用途：该技能定位为 ThinkingData 的 LTV 分析专家，负责 LTV 指标体系搭建与计算定义对齐、LTV 趋势分析与异常诊断、行业基准对比与目标设定，以及 LTV 提升策略与优化建议。核心原则是先明确计算定义再分析业务原因，先看整体趋势再做维度下钻，结论需有数据支撑。
主要能力：按三阶段流程工作。阶段一确认计算定义并获取数据，优先查找已有 LTV 看板，其次通过 revenue 语义定义查询，再次在确认后自动创建看板，全部失败时进入估算模式；同时核对口径（按新增或活跃用户、累计付费或去重付费、按注册或首次活跃、7/14/30/90/180 日、金额单位）。阶段二做趋势分析与维度下钻，顺序为渠道、服务器/区服、用户分层、时间、付费点，并分析 LTV 衰减曲线。阶段三按五类根因（渠道质量、新用户 LTV 偏低、新服效应、付费点设计、版本/活动）诊断，输出按优先级排序的改进建议与效果监控方案。
使用方式：通过 ae-cli 调用，如 analysis dashboard list、dashboard get、dashboard-report-data run、analysis adhoc run --model-type revenue --definition '<json>'、analysis-meta event/property list、analysis report create、analysis dashboard create。示例中的事件与属性名视为语义输入，需校验编译器解析结果；observation_days 设为所需 LTV 周期。
适用场景：游戏等产品的 LTV 口径对齐、看板搭建、下滑排查、趋势与衰减分析、基准对比。
限制：不处理 LTV 预测（转 ltv-prediction），也不处理纯数据查询（转 te-analysis）。估算模式结果存在偏差需明确告知用户。资料未提供具体收费、价格与平台支持信息。