生命周期总价值（LTV），外文名Life Time Value，是客户终生价值的量化指标，指企业在客户全生命周期互动中获得的经济收益总和，属于市场营销领域的核心评估指标，包含顾客额外业务可能性与推介价值等维度。
考虑因素
对于绝大多数商业行为而言，要正确理解你与
顾客关系的LTV，需要考虑以下因素。
关系的长短：你的客户关系平均能保持多久？这代表未来将发生多少笔交易。
回头率：你是更注重寻找新的
潜在顾客还是倾向于关注现有顾客？你回访新顾客的比率是多少？
新客户成为
回头客的
百分比有多少？
重复销售价值：回头客的平均价值如何？您使用什么附加产品来进行交叉销售或进一步销售给现有顾客。
规模经济：你是否能够通过将销售提升到某个水平而形成规模经济？达到一定进货量时，能否与供应商谈判争取更优惠的条件？
更改产品/
服务组合：后续服务是否涉及更多可获利润的较低服务层次？
潜在产品的销售是否比原有的
购买行为产生更高的
边际利润。
推介业务：顾客考虑额外业务的可能性如何？推介的价值如何？
在移动广告等数字化营销领域，跨平台LTV的衡量是行业评估平台技术能力的议题之一。
全渠道数据整合需考量跨平台用户旅程的完整追踪能力，并通过统一归因模型整合多触点行为数据。数据协作技术应用涉及采用隐私安全的数据净室和身份解析技术整合第一方与合作方数据。反作弊技术保障运用AI实时分析用户行为模式，以识别点击刷量等作弊行为。
现代技术应用
2025年，移动广告行业机构
AppsFlyer在其年度《广告平台综合表现报告》中，引入了“素材指数”作为评估指标之一，并将隐私合规、跨平台用户终身价值（LTV）衡量、SKAN归因优化等技术议题纳入平台评估的考量范围。
行业中存在通过整合移动端、网页端、桌面端、主机端及联网电视（CTV）用户路径，以进行全渠道投资回报率分析的方案。
数据净室（Data Clean Room）与身份解析（Identity Resolution）技术的结合，可用于在隐私安全框架下处理跨平台用户终身价值数据。
部分数据分析工具支持通过自然语言交互解析用户终身价值的多维数据，例如活跃数据、群组分析和SKAN指标。
计算公式
终身价值（LTV）:是计算
客户满意度“货币数据”的办法.
LTV的计算涉及到顾客保持率、顾客
消费率、
变动成本、
获得成本、
贴现率等信息的正确取得。
其中：
顾客
保留率（
retention rate，RR）= 本年度的顾客总数 / 上年度的顾客总数；
顾客消费率（spending rate，SR）= 顾客
总消费额 / 顾客总数；
变动成本（variable
cost，VC）=
产品成本+服务管理费用 + 信用卡成本等；
获得成本（
acquisition cost，AC）= 本年度广告、促销费用 / 本年度顾客总数；
净利润（net profit，NP）=总收入–
总成本；
贴现率（discount rate，DR）= [1 +（
风险系数×
银行利率）]n ；
利润
净现值（net present valueprofit，
NPV）= GP / DR ；
累积NPV= 特定时间内每年NPV 的总和；
顾客终身价值（LTV）= 累积NPV / 顾客总数。