分析案例:LTV(CLV)模型!
数据管道
共 4254字,需浏览 9分钟
·
2022-01-20 00:20
横轴:即LT(生命周期)。代表了时间维度,即用户在平台的所处阶段。这个阶段的划分逻辑和名称有各式各样的,但大同小异,一般就是引入期、成长期、成熟期、衰退期。
纵轴:代表了用户对平台贡献的价值。用户在不同阶段,往往对于平台的贡献价值也是不一样的。稳定成熟期,通常贡献的价值多一些;考察引入期、衰退期自然贡献的少。
同样,如果广告投放只关注短期ROI,可能很高,但是用户消费一次就走了(即上面价值曲线图中的横轴很短),难以在平台实现复购、多次转化,从长期来看,这次投放效果就是失败的;相反,如果短期内的ROI比较低,但是获取的用户长期价值贡献很高,如果单纯看短期ROI,很容易就忽略了这种潜在价值,丧失机会抓取。
针对单个人:我们可以回看一下上文中的生命价值周期曲线图。把这张图当做一个具体用户的价值变化,阴影面积则是这个人的LTV。
针对一群人:上文的曲线图横轴还是生命周期,这个维持不变可以理解,那纵轴的价值贡献是这群人的总贡献还是平均贡献呢?我们注意一下,当一群人衡量LTV的时候,取得是这群人的平均价值贡献。
我们举个场景,业务人员做了一次广告营销投放,想评估这次投放的ROI,这个好说,最多等上10来天,用户的购买数据出来了,做做归因分析(关于归因分析可参考《归因分析详解》)就能得出结果。但是要评估投放带来用户的LTV呢?需要等上一年?互联网变化日新月异,等上一年可能团队都换了一拨人了。
LTV = SUM(某批用户付费总额)/总用户数
LTV = sum(阶段1用户付费总额+阶段2用户付费总额+……)/总用户数
=sum(阶段1用户数×阶段1用户ARPU+阶段2用户数×阶段2用户ARPU+……)/总用户数
LTV = 阶段1用户ARPU×阶段1用户数/总用户数
+阶段2用户ARPU×阶段2用户数/总用户数+……
LTV = 阶段1用户ARPU×阶段1留存率+阶段2用户ARPU×阶段2留存率+……
LTV = LT × ARPU
LT:即Life Time,代表群体用户的平均生命周期长短;
ARPU:即Average Revenue Per User,代表每个用户在某个周期内的平均收入。
推荐阅读
评论