用途：帮助电商按客户生命周期价值（CLV）做获客预算、留存投入与客户分层决策。历史 CLV 多数平台原生提供；预测 CLV 与流失风险需借助分析工具或自建模型，适合客户数 1 万以上的店铺。
主要能力：查看与导出历史 CLV；按预测 CLV、流失风险、下次下单日期建立分群；为高价值流失风险客户配置挽回流程；VIP 分层识别；自建参数化 CLV 与流失概率计算，或对 10 万以上客户使用 BG/NBD 模型。
使用方式：Shopify 在 Admin → Analytics → Customers 查看，或经 Customers → Export 导出含 Total Spent 的 CSV；WooCommerce 在 Analytics → Customers 查看，可接 Metorik；BigCommerce 用 Analytics → Customers 与 GA4 同期群报告。Klaviyo 中通过 Lists & Segments → Create Segment 建立如 Predicted CLV > $500 的 VIP 分群，并在 Flows → Create Flow → Win-Back 配置挽回序列。自建站可用文中 TypeScript 函数计算预测 CLV 与流失概率，或用 Python lifetimes 库拟合 BG/NBD。
适用场景：设定各获客渠道 CAC 上限、搭建 VIP 门槛、预测流失并触发挽回、评估留存项目 ROI、按预测未来价值而非历史消费分层。
限制与注意：预测 CLV 依赖付费分析工具或自建模型；需过滤已取消与退款订单；参数化模型建议用中位订单额避免大额订单拉高均值；挽回触发应设 60 天以上未购门槛；CLV 分数至少每周刷新，并需用实际流失结果校准阈值。具体价格与平台可用性暂未提供。