史上最全幕垦!不同階段計(jì)算LTV的方法和模型!

第一件事情是要問明白計(jì)算LTV的目的是什么傅联。如果你有一款基于免費(fèi)模式的手游先改,那么毫無疑問用戶終身價(jià)值就是該款游戲的主要KPI。以下是原因:

?? 在設(shè)計(jì)階段蒸走,先要做Benchmark分析仇奶,你需要估算跟你游戲類似的LTV及他們的CPI,以確保項(xiàng)目能有足夠的投入預(yù)算比驻。換言之该溯,你需要先保證項(xiàng)目最后能賺錢。

?? 當(dāng)進(jìn)入試運(yùn)營(soft launch)階段嫁艇,你需要測算并不斷優(yōu)化LTV朗伶,以確保它能超過預(yù)期的CPI。

?? 在市場推廣階段步咪,你需要定位到CPI<LTV的目標(biāo)用戶群體论皆,只要這個(gè)條件一直滿足,就應(yīng)該不斷往里面增加投入。

設(shè)計(jì)階段的“原始”LTV計(jì)算

游戲發(fā)布之前是沒有真實(shí)數(shù)據(jù)的点晴,只要一些假設(shè)數(shù)據(jù)即可感凤。因此,你需要使用“原始”的計(jì)算方法粒督,即簡單地將ARPDAU乘以單個(gè)用戶的預(yù)期生命時(shí)間即可陪竿。

舉例:ARPDAU * Lifespan = 0.05 * 26 = 1.3

分析

輸入:

??ARPDAU

??預(yù)期的用戶生命周期:用戶有可能使用APP的時(shí)間長度⊥篱希可以基于其他app進(jìn)行估算族跛,或者追蹤用戶直到他不再出現(xiàn)在游戲里

輸出:

預(yù)計(jì)每用戶的LTV

優(yōu)勢:

??簡單

??有利于了解用戶LTV

劣勢:

??方法太過簡單,且只假設(shè)所有用戶在同一時(shí)間內(nèi)均留存

??無法提前得知用戶會(huì)留存多久

試運(yùn)營階段需要建造用戶留存模型

在試運(yùn)營階段锐墙,你需要一個(gè)不同的方式礁哄。此階段的情況已經(jīng)變了,因?yàn)槟阋呀?jīng)有了關(guān)于游戲留存率和付費(fèi)情況的數(shù)據(jù)溪北。具體需要ARPDAU和至少下列的留存率數(shù)據(jù):次日桐绒、7日、14日和30日之拨。建造留存率模型是一個(gè)復(fù)雜的數(shù)學(xué)測試茉继,它需要用到統(tǒng)計(jì)回歸、對(duì)數(shù)函數(shù)和積分運(yùn)算蚀乔。

計(jì)算方式

假設(shè)留存函數(shù)是 y=a*x^b的冪函數(shù)烁竭,其中x為使用天數(shù),a和b是模型的系數(shù)吉挣。首先預(yù)估的是180天內(nèi)的留存率颖变。它使用了第2天、7天听想、14天、30天和180天的加權(quán)系數(shù)马胧,加權(quán)值為:2.5汉买、7、12佩脊、57.5蛙粘、100(順序?qū)?yīng))⊥茫基于LTV公式的加權(quán)系數(shù)比在冪函數(shù)求積分更簡單出牧,對(duì)于精確度的影響也沒有那么大。當(dāng)用戶生命周期計(jì)算好后歇盼,用ARPDAU乘以生命周期即可輕松計(jì)算出LTV值舔痕。

舉例:ARPDAU * lifespan = 0.155 * 9.02 = 1.40

分析

輸入

??次日、7天、14天伯复、30天的留存

??ARPDAU(前30天)

輸出

??用戶預(yù)期的生命周期:所有用戶的留存總和 (用戶數(shù) * 天數(shù))

??180天的LTV

優(yōu)勢

??簡單

??幾乎與更復(fù)雜的模型一樣準(zhǔn)確

劣勢

??30天的留存率加權(quán)過重

??以ARPDAU不變?yōu)榍疤徇M(jìn)行的假設(shè)

市場推廣階段的細(xì)分LTV計(jì)算

當(dāng)你的游戲準(zhǔn)備問世時(shí)慨代,你將會(huì)對(duì)于終身價(jià)值的計(jì)算有新的需求。此階段與廣告投放和用戶獲取有關(guān)啸如,目標(biāo)就是讓LTV高于CPI侍匙。但并不是所有用戶都要滿足這個(gè)條件,只要找到某些指定的細(xì)分用戶滿足即可叮雳。當(dāng)你找到這些細(xì)分想暗,就可以“有的放矢”地加大投放力度。之前的LTV計(jì)算方法都是基于一個(gè)全新產(chǎn)品的假設(shè)帘不,歷史數(shù)據(jù)是有限的说莫。當(dāng)來到市場投放的階段,產(chǎn)品數(shù)據(jù)應(yīng)該在其中一個(gè)細(xì)分群體積累了6個(gè)月(一般指自然量)厌均』;基于現(xiàn)有細(xì)分群體的數(shù)據(jù),就可以預(yù)估新的細(xì)分的LTV值棺弊。這個(gè)對(duì)于新用戶的計(jì)算方法需要對(duì)比前7天的新用戶和現(xiàn)存用戶基礎(chǔ)晶密,然后將同樣的比率應(yīng)用于現(xiàn)有的LTV

計(jì)算方式

假設(shè)A項(xiàng)與B項(xiàng)7天的收益比率會(huì)反映其在LTV的比率模她。舉例稻艰,假如你有一個(gè)新的流量來源在前7天有0.5美元的ARPU,正常來說你能在前7天看到1美元侈净,那么新的流量來源就是你正常LTV的一半尊勿。這非常直觀,實(shí)際上改預(yù)測方法也被許多先進(jìn)的模型支持畜侦。該計(jì)算方式有兩步:

算出7天內(nèi)收益數(shù)據(jù)間的比率

將同樣的比率用到LTV中

舉例:7天內(nèi)收益比率 * LTV = 0.95 * 2.5 = 2.38

分析

輸入:

現(xiàn)有部分的訓(xùn)練數(shù)據(jù) (主要用來訓(xùn)練LTV計(jì)算模型)

現(xiàn)有細(xì)分用戶的ARPU:第1天到第7天

現(xiàn)有細(xì)分用戶的LTV: 180天

新細(xì)分?jǐn)?shù)據(jù)

新細(xì)分用戶的ARPU:第1天到第7天

輸出:

新細(xì)分用戶的LTV

優(yōu)勢:

簡單

最準(zhǔn)確的模式之一

劣勢:

需要現(xiàn)有細(xì)分的180天數(shù)據(jù)

高級(jí)LTV細(xì)分計(jì)算

第三種計(jì)算方式假設(shè)有180天的數(shù)據(jù)元扔,而這有時(shí)候是不可能的。這時(shí)從現(xiàn)有細(xì)分的90天數(shù)據(jù)來建立現(xiàn)有細(xì)分的180天LTV模型旋膳,然后利用相同的比率方法來計(jì)算新細(xì)分的LTV澎语。

這個(gè)計(jì)算方法的數(shù)據(jù)來自現(xiàn)有細(xì)分(如自然流量)來調(diào)整最初90天的模型,并利用模型功能來預(yù)估第90天到第180天的生命值验懊。

計(jì)算方式

該模型有2個(gè)步驟

步驟1:估算180天的LTV

把最初90天的已知ARPU與91-180天的預(yù)估ARPU相結(jié)合即可得到擅羞。這個(gè)估算是用90天的ARPDAU乘以90天到180天的用戶預(yù)期生命時(shí)間。

步驟2:應(yīng)用比例

當(dāng)我們有預(yù)估的現(xiàn)有細(xì)分180天LTV數(shù)據(jù)义图,就可以用一個(gè)簡單的比例來估算新細(xì)分的LTV:

用新細(xì)分的7天ARPU除以現(xiàn)有細(xì)分的7天ARPU

將相同比例應(yīng)用到現(xiàn)有細(xì)分的180天LTV

所得結(jié)果即是新細(xì)分的180天LTV

分析

輸入:

現(xiàn)有細(xì)分的訓(xùn)練數(shù)據(jù)

現(xiàn)有細(xì)分的用戶ARPU:第1天至第7天

現(xiàn)有細(xì)分的用戶ARPU:第1天至第90天

現(xiàn)有細(xì)分的7天留存率

現(xiàn)有細(xì)分的90天留存率

現(xiàn)有細(xì)分的ARPDAU:第75天到90天

細(xì)分?jǐn)?shù)據(jù)

新細(xì)分用戶的ARPU:第1天至第7天

輸出:

LTV

優(yōu)勢

更新的游戲app也可以使用該計(jì)算方法

非常精確

劣勢

有點(diǎn)復(fù)雜

如果你有新細(xì)分超過7天的數(shù)據(jù)减俏,那你實(shí)際上可以使用任何日期的數(shù)據(jù),只要你能將其應(yīng)用到7天的現(xiàn)有細(xì)分和新細(xì)分?jǐn)?shù)據(jù)里碱工。

在現(xiàn)有細(xì)分的7天ARPU中輸入第N天的現(xiàn)有細(xì)分ARPU

在新細(xì)分的7天ARPY中輸入第N天的新細(xì)分ARPU

總結(jié):

1.計(jì)算LTV的“原始”方法

ARPDAU * Lifespan娃承。

2.生命周期計(jì)算模型(簡化版)

“原始”方法的缺點(diǎn)是不能算出預(yù)期的生命周期長度奏夫。計(jì)算的方法會(huì)有點(diǎn)復(fù)雜。你需要收集用戶在APP的留存數(shù)據(jù)草慧,用上面的冪函數(shù)公式求積分算出來桶蛔。當(dāng)然,更簡單的方法是通過加權(quán)平均的方法進(jìn)行估算(參考上面“試運(yùn)營”的例子)漫谷,而且結(jié)果的精準(zhǔn)度并不會(huì)相差太遠(yuǎn)仔雷。

3.類推法則:用現(xiàn)有的細(xì)分歷史數(shù)據(jù)類推新的細(xì)分用戶LTV

這個(gè)是很多游戲公司采取的方法。它計(jì)算出現(xiàn)有180天的LTV舔示,用新細(xì)分的7天ARPU除以現(xiàn)有細(xì)分的7天ARPU碟婆,得出來的比例應(yīng)用到現(xiàn)有細(xì)分的180天LTV中,結(jié)果即是新細(xì)分的180天LTV惕稻。這樣竖共,即使沒有180天的數(shù)據(jù),也能通過現(xiàn)有細(xì)分的數(shù)據(jù)計(jì)算LTV俺祠。

這個(gè)計(jì)算方式融合了前兩種的技巧公给。即使沒有180天的數(shù)據(jù),也可以利用現(xiàn)有細(xì)分的數(shù)據(jù)蜘渣。這個(gè)計(jì)算方式使用了現(xiàn)有細(xì)分的部分?jǐn)?shù)據(jù)來計(jì)算新細(xì)分的LTV淌铐。

等待至少90天的ARPDAU數(shù)據(jù)

使用該數(shù)據(jù)建立每日每平均用戶財(cái)務(wù)積累Master Chart圖表

計(jì)算90天內(nèi)的流失率,將該比率應(yīng)用到90日天之后的數(shù)據(jù)蔫缸,得到180天的LTV腿准,以此推算90天之后的Master Chart圖表走向

用現(xiàn)有LTV來估算新細(xì)分:用前7日新細(xì)分收益與Master Chart內(nèi)的數(shù)據(jù)作對(duì)比

4.用數(shù)據(jù)表計(jì)算留存率模型、收益函數(shù)模型

此方法假設(shè)留存率是一個(gè)冪函數(shù)(y=a*x^b)拾碌,并且ARPDAU是恒定的吐葱。以下是關(guān)于該數(shù)據(jù)表的更多細(xì)節(jié)。

它假設(shè)收益函數(shù)是對(duì)數(shù)函數(shù)校翔。表格示例圖如下:

手游開發(fā)者面臨的最大難題之一就是計(jì)算app的LTV弟跑。在網(wǎng)上搜索能查到很多答案,但大多數(shù)晦澀難懂防症。原因就在于建立LTV模型非常困難窖认,尤其是在不了解用戶行為、數(shù)據(jù)不充分的情況下告希。本文推薦了幾種不同計(jì)算方法,開發(fā)者們可以根據(jù)自身具體情況做出合適的選擇烧给。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末燕偶,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子础嫡,更是在濱河造成了極大的恐慌指么,老刑警劉巖酝惧,帶你破解...
    沈念sama閱讀 211,561評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異伯诬,居然都是意外死亡晚唇,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,218評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門盗似,熙熙樓的掌柜王于貴愁眉苦臉地迎上來哩陕,“玉大人,你說我怎么就攤上這事赫舒『芳埃” “怎么了?”我有些...
    開封第一講書人閱讀 157,162評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵接癌,是天一觀的道長心赶。 經(jīng)常有香客問我,道長缺猛,這世上最難降的妖魔是什么缨叫? 我笑而不...
    開封第一講書人閱讀 56,470評(píng)論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮荔燎,結(jié)果婚禮上耻姥,老公的妹妹穿的比我還像新娘。我一直安慰自己湖雹,他們只是感情好咏闪,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,550評(píng)論 6 385
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著摔吏,像睡著了一般鸽嫂。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上征讲,一...
    開封第一講書人閱讀 49,806評(píng)論 1 290
  • 那天据某,我揣著相機(jī)與錄音,去河邊找鬼诗箍。 笑死癣籽,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的滤祖。 我是一名探鬼主播筷狼,決...
    沈念sama閱讀 38,951評(píng)論 3 407
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼匠童!你這毒婦竟也來了埂材?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,712評(píng)論 0 266
  • 序言:老撾萬榮一對(duì)情侶失蹤汤求,失蹤者是張志新(化名)和其女友劉穎俏险,沒想到半個(gè)月后严拒,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,166評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡竖独,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,510評(píng)論 2 327
  • 正文 我和宋清朗相戀三年裤唠,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片莹痢。...
    茶點(diǎn)故事閱讀 38,643評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡种蘸,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出格二,到底是詐尸還是另有隱情劈彪,我是刑警寧澤,帶...
    沈念sama閱讀 34,306評(píng)論 4 330
  • 正文 年R本政府宣布顶猜,位于F島的核電站沧奴,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏长窄。R本人自食惡果不足惜滔吠,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,930評(píng)論 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望挠日。 院中可真熱鬧疮绷,春花似錦、人聲如沸嚣潜。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,745評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽懂算。三九已至只冻,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間计技,已是汗流浹背喜德。 一陣腳步聲響...
    開封第一講書人閱讀 31,983評(píng)論 1 266
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留垮媒,地道東北人舍悯。 一個(gè)月前我還...
    沈念sama閱讀 46,351評(píng)論 2 360
  • 正文 我出身青樓,卻偏偏與公主長得像睡雇,于是被迫代替她去往敵國和親萌衬。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,509評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容

  • 每天進(jìn)步一點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)~~從開始只能寫幾句話它抱、模仿別人的觀點(diǎn)秕豫,到現(xiàn)...
    一個(gè)帥氣的名字呀閱讀 18,058評(píng)論 4 31
  • AARRR模型是我們做用戶分析的經(jīng)典模型,是一個(gè)典型的漏斗結(jié)構(gòu)抗愁。它從生命周期的角度馁蒂,描述了用戶進(jìn)入平臺(tái)需經(jīng)歷的五個(gè)...
    鉛筆人生閱讀 2,116評(píng)論 0 5
  • 在和大量移動(dòng)應(yīng)用開發(fā)者接觸的過程中,我們注意到有一個(gè)現(xiàn)象是:很多開發(fā)者只注意應(yīng)用的下載量和激活量蜘腌,他們把這些指標(biāo)看...
    挪小辣閱讀 2,057評(píng)論 0 11
  • 延嶺 不知從何時(shí)就開始在自己的潛意識(shí)里隱藏著這些問題,但清楚的是芯急,在前一段時(shí)間勺届,我的一個(gè)小學(xué)同學(xué)結(jié)婚的時(shí)候,我開始...
    奔跑吧建筑閱讀 345評(píng)論 3 1
  • “財(cái)富不是靠工資娶耍,而是靠正確投資免姿。 沒有一個(gè)百萬千萬富翁是靠打工賺來的。 三年前的選擇榕酒,決定了今天...
    多寶魚_9e72閱讀 404評(píng)論 0 1