你可以很容易地用表格程序對此情形進行模擬。你手頭已掌握了所有的統計數據，而你的目標隻是要了解一下平均顧客對你實際的長期價值。假設第一年有1000名顧客，依照預測的成本和流失率，那麼你能合理地期望從中獲得多少利潤呢？
根據下麵的表格，如果你在第一年贏得了1000位顧客，那麼以後10年的收益流約為10萬美元，按照15％的利率進行折現，現值隻有67000美元，合每位顧客67美元。到了第十年原先的1000名顧客隻有65位仍是你的顧客。另外，假設獲取一名新訂戶的費用是50美元，那麼你在扣除獲取成本之後的收益淨現值每位顧客隻有17美元左右。
如果某份雜誌數年來的訂購量一直維持在幾十萬，那麼就可以相當直接地用模型計算其顧客終生價值。根據這個模型，我們隻需把續訂率提高2％，第一年從60％提至62％，第二年67％，以此類推，“最終”的續訂率達到82％，而非表中的80％，那麼，平均新顧客的終生價值將提高7.5％。如果贏得這顧客的營銷成本仍為每位50美元.那麼它的杠杆效果就很可觀了。僅將保持率提高2％，扣除獲取成本後，每位新顧客的實際價值就能提高25％——從17美元升至22美元。我們的網站上有以上數字的列表，還有其它更全麵的保持—流失模型。敬請登錄，自行嚐試一方案。
麵對這樣顯著的杠杆效果，我們不由地會問自己：既然隻要能把現有顧客留得更久就能輕而易舉地獲得如此高額的收益，為什麼還會有如此多的企業那樣執著地斂力於尋找可能會成為其顧客的潛在人群？
以上的雜誌案例也許比較容易理解，但對於大多數公司來說，終生價值的核算要複雜得多，有的甚至太過複雜，無法準確地套用模型。同其它複雜因素相比，那些非金錢性變量影響有時更大。
例如，對於哈利一戴維森公司來說，即使兩位摩托車手所支付的金額相同，但那位每天都騎車的會員是哈利的招牌顧客，而那位一年隻騎幾天的車＿手則沒那麼有價值。
利用模型計算終生價值，我們可以了解平均顧客的價值和諸如顧客保持率等不同變鞋能對公司整體價值產生的杠杆作用。此外，我們還町以利用終牛價值建立一套可靠的排序係統，由此公司便可根據顧客各自的價值將其區分開來，然後付出更多的營銷時問和精力把最有價值的顧客留住。雖然LTV是優先選擇的排序係統，如果它能夠確定並度量的話，但大多數公司所選用的卻是某種“代理變量”。郵購公司町能會采用RFM模型，根據每位顧客購買的新近、頻次和金額對其排序，而航空公司則依據飛行裏程，汽車保潔公司則根據車牌號碼。
然而有一點我們應該十分清楚：由於一對一企業要盡可能地向顧客提供個性化的服務，所以應該盡量了解每位顧客的相對價值評估。顧客們各不相同，因此對公司的價值也各不相同，而對顧客價值最精確地描繪則是終生價值（LTV）。
有一些顧客就是比其他顧客更有價值。
但是等一下，我們剛才不是明顯地假設雜誌的訂戶都是一樣的嗎？我們不是給出了一張列有十年期續訂率的表格，最後計算的不是一個平均終生價值（LTV）嗎？是，也不是。大多數雜誌社都對顧客的其他信息有相當的了解，顧客居住的社區環境，他們對相關服務的態度以及付款是否及時，從而能夠將他們劃分為不同的類型，不同的類型有著不同的續訂模式和不同的預期終生價值（LTV）。
然而，即便你對顧客的惟一了解隻是他們訂閱的時間，你仍然能夠把他們的終生價值區分開來。訂戶訂閱的次數越多，他越可能接著續訂，因此他的終生價值也就越高。他還是原先的那位顧客，但是與雜誌接觸的時間越久，他的忠誠度——進而他的終生價值——也就越高。根據我們原先對續訂率所做的假設，新訂閱者的價值均為67美元，但一旦當他同意在第一年末續訂時，其價值就是118美元，續訂五次之後，他的價值則是147美元。
現在假設你準備把每位顧客的價值計算出來，然後按順序將他們分成五個人數相同的小組或五分位，類似澳大利亞國家銀行的做法…每個五分位小組應占顧客總數的20％。對於每個五分向顧客提供個性化的服務，所以應該盡量了解每位顧客的相對價值評估。顧客們各不相同，因此對公司的價值也各不相同，而對顧客價值最精確地描繪則是終生價值（LTV）。