如何计算用户生命周期LT/CLT?

最近给实习生普及生命周期的知识，为了怕露怯，所以特意查看了一下相关的文章，看了不少文章，概念我是明白了，但是在计算生命周期的过程很多文章就简略了，特别是拟合函数的迭代次数这个点，都没有详细说，拟合函数迭代次数会直接影响生命周期的结果，我按照以往的经验给出拟合函数迭代次数的计算方式，本次分享出来算是一个小的总结。

用户生命周期的定义

一个用户的生命周期缩写为LT或者CLT（Life Time / Custom Life Time ）指的是，用户从第一次使用产品到最后流失的间隔时间（用户不流失就没有生命周期这一说）。从这个定义上来讲，一次性消费类的产品的生命周期就没意义了，因为周期是0，这类产品例如：婚纱摄影、结婚钻戒等。我们所说的生命周期一般适用于产品有重复消费的情况，并且消费间跨度不会很长，这个很长可以认为1年以上我们就说这个跨度很大了，比如刚需房屋的购买，可能好几年才会再考虑置换，这种产品谈用户生命周期意义不大。

在日常的分析过程，不会单独看某一个用户的生命周期，没多大意义，我们会看一群人的生命周期，所以平时大家口中的生命周期其实是一个均值，是这群用户生命周期的算数平均值，算法如下：

生命周期（Life Time ）= 用户总留存时间 / 总用户数

如何计算用户生命周期？

• 1 完整周期统计法

  直接统计每一个用户的留存时间，然后计算均值。计算步骤是：
  1、事先定义什么情况下可以认为用户流失了，比如定义：2个月没有登陆行为的用户，就定义为流失用户。
  2、确定分析的用户群。按照实际分析需求，确定是分析历史所有用户的生命周期，还是某段时间内的用户生命周期，需求不一样统计出的生命周期长度也是不同的，对于互联网的数据分析，我是很少见不分产品时间段统计周期的，都是在不同的阶段比如：运营拉新活动后统计新增用户的生命周期，以此来评估用户情况。
  3、第二步得到要统计的用户群后，开始计算流失的用户留存