按票务支出排出的“高价值名单”，一年后还剩下多少人

模拟场景

假设一家职业足球俱乐部在赛季初按“过去12个月门票支出”排出前1000名球迷，准备给他们优先购票资格和专属活动。一年后复盘，这份名单里有将近一半的人整个赛季没有再出现：他们多半是在一场德比或保级焦点战里买过高价票，之后既没有开通会员，也很少打开官方App。

与此同时，另一批从未进入这份名单的人一直都在：他们大多住在外地，三年里只买过一两次普通看台票，却每年续费线上会员、几乎每轮都看直播、每个赛季至少买一件球衣。在其中一名球迷所在的城市，官方授权的观赛活动几乎都由他张罗。

这份名单出错，不是因为数据算错了，而是因为它把“最显眼的一笔钱”当成了“最稳定的关系”。门票金额集中、口径清楚、财务上最好对账，于是在很多俱乐部的CRM里，它长期充当着忠诚度的替身。

票价上涨让这个替身越来越不可靠。英格兰球迷协会（FSA）主席2025年2月在英国议会商业与贸易委员会作证时，担心俱乐部借动态定价利用球迷的忠诚度；他举的例子是同一个座位因对手不同，售价相差六十英镑，并指出英超票价自疫情以来上涨了19%[1]。当价格越来越由对手、时段和需求决定，“不买高价票”首先是一个价格信号：它说明这个人对价格敏感，却不能说明他不忠诚。把这两件事混在一起，模型就会把最稳定的一批人排到后面。下面顺着这条线拆开看：

Fan→Content→Interaction→Membership→Commerce→Lifetime Value

Fan：海外订阅者从不进场，联赛却在抢着和他们建立直接关系

谁算一个“有价值的球迷”，过去很大程度上由票务系统决定：有订单的人有档案，没订单的人几乎隐形。异地球迷、海外球迷、学生球迷在这种结构里天然吃亏。

联赛直营订阅正在改写这条规则。英超把首个直营流媒体 Premier League+ 放在新加坡试点，2026年8月5日上线，设仅限移动端的日票、月费和年费三档，分别为16、44和399新元，覆盖全部380场英超以及足总杯、社区盾比赛，由本地转播权持有方星和合作运营；英超方面表示，这是在测试一种可能在全球复制的模式[2]。这些订阅者几乎不可能成为英格兰主场的高价票买家，但联赛第一次可以直接知道他们是谁、看哪些比赛、会不会从日票升级到年费。

这是联赛直营（DTC）趋势里最容易被忽视的一层意义：它不只是换一种卖转播的方式，而是把过去只能由转播商间接估计的“远方球迷”，变成可以连续观测的第一方关系。对 Fan Lifetime Value 模型来说，第一步因此不是算钱，而是重新划定档案的边界——有账号、有授权、有持续行为的人都应进入档案，购票只是众多行为标签中的一个。

Content：内容行为是“下一笔钱”的前奏

一名球迷可能三个月没有任何消费，但他的内容行为一直在告诉你，下一笔钱会不会来。MIT 2025年的一篇硕士论文分析了某职业体育组织三年间新获取的93万多名球迷，发现购票、邮件互动这类早期接触点会明显影响球迷之后的发展路径，邮件打开率和多渠道互动是未来消费的强预测指标；作者据此主张，从静态的生命周期价值模型转向结合行为与财务指标的“客户旅程分析”[3]。

这项研究对俱乐部最有用的提醒是：钱是结果，接触和互动是过程，只看结果的模型永远慢半拍。在韦德体育的项目里，我们把内容信号分成三种，而不是笼统地叫“活跃度”：

  • 连续性：连续多少轮没有断过直播或集锦。连续性一旦中断，往往比消费下降更早出现。
  • 承诺型动作：设置主队、开启开赛提醒、订阅赛程日历、关注具体球员。这些动作几乎不花时间，却是在告诉平台“我打算长期看下去”。
  • 对触达的响应：推送、邮件、会员通知打开了没有，打开后有没有继续操作。它对应的正是上面那项研究里预测力最强的一类信号。

内容信号也有明显的边界：免费看得多，不等于愿意付费。它能调高或调低对留存概率的估计，却不能直接换算成金额。

Interaction：他没带来订单，却带来了一个城市的观赛圈子

开头那名张罗观赛的球迷，价值的另一半在影响力上。他组织活动、回答新球迷关于规则和购票的问题、把官方内容转进本地球迷群，这些行为降低的是俱乐部在那座城市获取新用户的成本。

模拟场景

假设俱乐部给授权观赛活动配发专属报名码。一个赛季下来，这座城市累计约有150人次通过报名码参加活动，其中首次参加者约60人；这60人里，半年后开通付费会员的有9人。再假设俱乐部在同类城市通过投放获取一名付费会员的成本是几百元，那么这名组织者一个人“节省”的获客成本，就可能超过一名焦点战高价票买家当年的门票毛利。

这个估算要打三道折扣。第一，报名码只能追踪到有组织的活动，私聊里的推荐大多无法归因，模型看到的是影响力的下限。第二，被带来的新会员是否留存要单独观察，不能在注册当天就全部记在组织者名下。第三，活动报名也可能出现刷量，异常集中的报名需要人工抽查。

Membership：年费折扣买到的是十二个月的确定性

回到 Premier League+ 的价格：按报道中的数字，399新元的年费大约相当于九个月的月费[2]。日票降低第一次尝试的门槛，月费让人按需进出，年费则用折扣换取一整年的确定性。俱乐部会员的逻辑相同：会员费本身不一定是大钱，但续费行为是整套模型里最可靠的留存证据。

所以在 FLV 模型里，会员状态要看的不是金额，而是三个时间点：首次开通是被哪场比赛或哪类内容触发的；到期前30天，他的内容连续性有没有断；到期未续之后，他是否仍在看免费内容。第三点尤其容易误判，很多“流失会员”只是换了一种免费的方式继续关注，具体可以参考连续三个月没有消费的球迷算不算流失那篇讨论。

Commerce：买球衣的时机，比买了几件更有信息量

不买高价票的球迷，消费往往集中在商品和数字内容上，而且高度依赖事件触发。PYMNTS 2026年5月的报道显示，Fanatics 每天处理来自1亿多名球迷的20多亿条信号，并用名为 FanGraph 的第一方数据层把电商、收藏卡、博彩和线下活动数据打通，可以按支持的球队、喜欢的球员和购买历史细分；公司特别强调，要在球队获胜、球员破纪录之后的“意图高峰”抓住转化[4]。

俱乐部一侧也在做类似的事。Pacers Sports & Entertainment（PS&E）为旗下一支 WNBA 球队部署 Salesforce 的 Agentforce，配合 Data Cloud 把票务、周边交易和服务请求中的球迷数据统一起来，再由 Agent 生成个性化邮件、给销售人员提建议，比如在球迷生日时附上折扣码，或在他喜欢的球员球衣补货时通知他[5]。

两个例子指向同一个结论：对“低票价、高黏性”的球迷来说，商业机会集中在少数时刻——喜欢的球员有高光表现之后、补货时、生日、赛季开始前。模型如果只记录“一年买了几件”，会丢掉最有用的那部分信息；记录“在什么情境下买”，才知道下一次该在什么时候出现。

Lifetime Value：同一批球迷，两种排序

把前面几层合起来，最直观的检验方式是拿同一批球迷，分别按门票视角和长期价值视角排一次，看哪些人的位置变化最大。

球迷类型 门票视角长期价值视角 决定性信号
本地季票持有人高 高 连续续订季票的年数
焦点战一次性高价票买家很高偏低购票之后有没有任何内容或会员行为
异地长期会员 很低 高续费记录与直播连续性
海外直营订阅者 没有记录 中到高 订阅档位的变化（日票、月费到年费）
周边收藏型球迷 低 中 购买是否集中在球员高光和新款发布之后
城市观赛组织者 低 高 可归因的新会员及其后续留存

业内常见的做法是先用交易数据分群。一项发表在 Frontiers 期刊的研究，用一家荷兰俱乐部五个赛季、31.6万名球迷的50多万笔线上周边交易，以加权 RFM 结合层次分析法和 K-means 做 CLV 分群，消费金额、频次、最近一次消费的权重分别约为0.41、0.34和0.25，最终识别出8个群体[6]。这套方法对周边电商很实用，但它的输入全部来自交易：上表里的“异地长期会员”和“城市观赛组织者”，在纯交易模型里都会被排得很靠后。

我们的建议是把 FLV 拆成三部分分别估计，再相加，而不是压成一个总分：

  • 年度直接贡献：会员、商品、门票、付费内容，取最近两到三个赛季的平均值，剔除一次性的纪念性消费。
  • 预期留存年数：由续费记录、内容连续性和承诺型动作共同估计，这是内容和会员信号真正发挥作用的地方。
  • 间接贡献：由他带来、且留存下来的新用户价值，只计可以归因的部分，并按比例打折。
模拟场景

用开头的两类人粗算一次。焦点战高价票买家：当年直接贡献假设为1800元，此后没有任何行为，预期留存按1年计，间接贡献为零，FLV约1800元。异地长期会员兼观赛组织者：年度直接贡献约800元（会员、球衣、偶尔一张普通票），预期留存按5年计，合计4000元；可归因的间接贡献打五折后约每年400元，5年合计2000元；FLV约6000元。每一个假设都可以讨论，但排序倒转这个方向很难被推翻。

更细的公式和权重设定，可以对照俱乐部怎么判断球迷长期价值那篇的拆解。

AI最容易在哪几处把球迷估错

  1. 把价格敏感读成不忠诚。在票价随对手浮动的环境里，只买普通票甚至不买票的人，可能恰恰是关系最稳的那一群。
  2. 训练数据里只有“留下来的人”。如果模型只用现有会员的历史去学习，它看不到那些因为涨价、赛程或搬家而离开的人，对留存的估计会系统性偏高。
  3. 把试用期当成真实关系。免费试看、首月特价带来的订阅，头一个月的行为往往比之后活跃得多，直接外推会高估海外订阅者的价值。
  4. 归因过于贪心。一个新会员可能同时看过官方集锦、朋友转发和线下广告，把功劳全算给某一个触点，会让影响力价值虚高。
  5. 拿价值模型去定价。这是最需要人工把关的一条。如果模型识别出一批“价值高、对涨价不敏感”的球迷，最省事的用法就是向他们收更高的价格——这正是 FSA 在议会里担心的对忠诚度的利用[1]。韦德体育的做法是把 FLV 的输出限定在服务、内容和权益设计上，任何与价格、优惠力度挂钩的用法，都必须经过商务和法务的人工审批。

此外，这些信号能不能合在一起用，取决于用户授权了什么。观看数据能否和商城数据合并、保存多久、能否用于个性化推荐，都要先看授权范围，不能因为技术上拿得到就默认可以用。

怎么验证这个判断，下一步怎么运营

验证 FLV 最好的时机，是一次票价调整之后。假设俱乐部在新赛季上调了部分场次的票价，这时比较两份名单——按门票支出排出的前列球迷，和按长期价值排出的前列球迷——各自在下个赛季还有多少人保持活跃、续费或消费。如果后者的留存明显更高，说明模型抓到了门票看不到的东西；如果两者差别不大，说明这家俱乐部的球迷结构确实以本地进场为主，门票仍是一个不错的代理指标，没有必要为了模型而改变运营。

对被新模型“捞出来”的这批球迷，运营动作也应该和高价票买家不同：

  • 用年限而不是出价分配稀缺资源。焦点战的优先购票资格按连续会员年限发放，并使用固定价格，让忠诚度换来确定性，而不是更高的账单。
  • 为远方球迷设计专属内容。海外和异地订阅者看不了现场，更需要训练、更衣室、赛后采访这类“近距离”内容，以及照顾时差的回放安排。
  • 在意图高峰出现，而不是在促销日群发。他关注的球员有高光表现、球衣补货、续费前一个月，才是触达他的合适时刻。
  • 给组织者身份，而不是折扣。城市观赛组织者需要的是官方授权、物料支持和被看见，一张优惠券反而会把关系变成交易。

在韦德体育的体育粉丝经济方案里，门票仍然是 FLV 的一个维度，但不再是唯一的锚点。一个从不买高价门票的球迷，只要他持续在看、持续续费、持续把别人带进来，就值得被放进名单前列；而把这样的人从交易报表里找出来，正是长期价值模型最应该做好的那件事。

参考资料

  1. Football Supporters' Association：《FSA in Parliament: Ticket prices an "exploitation of supporter loyalty"》，2025年2月4日。https://thefsa.org.uk/news/fsa-in-parliament-ticket-prices-an-exploitation-of-supporter-loyalty/
  2. SportsPro：《Premier League reveals cost and coverage plans for Singapore streaming launch》，2026年5月20日。https://www.sportspro.com/news/broadcast-ott/premier-league-plus-dtc-streaming-singapore-starhub-may-2026/
  3. MIT DSpace：《Beyond Lifetime Value: A Customer Journey Analysis to Fan Engagement and Spending in Professional Sports》，2025年2月。https://dspace.mit.edu/handle/1721.1/159093
  4. PYMNTS：《Fanatics Builds Data Engine to Personalize Sports Commerce》，2026年5月21日。https://www.pymnts.com/news/retail/2026/how-fanatics-turns-2-billion-daily-fan-signals-into-sales/
  5. Salesforce Newsroom：《Indiana Fever, Pacers Sports & Entertainment Tap Salesforce to Scale Fan Engagement with Agentic AI》，2025年6月11日。https://www.salesforce.com/news/press-releases/2025/06/11/indiana-fever-pse-agentforce-fan-engagement/
  6. Frontiers in Sports and Active Living：《Unlocking high-value football fans: unsupervised machine learning for customer segmentation and lifetime value》，2024年8月22日。https://www.frontiersin.org/journals/sports-and-active-living/articles/10.3389/fspor.2024.1362489/full