首页 > 营销学院 > 营销百科 > LTV的意义

LTV的意义

百科标签:LTV、APP运营

LTV(Life Time Value)也就是用户生命周期价值,是产品从用户获取到流失所得到的全部收益的总和。LTV用于衡量用户对产品所产生的价值,是所有用户运营手段为了改善的终极指标,同时LTV也应该是所有运营手段的最终衡量指标。那么我们究竟如何利用LTV来最大化我们的营收呢?

 

 

 

 

01.LTV的宏观计算

Macrography

目前,大家普遍所认知的LTV算法是用MMR代表每月用户给平台带来的收入,churn rate代表用户的月流失率,那么LTV的计算方法如下所示:

LTV

这种简单的计算方法隐含了两个假设:用户结构稳定不变、用户质量稳定不变。这两个假设就意味着,新用户的质量总是长期稳定不变,不管从什么渠道、地区获取到的用户都有一样的流失率和收入情况,同时产品的用户规模不会出现比较大的波动。显然这些假设在实际中是不存在的。用这种方式计算的LTV仅仅能作为一个宏观数据的参考,并不能真正指导业务。

 

 

 

02.LTV的实际计算方法

Actual

我们在实际的运营中,通常使用LTV = LT * ARPU的公式来计算用户的LTV。如果用户LT(平均生命周期)是2个月,ARPU(平均用户收入)是20元/月,那么LTV = 2 * 20 = 40元。

LTV

而要精确的计算每个用户的LTV,意味着需要等用户流失之后才能知道LTV的精确值,这个过程短则几个月,长则数年。显然用户运营活动不可能等比较长时间之后,才去看这个精确的LTV结果。为了能及时计算LTV的变化,就需要用一些回归或者预测类的算法。比如最典型的新用户获取问题,一般衡量一个地区或渠道的好坏,除了看新客成本,还通过一些短期数据来简单判断某个地区的用户的整体质量如何以及将来的赢利能力如何。这些短期数据包括新客的次日留存,7日留存,30日留存这些留存数据,以及7日消费额,30日消费额等营收数据。既然可以用这些数据做出基于人工经验的判断,那么就意味着短期数据中有足够预测用户长期LTV的信息量。

LTV

相比于人工考虑的短期数据,数据系统记录用户短期内使用产品的全部行为数据包含了更大的信息量,用这些数据作为入参,可以更好的更好地预测LTV的结果,进而检测LTV的变化。利用历史上用户行为数据以及最终的LTV情况作为训练数据,利用用户行为数据中的多个维度的特征作为入参,可以做出准确率相对比较高的LTV预测模型。负责用户运营的同学也可以根据历史上用户的短期留存率和短期营收数据作为入参,拟合出来粗略的LTV计算公式。作为用户运营的基础数据模型。

 

 

 

03.LTV的意义

Significance

当LTV的数据计算方法被各方认同之后,利用LTV可以做用户运营效果的检测,并沉淀为后续用户运营活动的经验。

在用户获取和用户召回的时候,利用不同渠道获取到的用户短期行为数据作为基础预测出的LTV。在计算出LTV后,就可以同时综合考虑投放成本,确定不同渠道的价值,从而确定怎样的投放组合在用户获取中是最高效的方法。根据LTV预测值的提升结果,可以了解到不同运营活动效果的好坏,从而总结后续以留存为目的的运营活动到底该如何改进。

LTV

不仅仅日常的用户运营活动需要看LTV,一些特殊阶段也不例外,比如早期增长或者所在行业面临激烈竞争的时候。在这些特殊阶段,团队决策层的注意力可能会仅仅放在用户运营结果的绝对量上,比如活跃用户数,新增用户数。即使在这种情况下,用户运营的投入产出比可以为负数,单并不意味这LTV可以放弃去考虑。使用LTV来提前预估不同的投资组合的效果之后,在产品早期或者竞争期会更有优势。有效地利用LTV,不仅仅是为了衡量用户对产品的价值,更重要的是进一步驱动产品的进步。

 

 

分享: