LTV(life time value))即用户生命周期价值,是玩家从进入游戏到流失所产生的全部收益的总和。
基于此定义可以看出,LTV在周期内是呈增长趋势的,因此也可以由此计算出一个产品某个时间新增用户的LTV,比如某游戏产品在4月1号新增用户的LTV2,就是这批用户在4月1号和2号两天产生的付费与新增用户数的比值。
下图是笔者某条广告在某日的数据及后续增长表现,假设这条广告是4月1号产生的数据,包括量级,注册成本、LTV,那么这条广告3日LTV,就是这142个注册用户,在4月1号、2号、3号,产生的总的付费,平均到这89个人每个人身上。
从上面的定义以及上文提到公式ROI=LTV/成本可以看出,LTV也是计算一款产品回收周期的重要依据,不讨论分成,当ROI大于等于1,产品就是回本赚钱的,那么理论上只要LTV值越大,成本越低,ROI就越高。
但这仅仅是理论上,实际买量过程中,用户质量越高,成本也就越高,LTV也越高,因此可以将LTV数值看做用户质量,买进来的用户只有产生付费,并且是持续付费,最终覆盖成本,ROI才能回正,才能回本,乃至盈利。
关于注册成本,广告在曝光,其实就是被推到用户眼前,用户观看、点击、安装、激活、创角、注册、付费、留存等产生一系列行为。
以注册为例,从用户看到广告到完成注册,这期间广告曝光产生的消耗就是抓取到这个用户的成本,当然也可以以某些行为做节点,计算行为成本,比如点击成本、激活成本、付费成本等。
结合上文LTV来看,如果注册成本为100,但是当日ltv只有10,ROI=10%,后续只有这批用户LTV增长达到10倍,也就是100,才能不亏钱,超过100才能盈利,结合留存数据(留存反映了用户生命周期和LTV增长空间),LTV增长倍数,就可以大致得出产品的增长模型。
下图是笔者某条广告某段时间跑出来的相关数据表现,LTV对比注册成本就是roi的数据,即23/77*100%=30%;然后这条广告比较稳,累计增长倍数在7倍,即163/23=7,基本达到运营制定的标准。