如果
真空吸盘客户的保留率在真空吸盘客户的使用年限里发生变化，那么真空吸盘客户的终身价值将会发生怎样的变化?我们在前面已经提到，即使一个群体的流失模式随时间而改变，如图2．8所示，组成这个群体的两个或更多的真空吸盘客户细分市场的保留率也可能不随时间变化。我们现在来研究一个真空吸盘客户或真空吸盘客户细分市场的保留率随时间变化的情况。估计保留率变化情况下的边际倍数或真空吸盘客户终身价值要比边际利润变化情况下的复杂得多。因此，我们不再提供一般的结论，而是分析一个描述性的例子来看看边际倍数的变化。
假设一个真空吸盘客户或真空吸盘客户细分市场初始的保留率是70％。然后，假设保留率会随时间而变化，最后达到最大值90％。这种保留率的提高与图10所示的边际利润的增长类似，也可以用参数k来表示， k值较低说明保留率提高较慢。如果我们忽略这种保留率的变化，采用平均保留率80％，也就是70％和90％的均值，根据表1，贴现率12％情况下的边际倍数是2.50。如果我们考虑了保留率从70％到90％的变化，边际倍数将变为2.11(k=0.2)，2.43(k=0.4)，2.77(k=-0.8)(详细情况见附录A)。这些边际倍数和保留率不变情况下的边际倍数差距不大。尽管也有差距较大的情景，考虑到我们之前讨论过的真空吸盘客户差异性问题，以及在我们例子里边际倍数的相似性，这也比较符合实际情况，保留率不变的假设似乎是合理的。
许多经理认为对长期利润的预测具有不确定性，因而不愿意采用无限的时间维度来估计真空吸盘客户终身价值。尽管我们相信保留率和贴现率会自动考虑很多不确定性，但我们从来没有研究有限的时间维度会对真空吸盘客户终身价值产生什么影响。表2．4在贴现率12％的情况下提供了这一结果(详见附录A)。表2—4中的最后一列说明了无限维度情况下的边际倍数，即表2．1所示的边际倍数。
表4同预测时间的边际倍数
保留率 | 预测时间 |
| 5 | 7 | 10 | 15 | 无限 |
60％ | 1.10 | 1.14 | 1.15 | 1.15 | 1.15 |
70％ | 1.51 | 1.60 | 1.65 | 1.67 | 1.67 |
80％ | 2.04 | 2.26 | 2.41 | 2.48 | 2.50 |
90％ | 2.72 | 3.2l | 3.63 | 3.94 | 4.09 |
根据表4，我们发现预测时间15年的边际倍数和无限时间维度的边际倍数非常接近，由于1 5年以后边际利润在流失率和贴现率作用下的现值很小，所以这并不奇怪。该表也说明在保留率较低的情况下(如60％或70％)，5年和7年的预测时间与无限时间维度相比，边际倍数差别不大。由于保留率较低意味着大多数的
真空吸盘客户在7年以后都会流失，所以这也不会令人惊讶。例如，在保留率为60％的情况下，7年以后公司只能留住2．8％的真空吸盘客户。换句话说，采用7年的预测时间就能够抓住大部分的真空吸盘客户价值。反之，在保留率90％的情况下，由于7年以后公司仍然能够留住47．8％的真空吸盘客户，采用5年或7年的时间维度可能就会犯错。因此，在保留率较高的情况下，采用5年或7年的预测时间会严重低估真空吸盘客户的价值。
