接到 AARRR 漏斗、轉換漏斗流失 與 轉換率優化 的分析框架中。

不要只靠折扣提高複購

折扣能提高短期複購，但也會降低毛利，甚至訓練顧客只在促銷時回來。若 LTV 成長主要靠折扣撐起來，淨 LTV 可能沒有改善。

更穩的做法是改善補貨提醒、會員分層、商品組合、售後體驗與內容教育。這些方法不一定立刻拉高訂單數，但更能保住毛利與長期價值。

常見錯誤：LTV 看起來很高但決策錯了

LTV 看起來很高仍可能決策錯誤，常見原因是把營收當利潤、平均所有顧客、短期外推多年或忽略成本。

• 把營收 LTV 當成可用利潤，沒有扣毛利與服務成本。
• 把所有顧客平均，忽略 Cohort、來源與生命週期差異。
• 用短期資料直接推估多年 LTV。
• 沒有排除促銷檔期、異常大單或高退貨顧客。

用營收當利潤

營收 LTV 只能代表顧客花了多少錢，不能代表企業賺了多少。若商品毛利率低、退貨率高、客服成本高，營收越高也可能代表服務壓力越大。

修正方式是至少計算毛利 LTV，成熟後再看淨 LTV。這會讓預算判斷更保守，但也更接近實際損益。

用短期資料外推多年 LTV

新品牌常犯的錯是用 30 天或 90 天資料推估 2 年、3 年 LTV。早期資料可以比較來源品質，但不能直接當成長期預測。

修正方式是把預測分層：短期看 30 天與 90 天留存，中期看 6 個月 Cohort，長期再建立年度模型。需要更多分析工具時，可參考 數位行銷資料分析工具，但工具不能取代口徑設計。

結論：Cohort 讓 LTV 從平均數變成決策工具

LTV 告訴你顧客可能值多少，Cohort 告訴你這個價值是否真的隨時間留下來，兩者一起看才適合做決策。

顧客終身價值的重點不在算出一個漂亮平均數，而是找出哪些顧客、哪些來源、哪些會員經營方式能持續留下毛利。Cohort 留存分析把時間因素放回來，能看出首購後的真實變化。

對行銷負責人來說，LTV/CAC 可以判斷獲客是否值得加碼；對會員營運者來說，Cohort LTV 可以看出哪一批顧客值得留存與喚回；對資料分析者來說，穩定的資料口徑比複雜模型更重要。先把顧客 ID、訂單、毛利、成本與觀察期間整理好，LTV 才會從報表數字變成可用的經營指標。

LTV、CLV、CLTV 有什麼不同？

LTV、CLV、CLTV 多數情境下都指顧客終身價值。LTV 在行銷與成長討論中較常見，CLV 與 CLTV 常出現在顧客分析、CRM 或 SaaS 文件中。

顧客終身價值應該用營收算，還是用毛利算？

初步估算可用營收 LTV，但做預算與獲客決策時應優先看毛利 LTV 或淨 LTV。只看營收容易忽略退貨、折扣、客服與服務成本。

顧客終身價值的基本公式是什麼？

基本公式是 LTV = 平均客單價 × 購買頻率 × 顧客壽命。若要更接近獲利，還要乘上毛利率，並扣除折扣、退貨、客服與服務成本。

LTV/CAC 多少才算健康？

沒有固定倍數適用所有產業。判斷時要看毛利率、回本週期、現金流與 Cohort 留存。比例高於 1 只是基本門檻，是否健康仍要看多久能回本。

Cohort 分析是什麼？

Cohort 分析是把同一時間起點的顧客分成一批，例如同月首購新客，再追蹤後續留存率、複購率與累積價值。

為什麼 LTV 要搭配 Cohort 分析？

平均 LTV 容易被少數大戶、新客成熟度或促銷檔期影響。Cohort 分析能看出不同批次顧客是否真的留下來，讓 LTV 更適合用於決策。

資料不足時可以算 LTV 嗎？

可以先算短期 LTV 或短期 Cohort，例如 30 天、90 天累積毛利與第二次購買率，但不要直接外推成多年 LTV。

新客和老客應該分開算 LTV 嗎？

應該分開。新客觀察時間短，老客已有較完整消費歷史，混在一起平均會讓留存率、複購率與顧客壽命都變得不準。

退貨、折扣、客服成本要放進 LTV 嗎？

若 LTV 用於經營決策，應該放進去。這些成本會影響淨 LTV，也會改變某些高消費顧客是否真的值得加碼。

LTV 低或負成長的顧客還要繼續經營嗎？

要先看原因。若低 LTV 來自新客尚未成熟，可以持續觀察；若來自高補貼、高退貨或高服務成本，就應降低投入或調整服務方式。

多久應該更新一次 LTV？

電商與訂閱制通常可每月更新，B2B 或高單價服務可依銷售週期每季更新。重大促銷、價格調整或通路變動後，也應重新檢查 Cohort 表現。

只看首購 ROAS 為什麼可能誤判？

首購 ROAS 只看第一次訂單，無法看出後續留存、複購、毛利與服務成本。某些來源首購普通，但後續 Cohort LTV 高，長期反而更有價值。