القائمة
LTV预测器 - 客户生命周期价值预测、计算模型、分层分析、CLV/CAC比率预测
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
A/B 测试设计器 - 设计产品页面 A/B 测试，包括样本量计算、统计显著性分析和结果解读
高级客户细分 - RFM 分析、客户生命周期价值(CLV)计算、行为细分和个性化营销建议
高级财务分析器 - P&L报表、现金流预测、部门/产品线盈利分析、财务比率分析、预算vs实际对比、财务仪表板、合规报告
异常检测器 - 销售异常检测、流量异常、转化率异常、库存异常、原因分析、告警设置、自动通知
API 集成连接器 - 指导电商 API 集成，包括 Shopify API、ERP/CRM 集成和 Webhook 配置
归因分析器 - 多触点归因模型分析，归因价值分配，渠道贡献度分析，转化路径分析
استنادا إلى تصنيف SOC المهني
| name | lifetime-value-predictor |
| description | LTV预测器 - 客户生命周期价值预测、计算模型、分层分析、CLV/CAC比率预测 |
| version | 1.0.0 |
| author | Shopilot |
| argument-hint | <customer-id|segment> [prediction-period] [model-type] |
| disable-model-invocation | false |
| user-invocable | true |
精准预测客户生命周期价值，优化获客策略，最大化客户长期价值
专业的客户生命周期价值预测系统，运用多种计算模型和机器学习算法，精准预测客户LTV，支持分层分析、CLV/CAC比率和价值提升策略。
历史CLV:
公式: CLV = (平均客单价 × 购买频次 × 客户寿命) - 获客成本 - 服务成本
组成部分:
平均客单价 (AOV):
计算: 总收入 / 总订单数
优化: 向上销售、交叉销售
购买频次:
计算: 总订单数 / 客户数
优化: 复购激励、会员体系
客户寿命:
计算: 客户活跃时长（月/年）
优化: 留存率、防流失
获客成本 (CAC):
计算: 营销总费用 / 新客数
优化: 渠道优化、自然流量
服务成本:
计算: 客服 + 物流 + 运营成本
优化: 自动化、流程优化
适用场景:
- 历史数据充足的成熟业务
- 相对稳定的客户行为模式
- 快速估算需求
机器学习CLV:
算法选择:
随机森林回归:
优势: 处理非线性关系、特征重要性
适用: 中等数据量、多特征
XGBoost:
优势: 高精度、处理大数据
适用: 大数据量、复杂模式
LSTM神经网络:
优势: 捕捉序列模式、长期依赖
适用: 长时间序列、复杂数据
输入特征:
历史行为:
- 购买历史（频次、金额、品类）
- 浏览行为（浏览深度、频次）
- 互动行为（评价、分享、客服）
人口统计:
- 年龄、性别、地域
- 收入水平、职业
- 家庭状况
行为预测:
- 预测购买概率
- 预测留存概率
- 预测流失风险
外部因素:
- 季节性因素
- 促销活动响应
- 宏观经济因素
输出结果:
- 预测CLV（不同置信度）
- CLV分布（概率密度）
- 特征重要性
- 预测不确定性
适用场景:
- 新客户LTV预测
- 长期价值评估
- 战略决策支持
Beta Geometric / Negative Binomial Distribution:
原理:
- 基于购买交易数据
- 建模购买率和流失率
- 预测未来购买行为
输入数据:
- 购买频次
- 最近购买时间
- 客户年龄
- 观察期长度
输出结果:
- 预测购买次数
- 预测存活概率
- 预测CLV
- 客户分层
适用场景:
- 订阅制业务
- 重复购买业务
- 非合同制客户关系
优势:
- 只需交易数据
- 理论基础扎实
- 预测准确性高
高价值客户 (Top 20%):
特征:
- CLV > 平均CLV × 2
- 购买频次高
- 客单价高
- 留存时间长
- 推荐活跃
指标:
- 平均CLV: ¥8,500
- 贡献收入: 62%
- 购买频次: 季度3.2次
- 客单价: ¥1,280
- 留存率: 68%
策略:
- VIP专属服务
- 优先资源配置
- 忠诚度计划深化
- 防流失优先级最高
中等价值客户 (Middle 60%):
特征:
- 平均CLV × 0.5 < CLV < 平均CLV × 2
- 购买频次中等
- 客单价中等
- 有提升潜力
指标:
- 平均CLV: ¥1,850
- 贡献收入: 32%
- 购买频次: 半年1.5次
- 客单价: ¥680
- 留存率: 35%
策略:
- 提升购买频次
- 提升客单价
- 交叉销售
- 向上销售
- 培养成高价值
低价值客户 (Bottom 20%):
特征:
- CLV < 平均CLV × 0.5
- 购买频次低
- 客单价低
- 部分负利润
指标:
- 平均CLV: ¥380
- 贡献收入: 6%
- 购买频次: 年度1.2次
- 客单价: ¥320
- 留存率: 12%
策略:
- 自动化服务降成本
- 识别有潜力客户
- 淘汰负利润客户
- 自然流量维持
频繁购买低客单价:
特征:
- 购买频次: 月均2+次
- 客单价: <¥300
- CLV: 中等
策略:
- 提升客单价（捆绑销售）
- 会员等级激励
- 优惠券门槛设置
低频购买高客单价:
特征:
- 购买频次: 半年<2次
- 客单价: >¥1,000
- CLV: 中高
策略:
- 增加购买频次
- 配套产品推荐
- 维护服务跟进
稳定购买中等客单价:
特征:
- 购买频次: 季度1-2次
- 客单价: ¥500-800
- CLV: 稳定
策略:
- 维持购买习惯
- 会员体系绑定
- 新品优先推荐
单次购买:
特征:
- 购买频次: 仅1次
- 客户时长: >90天未复购
- CLV: 低
策略:
- 分析未复购原因
- 激活邮件/优惠
- 产品改进反馈
## LTV随时间变化
新客户LTV趋势:
- 2024年1月同群: ¥380
- 2024年6月同群: ¥450 (+18.4%)
- 2024年12月同群: ¥520 (+36.8%)
- 2025年4月同群: ¥565 (+48.7%)
趋势分析:
- ↗️ 持续上升趋势
- 产品改进效果显著
- 运营优化持续发力
- 预计继续增长
## 驱动因素
正面驱动 (+40%):
1. 留存率提升 (+18%)
2. 复购频次提升 (+12%)
3. 客单价提升 (+10%)
负面驱动 (-5%):
1. 获客成本上升 (-5%)
净增长: +35%
早期LTV (0-30天):
特征: 快速增长期
增速: ¥15-20/天
占比: 占12月LTV的20-25%
预测: 与长期LTV相关性0.85+
中期LTV (30-90天):
特征: 稳定增长期
增速: ¥8-12/天
占比: 占12月LTV的40-50%
预测: 与长期LTV相关性0.92+
长期LTV (90-365天):
特征: 缓慢增长期
增速: ¥3-5/天
占比: 占12月LTV的25-40%
预测: 实际LTV实现
曲线类型:
理想曲线 (█):
早期快速增长 → 中期稳定 → 长期缓慢
特征: 高留存、高复购
问题曲线 (█):
早期增长缓慢 → 快速平台期
特征: 低留存、低复购
CLV/CAC比率:
定义: 客户生命周期价值 / 获客成本
理想比率:
>5:1 优秀 - 快速扩张
3-5:1 良好 - 健康增长
2-3:1 一般 - 需优化
<2:1 差 - 不可持续
回本周期:
公式: CAC / (客单价 × 毛利率)
理想周期:
<6个月: 优秀
6-12个月: 良好
12-18个月: 一般
>18个月: 差
分层比率:
高价值客户: 8-15:1
中等价值: 3-5:1
低价值: 1-2:1
## 提升CLV/CAC比率
### 降低CAC (分子不变，分母减小)
1. 渠道优化（高ROI渠道）
2. 自然流量提升（SEO、内容）
3. 推荐计划（病毒式增长）
4. 品牌建设（降低获客成本）
预期: CAC降低20-30%
### 提升CLV (分母不变，分子增大)
1. 提升客单价（+15%）
2. 增加购买频次（+25%）
3. 延长客户寿命（+20%）
4. 降低服务成本（+10%）
预期: CLV提升40-50%
### 综合效果
CLV/CAC: 3:1 → 5:1 (+67%)
回本周期: 12个月 → 7个月 (-42%)
机器学习模型:
算法: 分类模型（高价值 vs 中低价值）
特征工程:
历史特征:
- 历史购买金额
- 历史购买频次
- 历史品类广度
行为特征:
- 浏览深度
- 加购频次
- 互动活跃度
- 社交分享
预测特征:
- 预测购买概率
- 预测留存概率
- 预测CLV
上下文特征:
- 注册渠道
- 首次购买时间
- 促销活动响应
模型输出:
- 高价值概率 (0-1)
- 概率阈值: >0.7
- 精确率: 85%
- 召回率: 78%
## 30天高价值预测
早期信号 (0-30天):
1. 首单金额 >¥800
2. 7天内复购
3. 浏览深度 >15页面/次
4. 加购频次 >3次
5. 客服主动咨询
预测准确率:
- 30天预测 vs 实际12月CLV: R²=0.87
- 前20%客户贡献: 65%收入
- 误判率: <15%
应用场景:
- 新客户优先服务
- 营销资源倾斜
- VIP早期识别
提升D30留存:
当前: 15%
目标: 20%
策略:
- 首月价值强化
- 早期成功引导
- 专属首月优惠
- 主动客服触达
预期LTV提升: +25%
提升长期留存:
当前: D90留存10%
目标: D90留存15%
策略:
- 会员体系完善
- 忠诚度计划
- 社群运营
- VIP服务升级
预期LTV提升: +35%
提升复购频次:
当前: 年均2.5次
目标: 年均3.5次
策略:
- 复购激励计划
- 订阅制选项
- 定期提醒
- 个性化推荐
预期LTV提升: +40%
提升客单价:
当前: ¥680
目标: ¥850
策略:
- 向上销售
- 交叉销售
- 捆绑销售
- 满减优惠
预期LTV提升: +25%
/lifetime-value-predictor --customer C-001234 --period 12M --model ml
输出示例：
💎 客户LTV预测 - C-001234 (未来12个月)
## 客户概览
**客户ID**: C-001234
**注册时间**: 2024-03-15 (400天)
**客户类型**: 高价值客户
**当前状态**: 活跃
## 历史CLV (已实现)
### 购买历史
| 指标 | 数值 | vs平均 | 评级 |
|------|------|--------|------|
| 累计收入 | ¥15,680 | +329% | 优秀 |
| 购买次数 | 18次 | +260% | 优秀 |
| 平均客单价 | ¥871 | +28% | 良好 |
| 购买频次 | 季度1.35次 | +125% | 优秀 |
| 客户寿命 | 13个月 | +18% | 良好 |
### 历史CLV构成
收入来源: 购买收入: ¥15,680 (100% ├─ 首购: ¥880 (5.6%) ├─ 复购: ¥14,800 (94.4%)
成本结构: 获客成本: ¥125 (0.8%) 服务成本: ¥850 (5.4%) 商品成本: ¥9,408 (60.0%)
净CLV: ¥5,297 (ROI 42.4x)
### 客户分级
**当前分级**: 高价值客户 (Top 5%)
**分级依据**:
- CLV排名: 前5%
- 购买频次: 前8%
- 客单价: 前15%
- 推荐行为: 3次推荐
## 预测CLV (未来12月)
### 整体预测
| 预测模型 | 预测CLV | 置信区间 | 置信度 |
|---------|---------|---------|--------|
| 机器学习 | ¥6,850 | ¥5,800 - ¥7,900 | 87% |
| BG/NBD | ¥6,520 | ¥5,500 - ¥7,540 | 82% |
| 历史平均 | ¥6,200 | ¥5,200 - ¥7,200 | 75% |
**加权预测**: ¥6,700 (高置信度)
### 预测拆解
**收入预测**:
- 预测购买次数: 12次 (年化1次/月)
- 预测客单价: ¥920 (+5.6%)
- 预测总收入: ¥11,040
**成本预测**:
- 商品成本: ¥6,624 (60%)
- 服务成本: ¥450 (4.1%)
- 获客成本: ¥0 (已获客)
**预测净CLV**: ¥3,966
**累计CLV**: ¥9,263 (历史¥5,297 + 预测¥3,966)
### 预测vs实际 (过去验证)
| 预测期 | 预测CLV | 实际CLV | 准确率 | 误差 |
|--------|---------|---------|--------|------|
| 30天 | ¥650 | ¥720 | 90.3% | -9.7% |
| 90天 | ¥1,850 | ¥1,980 | 93.4% | -6.6% |
| 180天 | ¥3,200 | ¥3,450 | 92.8% | -7.2% |
**平均准确率**: 92.2%
### 风险评估
**流失风险**: 低 (12%)
**风险因素**:
1. 购买间隔延长 (中度风险)
2. 客单价波动 (低风险)
3. 竞品影响 (低风险)
## CLV/CAC分析
### 当前比率
| 指标 | 数值 | 评级 |
|------|------|------|
| 累计CLV | ¥5,297 | - |
| 获客成本 (CAC) | ¥125 | - |
| CLV/CAC比率 | 42.4:1 | 优秀 |
| 回本周期 | 0.5个月 | 优秀 |
### 未来预测
| 指标 | 预测值 | 评级 |
|------|--------|------|
| 预测CLV (12月) | ¥3,966 | - |
| 累计CLV (12月后) | ¥9,263 | - |
| CLV/CAC比率 | 74.1:1 | 优秀 |
**结论**: 极高价值客户，应重点维护
## 价值提升建议
### 提升复购频次
**当前**: 季度1.35次
**目标**: 季度2.0次
**潜力**: +48%
**策略**:
1. 会员体系升级（预期+20%）
2. 定期购选项（预期+15%）
3. 个性化推荐（预期+13%）
**预期CLV增长**: +¥1,200
### 提升客单价
**当前**: ¥871
**目标**: ¥1,050
**潜力**: +21%
**策略**:
1. 向上销售高端产品（预期+8%）
2. 交叉销售配件（预期+7%）
3. 捆绑销售（预期+6%）
**预期CLV增长**: +¥850
### 延长客户寿命
**当前**: 13个月
**目标**: 24个月
**潜力**: +85%
**策略**:
1. VIP服务升级（预期+30%）
2. 忠诚度计划深化（预期+25%）
3. 社群运营（预期+30%）
**预期CLV增长**: +¥2,500
### 总体潜力
**保守估计**: CLV ¥9,263 → ¥11,500 (+24%)
**乐观估计**: CLV ¥9,263 → ¥13,800 (+49%)
## 行动计划
### 短期 (1个月)
1. VIP客服主动联系
2. 专属优惠推送
3. 新品优先体验
### 中期 (3个月)
1. 会员等级升级
2. 个性化推荐优化
3. 定期购选项推广
### 长期 (6个月)
1. 忠诚度计划深化
2. 社群运营加强
3. 推荐激励机制
## 监控指标
**月度监控**:
- 购买频次
- 客单价
- 留存率
- 满意度
**预警机制**:
- 30天未购买: 提醒
- 60天未购买: 警告
- 90天未购买: 紧急
/cohort-analyzer - 同群分析/predictive-analytics - 预测分析/segmentation-builder - 客户细分/customer-health-score - 客户健康度/churn-predictor - 流失预测Predict lifetime value, maximize returns! 💎
版本: 1.0.0 更新: 2026-04-12 作者: Shopilot Team