巴黎人-电视游戏

当前位置:巴黎人在线平台所有 > 巴黎人-电视游戏 > 关于LTV我们可以理解为用户在生命周期内为游戏

关于LTV我们可以理解为用户在生命周期内为游戏

来源:http://www.xdjsyw.com 作者:巴黎人在线平台所有 时间:2019-12-11 01:47

解析用户在生命周期内 对游戏产生的收益

2014年07月08日 来源:搞趣网 作者:匿名 搞趣网官方微博

巴黎人官网官方网站 1

LTV:(Lifetime Value):生命周期价值;主要说用户在生命周期内,对游戏产生的收益;换个方式来说,就是将用户在游戏内的时间价值转换为货币价值。

对于数据的分析与转化,各类指标一直是厂商关注重点,而真正从数据入手,则需要结合生命周期理论与行为模型理论做出有价值性的分析。

在谈到LTV时,我们必须综合LT,留存,ARPU,CAC做出分析;关于LTV我们可以理解为用户在生命周期内为游戏奉献的收入总值。

关于LTV的公式,业内定义众多,一般为:LTV=ARPU*LT

也有人说,LTV=留存率*ARPU;在此需要知道的是对于某些数据,各家定义不同,算法不同;哪怕是同一个数据,其代表意义也是各不相同,切不可单纯从表面数据得出主观数据价值。

回归正题,为什么会存在LTV这个公式,一般而言,它存在的价值在哪?

首先,就字面意思里面,用户生命周期;我们可以得知用户在游戏中会呆多久

其次,对LT进一步解析,可以结合arpu得知用户对于游戏的贡献价值是多少;在这里,值得注意的是,ARPU算法以活跃玩家为主,没有付费与非付费之分。

最后,对于投入推广成本的厂商,可以对比ltv与cac的两者数值,衡量用户群与渠道的利润贡献如何,是否值得持续投入。

在具体谈到LTV之前,需要我们先从LT入手,知道LT的算法与定义:

LT:(Life Time)生命周期;指的是新增账户在首次进入游戏到最后一次参与游戏的时间天数;目前大部分取值均以自然月为准;即某个月用户生命周期之和/MAU=平均生命周期

以LTV=ARPU*LT为例,我们以月为周期单位进行拆分,则有:

LTV=(月充值总额/月活跃用户)*(月生命周期之和/MAU)

结合上面拆分后的元素我们不难发现,LTV的提升,与充值有关,也与留存有关;做好LTV值优化,则可以根据以上元素进行切入:

例如:

若:(月充值不变或上升/月活跃用户减少)*(月生命周期之和不变或上升/MAU减少)

则:LTV上升

结合上例分析,我们可以知道游戏某一类情况:

(游戏低端(一次会话用户、低端付费用户)流失;大R、活跃付费用户质依然存在或质量转化提升)*(用户转化粘性增强/小部分活跃流失,或者说低端流失)

上述情况也就是文章开头所说的通过建立用户模型,调用用户行为理论进行分析;最后结合产品状况(更新?改版?活动刺激?)进行综合权衡,考量LTV上升或下降的因果关系(手游那点事1群:165095584;关注手游那点事,关注小白学运营)。

值得一提的是,在我们对LTV进行分析的同时,要结合PLC、PLVM(玩家生命周期价值模型)进行全面考虑,众所周知产品分为导入期、成长期、成熟期、衰退期;故产品在不同生命周期阶段,价值不同;所以对于产品不同阶段性的价值需求及变现;需要我们采取不同的战略。

《小白学运营》数据篇前几期曾经提到,ARPU上升不一定意味着产品状态好,ARPU下降也不一定意味着产品状态差;同理,单一的LTV值高,也不一定代表产品变现状态很好;若CAC远远超过LTV,则LTV再好,产品也无法盈利。

用户获取成本:CAC=推广成本/有效新增用户数

主要用来衡量获取有效用户的成本,可以作为优化渠道投放的参考,在这里:

LTV:CAC>1代表产品变现能力为正比。

若LTV:CAC<1,则意味着产品变现入不敷出,状态比较危险。

【责任编辑:wb_hzl】

文中图片引用自网络,如有侵权请联系我们予以删除

导读:AARRR模型是我们做用户分析的经典模型,是一个典型的漏斗结构。它从生命周期的角度,描述了用户进入平台需经历的五个环节,最终获取商业价值。价值不仅直接源于用户购买行为,还来自用户作为推荐者和内容产生者所带来的营收。

一、数据指标

无法衡量就无法改进

AARRR模型

·Acquisition获取用户

·Activation挺高活跃度

·Retention提高留存

·Revenue获取收入

·Refer病毒式传播

CPC cost per click

点击获取成本,评估公告有效指标

CPA cost per action

行动成本,按用户激活作为计算标准

活跃用户绝对数量低或相对总用户数量比例低,说明用户质量不高,此时结合渠道等维度分析目标用户群体是否准确

PRAPA

Promtion 用户推广,包含推广数和获取成本

Register 用户注册,代表首次登录用户

Active 活跃用户

Pay 付费用户

A average revenue per user 平均每用户收益,代表用户付费价值

DNU 每日新注册登录用户

DAU 活跃用户 :解决核心用户规模,产品生命周期分析,活跃用户流失,用户活跃率等

WAU 周活跃用户 :解决产品周期性变化,对比推广和非推广期

MAU 查看运营活动,版本变更

DAOT daily average online time 日总计在线时长,解决产品质量问题,观察不同时间维度平均使用时长,了解用户习惯

PR/PUR payment ratio 付费用户占比活跃用户。解决产品收益能力,用户付费关键点和转化周期,付费转化效果

APA active payment account 活跃付费用户   APA=MAU×MPR  解决问题:鲸鱼用户,海豚用户,小鱼用户比例和收益能力,付费用户规模

ARPU average revenue per user 平均每用户收入

ARPPU average revenue per payment user 平均每付费用户收入 解决问题:付费用户付费能力和梯度变化,付费用户整体付费趋势和不同付费阶层差异,对鲸鱼用户价值挖掘

LTV life time value 平均用户生命周期价值 用户在生命周期未产品带了收益总和 LTV=ARPU×LT 解决问题:用户收益贡献周期 ,用户渠道和利润贡献

1、按照渠道、版本、时间等维度分别统计

现在整个互联网圈里,都流行“用数据说话”,依靠数据设计产品、依靠数据评估效果、依靠数据评价绩效……

正文

二、数据报表

新增:衡量拉新,与运营推广相关,反应推广质量,数量和价值

活跃:衡量产品质量,有效获取用户后,估计产品质量,内容决定是否实现活跃可持续增涨

付费:衡量变现能力,考察运营关键点,核算投资回报率

累计新用户:了解目前推广获得用户数量情况

次,3,7,30日留存:了解获取用户质量表现,是否产品目标用户

注册转化:了解关键路径表现

日,周,月活:了解用户规模,与累计用户对照

老用户占比(DNU/DAU):了解核心用户规模和增涨空间

活跃占比:了解活跃用户累计发展趋势

ARPPU:了解每个付费用户评价收入贡献能力

ARPU:了解每个活跃用户收入贡献能力

付费渗透率:了解产品付费转化效果,衡量活动影响

一次性用户:衡量新用户质量,了解渠道流量优势

7日流失:了解产品流失情况,控制产品运营

付费流失:提升不同梯度付费用户认识,尽早发现流失问题

一次性付费:了解产品收益组成和潜在收益风险

使用频率:了解使用产品习惯

2、数量、占比、增长率、转化率、质量、特殊

互联网运营人员作为一个时时刻刻都会跟数据打交道的工种,面对着不计其数的名词、简写、缩写,你确定都明白他们的具体含义么?

AARRR模型是我们做用户分析的经典模型,是一个典型的漏斗结构。它从生命周期的角度,描述了用户进入平台需经历的五个环节,最终获取商业价值。价值不仅直接源于用户购买行为,还来自用户作为推荐者和内容产生者所带来的营收。

三、用户分析

分析维度包括:平台,时间,渠道,系统,地区,版本,国家,设备等

黑色一分钟

用户下载到安装app到进入的时间,这段时间需要分析:1兼容性适配 2安装。卸载、更新 3 app打开运行

DAU分析思路

1核心用户规模 2产品粘性 3 用户流失分析 4渠道质量分析 5 生命周期分析

DNU/DAU 活跃度指标或新增用户占比(一线≤10%)

反应核心用户规模情况,比质越高产品越差,新玩家占比低的产品质量越好(当DOU足够多时,新增DNU影响是非常有限的)

数据分析不能拘泥于某一个指标分析,应该结合其他指标进行衡量

DAU可以认为是不同时间点的DNU组成,如果产品大量DAU由7日前DNU组成证明产品良好

3、要参看行业、同类型水平。有些应用不需要每日启动的哦

这里整理记录了一些常见的数据相关的名次和指标,分享出来,希望能给互联网圈里做产品和运营的小伙伴们,有些帮助~~

0 1

四、留存分析

首日留存一定100%,不同留存用户之间可能有交集也可能是空集,也存在后一天留存大于前一天的情况(如新用户A-E,次日留存ABE,3日BC,7日只有E)

用户通过广告转化路径为:广告宣传→点击跳转→查看抉择→下载安装→运行→激活→体验留存→首次充值→深入app

体验在用户接触app时就产生,一个用户选择什么渠道。看到什么描述、什么关键字、什么截图、什么下载、什么安装、什么首次加载、....体验就诞生了

平均留存算法包括:n日留存相加除以n和n日用户量相加除以n日总用户

分析留存同样需要结合其他数据指标(抛开流量谈留存是不合理的)

app推广时DAU极高增加,但留存非常低这是因为很多人不是目标用户

案例:注册用户暴增,安装量却无明显增加

一种情况是优化了注册流程,另一种就是原本老用户收到运营影响注册很多新账号,包括开服,刷号等(是否存在刷号?小号流程低,游戏时间短,继续观察游戏时间和留存)

4、数据不能孤立来看:①连续性、趋势;②数据组合

欢迎大家在评论中给老布找茬、补充!!

什么是AARRR模型

五、收入分析

ROI=利润/成本

LTV(用户生命周期价值)=(收益-成本)/用户数量

CAC(用户获取成本)=总成本/用户量

重点关注LTV大于CAC表示有收益

Revenue=DAU×ARPU=DAU×P%×ARPPU=APA×ARPPU

付费衡量维度多种:包括付费金额,付费次数和付费频次

5、关键时间节点:关注留存率,从而了解在使用多久后容易流失用户。找出最易流失用户的时间段,通过调整应用的策略、活动激励等措施来降低用户的流失。

巴黎人官网官方网站 2

AARRR分别代表了五个单词,又分别对应了产品生命周期中的五个阶段:

六、渠道分析

优质渠道:知名度,下载量,高活跃,高粘性,高付费,ROI(投资回报率)

不宜大量铺设渠道,而是瞄准一个测试数据好的渠道仔细打磨产品,将数据表现优化到最佳

渠道评估策略分为:数量,质量,收入

数量是衡量渠道指标重要所在,关注指标包括:安装,注册,注册转化量,渠道份额

质量维度分析主要集中在玩家参与游戏的情况指标,关注指标:日活,一日玩家比例,次日留存,首周付费率(一日玩家比例属于刚性流失,是反应推广用户质量的核心指标)

收入分析维度:收入金钱数,付费人数,付费率,ARPPU&ARPU,付费习惯(包括付费等级,充值次数,充值频次&额度,充值间隔)

数据指标的定义、计算方式?什么场景下我们需要什么样的数据指标?这些指标可以反应什么?核心数据指标是什么?数据如何呈现才是健康的?如何呈现是异常的?异常表明了什么?异常的根源、解决办法是什么?

1、DAU:

获取(Acquisition):用户如何发现你的产品?

七、内容分析

推送内容需要对真正感兴趣的用户推送

考虑用户场景,减小用户购买成本

长尾理论:几乎如何看似极地需求的产品,只要有人卖就会有人买

注意挖掘长尾,注意二八原则

在已有的认知模型上,丰富用户需求,利用已有产品扩展(如“婚纱”高频,“新娘婚纱”次频,更多关键字可以是“抹胸式婚纱,一字领,蓬蓬裙婚纱等”)

Acquisition:获取用户

每日成功登录到产品中的用户。

激活(Activation):用户的第一次使用体验如何?

下载量

2、WAU:

留存(Retention):用户是否还会回到产品?

激活量:新增并启动了该应用的独立设备的个数

当日往前推7日期间内,登录过产品的总用户量,按照用户ID排重计算。

收入:产品怎样赚钱?

自然增长用户 Organic Users: 非推广手段获得的用户。如果此数据增长率相对Marketing Users的增长率很高,或者说明产品已经进入成熟稳定期,或者说明营销推广需要加强了。

3、MAU:

传播:用户是否愿意告诉其他用户?

推广获得用户 Marketing Users:推广渠道获得的用户。

当日往前推30日期间内,登录过产品的总用户量,按照用户ID排重。

巴黎人官网官方网站 3

Activation:提高活跃度

4、用户活跃度:DAU/MAU,理论上不低于0.2为宜,0.2*30=6天,即每个用户在30天内的登录次数不少于6天。这样才能保证比较不错的留存和活跃度。

AARRR模型指出了两个核心点:

DAU: Daily Active User 日活跃用户数量;MAU: Monthly Active Users 月活跃用户数量;【数量/规模】

5、付费用户:进行过充值操作且充值成功的用户总数,去重(多次充值只记录一次);有日付费用户,周付费用户,月付费用户,对应相应的统计时间区间。

以用户为中心,以完整的用户生命周期为线索;

每次启动平均使用时长、每个用户每日平均启动次数。【质量】

6、首次付费用户:在统计日进行第一次在游戏中充值的用户数。

把控产品整体的成本/收入关系,用户生命周期价值远大于用户获取成本与用户经营成本之和就意味着产品的成功。

一次性用户【特殊】

7、首日付费用户:在注册当日进行充值的用户数。

0 2

Retention:提高留存

8、首日付费率:当日新增用户中成功付费用户的数量占当日新增用户数量的比例。

AARRR的数据指标

1-Day Retention:首日留存率,“首日”指安装使用的第二天(D+1)。第一天安装使用的用户中还有多少百分比的人第二天还启动使用了这款应用。

9、首周付费率:当日新增用户中在当日推后7天的时间内有成功充值行为的用户数量,占当日新增用户数量的比例。

1、获取用户(acquisition)

7-Day Retention:第八天(D+7)日启动使用这款应用的占第一天首次安装使用这款应用的用户总数的百分比。

10、首月付费率:当日用户用户中在当日推后30天的时间内有成功充值行为的用户数量,占当日新增用户数量的比例。

获取阶段即产品的推广阶段,也是产品运营的第一步。

Revenue:提高收入

巴黎人官网官方网站 4

运营者通过各种推广渠道,以各种方式获取目标用户,并对各种营销渠道的效果进行评估,从而更加合理的确定投入策略,最小化用户获取成本。

ARPU:Average Revenue per User,平均每用户每月收入。=月游戏总收入/月活跃用户数。

11、付费渗透率:付费用户占活跃用的比例;有日付费率,周付费率,月付费率,对应相应的统计时间区间。

这时需关注的指标主要为:

ARRPU:Average Revenue per Paying User, 即平均每付费用户收入。=月游戏总收入/月付费用户数。

12、日付费率:每日成功付费用户占当日活跃用户的比例。

日新登用户数

付费用户比例:付费用户在全部用户中所占的比例。比例低,收入摊到所有用户身上的平均值就低了。需要找到ARPPU和付费用户比例的平衡点,才能最大化收入。

13、周付费率:每自然周进行充值的用户占当周活跃用户数量的比例,去重。

定义:每日注册并登录游戏的用户数。

LTV:Lifetime Value 生命周期价值。就是一个用户在生命周期内贡献的收入总和,可以看成是一个长期累计的ARPU值。这个指标能告诉我们平均玩家会在游戏里呆多久,会花多少钱。生命周期指一个用户从第一次启动应用,到最后一次启动应用之间的周期。每个用户平均的LTV = 每月ARPU * 用户按月计的平均生命周期。如果游戏的ARPU = $0.5, 游戏用户平均生命周期为3个月, 那么LTV = $0.5 * 3 = $1.5

14、月付费率:每自然月进行充值的用户占当月活跃用户数量的比例,去重。

此处注册为广义概念,对于一些APP而言,则是首次启动进入APP的用户,所以对于DNU的定义也可以是,首次登录或启动APP的用户。需要说明的是,在移动统计中,有时候用户也特指设备。

Refer:自传播

15、累计付费率:截至当日为止,曾成功充过值得用户数量占所有曾有过登录行为的用户数量的比例。

·渠道贡献的用户份额。

其他:

16、有效新增用户:新增日起7天内登录2天及以上的用户数。

·宏观走势,确定投放策略。

①渠道:转化率:点击 → 安装 → 注册 → 登录的转化比率;渠道增长率;渠道份额;

17、登录比留存用户:新增日起7天内登录3天及以上的用户数。

·是否存在大量垃圾用户。

②利润=收入-成本

18、二阶登录比留存用户:新增日8-14天内登录1天及以上的用户。

·注册转化率分析。

CAC:Customer Acquisition Cost 用户获取成本。如获取每个登录用户的成本的方式呈现将CAC按渠道进行拆解,就可以得出渠道推广的成本。

19、新增用户有效率:有效新增用户/日新增用户。

2、提高活跃度(activation)

LTV – CAC的差值,就可以视为该游戏应用从每个用户身上获取的利润。所以最大化利润,就变成如何在降低CAC的同时,提高LTV,使得这两者之间的差值最大化。结合分群、断代等分析方法,可以针对特定的群体或渠道计算LTV和CAC,从而评估特定特定群体和渠道的利润。

20、登录比:登录比留存用户/有效新增用户。

本文由巴黎人在线平台所有发布于巴黎人-电视游戏,转载请注明出处:关于LTV我们可以理解为用户在生命周期内为游戏

关键词: