1、- -計算手游不同階段LTV的方法和模型一件事情是要問明白計算LTV的目的是什么。如果你有一款基于免費模式的手游，那么毫無疑問用戶終身價值就是該款游戲的主要KPI。以下是原因：在設(shè)計階段，先要做Benchmark分析，你需要估算跟你游戲類似的LTV及他們的CPI，以確保工程能有足夠的投入預(yù)算。換言之，你需要先保證工程最后能賺錢。當進入試運營(soft launch)階段，你需要測算并不斷優(yōu)化LTV，以確保它能超過預(yù)期的CPI。在市場推廣階段，你需要定位到CPI設(shè)計階段的“原始LTV計算游戲發(fā)布之前是沒有真實數(shù)據(jù)的，只要一些假設(shè)數(shù)據(jù)即可。因此，你需要使用“原始的計算方法，即簡單地將ARPDAU乘

2、以單個用戶的預(yù)期生命時間即可。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的時間長度?？梢曰谄渌鸻pp進展估算，或者追蹤用戶直到他不再出現(xiàn)在游戲里輸出：預(yù)計每用戶的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)所有用戶在同一時間內(nèi)均留存無法提前得知用戶會留存多久試運營階段需要建造用戶留存模型在試運營階段，你需要一個不同的方式。此階段的情況已經(jīng)變了，因為你已經(jīng)有了關(guān)于游戲留存率和付費情況的數(shù)據(jù)。具體需要ARPDAU和至少以下的留存率數(shù)據(jù)：次日、7日、14日和30日。建造留存率模型是

3、一個復(fù)雜的數(shù)學(xué)測試，它需要用到統(tǒng)計回歸、對數(shù)函數(shù)和積分運算。計算方式假設(shè)留存函數(shù)是 y=a*xb的冪函數(shù)，其中x為使用天數(shù)，a和b是模型的系數(shù)。首先預(yù)估的是180天內(nèi)的留存率。它使用了第2天、7天、14天、30天和180天的加權(quán)系數(shù)，加權(quán)值為：2.5、7、12、57.5、100(順序?qū)?yīng))。基于LTV公式的加權(quán)系數(shù)比在冪函數(shù)求積分更簡單，對于準確度的影響也沒有那么大。當用戶生命周期計算好后，用ARPDAU乘以生命周期即可輕松計算出LTV值。舉例：ARPDAU * lifespan = 0.155 * 9.02 = 1.40分析：輸入：次日、7天、14天、30天的留存ARPDAU(前30天)輸出

4、：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)雜的模型一樣準確劣勢：30天的留存率加權(quán)過重以ARPDAU不變?yōu)榍疤徇M展的假設(shè)市場推廣階段的細分LTV計算當你的游戲準備問世時，你將會對于終身價值的計算有新的需求。此階段與廣告投放和用戶獲取有關(guān)，目標就是讓LTV高于CPI。但并不是所有用戶都要滿足這個條件，只要找到某些指定的細分用戶滿足即可。當你找到這些細分，就可以“有的放矢地加大投放力度。之前的LTV計算方法都是基于一個全新產(chǎn)品的假設(shè)，歷史數(shù)據(jù)是有限的。當來到市場投放的階段，產(chǎn)品數(shù)據(jù)應(yīng)該在其中一個細分群體積累了6個月(一般指自然量)?；诂F(xiàn)有細

5、分群體的數(shù)據(jù)，就可以預(yù)估新的細分的LTV值。這個對于新用戶的計算方法需要比照前7天的新用戶和現(xiàn)存用戶根底，然后將同樣的比率應(yīng)用于現(xiàn)有的LTV。計算方式假設(shè)A項與B項7天的收益比率會反映其在LTV的比率。舉例，假設(shè)你有一個新的流量來源在前7天有0.5美元的ARPU，正常來說你能在前7天看到1美元，那么新的流量來源就是你正常LTV的一半。這非常直觀，實際上改預(yù)測方法也被許多先進的模型支持。該計算方式有兩步：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)有局部的訓(xùn)練數(shù)據(jù) (主要用來訓(xùn)練LTV計算模型)現(xiàn)有細分用

6、戶的ARPU：第1天到第7天現(xiàn)有細分用戶的LTV: 180天新細分數(shù)據(jù)新細分用戶的ARPU：第1天到第7天輸出：新細分用戶的LTV優(yōu)勢：簡單最準確的模式之一劣勢：需要現(xiàn)有細分的180天數(shù)據(jù)高級LTV細分計算第三種計算方式假設(shè)有180天的數(shù)據(jù)，而這有時候是不可能的。這時從現(xiàn)有細分的90天數(shù)據(jù)來建立現(xiàn)有細分的180天LTV模型，然后利用一樣的比率方法來計算新細分的LTV。這個計算方法的數(shù)據(jù)來自現(xiàn)有細分(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。計算方式該模型有2個步驟步驟1：估算180天的LTV把最初90天的ARPU與91-180天的預(yù)估ARPU相結(jié)合即

7、可得到。這個估算是用90天的ARPDAU乘以90天到180天的用戶預(yù)期生命時間。步驟2：應(yīng)用比例當我們有預(yù)估的現(xiàn)有細分180天LTV數(shù)據(jù)，就可以用一個簡單的比例來估算新細分的LTV：用新細分的7天ARPU除以現(xiàn)有細分的7天ARPU將一樣比例應(yīng)用到現(xiàn)有細分的180天LTV所得結(jié)果即是新細分的180天LTV分析輸入：現(xiàn)有細分的訓(xùn)練數(shù)據(jù)現(xiàn)有細分的用戶ARPU：第1天至第7天現(xiàn)有細分的用戶ARPU：第1天至第90天現(xiàn)有細分的7天留存率現(xiàn)有細分的90天留存率現(xiàn)有細分的ARPDAU：第75天到90天細分數(shù)據(jù)新細分用戶的ARPU：第1天至第7天輸出：LTV優(yōu)勢：更新的游戲app也可以使用該計算方法非常準確劣

8、勢：有點復(fù)雜如果你有新細分超過7天的數(shù)據(jù)，那你實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)有細分和新細分數(shù)據(jù)里。在現(xiàn)有細分的7天ARPU中輸入第N天的現(xiàn)有細分ARPU在新細分的7天ARPY中輸入第N天的新細分ARPU總結(jié)：1.計算LTV的“原始方法ARPDAU * Lifespan。2.生命周期計算模型(簡化版)“原始方法的缺點是不能算出預(yù)期的生命周期長度。計算的方法會有點復(fù)雜。你需要收集用戶在APP的留存數(shù)據(jù)，用上面的冪函數(shù)公式求積分算出來。當然，更簡單的方法是通過加權(quán)平均的方法進展估算(參考上面“試運營的例子)，而且結(jié)果的精準度并不會相差太遠。3.類推法那么：用現(xiàn)有的細分歷史數(shù)

9、據(jù)類推新的細分用戶LTV這個是很多游戲公司采取的方法。它計算出現(xiàn)有180天的LTV，用新細分的7天ARPU除以現(xiàn)有細分的7天ARPU，得出來的比例應(yīng)用到現(xiàn)有細分的180天LTV中，結(jié)果即是新細分的180天LTV。這樣，即使沒有180天的數(shù)據(jù)，也能通過現(xiàn)有細分的數(shù)據(jù)計算LTV。這個計算方式融合了前兩種的技巧。即使沒有180天的數(shù)據(jù)，也可以利用現(xiàn)有細分的數(shù)據(jù)。這個計算方式使用了現(xiàn)有細分的局部數(shù)據(jù)來計算新細分的LTV。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務(wù)積累Master Chart圖表計算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)，得到180天的LTV，以此推算90天之后的Master Chart圖表走向用現(xiàn)有LTV來估算新細分：用前7日新細分收益與Master Chart內(nèi)的數(shù)據(jù)作比照4.用數(shù)據(jù)表計算留存率模型、收益函數(shù)模型此方法假設(shè)留存率是一個冪函數(shù)(y=a*xb)，并且ARPDAU是恒定的。手