LTV – jak obliczyć lifetime value w grach i aplikacjach mobilnych? Część 1

Czym jest LTV w grach i aplikacjach mobilnych? Jakie wskaźniki wpływają na zwiększenie LTV w grach i aplikacjach mobilnych? Jak obliczać LTV dla aplikacji i gier mobilnych. O tym wszystkim w poniższym tekście.

Dowiedzmy się, jakie są aktualnie dostępne metody obliczania LTV, do czego możesz i powinieneś używać tego wskaźnika, a także jakie pułapki mogą wiązać się z jego użyciem.

Artykuł ten dotyczy jednego z najważniejszych wskaźników finansowych, który pozwala Ci optymalizować koszty kampanii pozyskiwania użytkowników, planować przychody z dużym wyprzedzeniem, oceniać efektywność kanałów pozyskiwania, położyć nacisk na najbardziej atrakcyjne finansowo segmenty użytkowników i wiele więcej.

Wartość życia lub wartość życia użytkownika czy CLV to średnia ilość pieniędzy pochodząca od jednego użytkownika podczas całego jego „życia” w grzej lub aplikacji mobilnej.

Najprawdopodobniej żaden inny wskaźnik nie może równać się wartości życia pod względem ilości sposobów jego obliczania oraz znaczenia w ocenie wyników finansowych aplikacji.

W rzeczywistości LTV jest kumulatywnym ARPU, które osiągnęło pewną stabilną wartość.

Innymi słowy, LTV to średni przychód stopniowo uzyskiwany w aplikacji lub grze mobilnej od jednego użytkownika.

Wykres LTV wygląda tak samo jak wykres kumulatywnego ARPU i jest obliczany dla kohort, a jego linia wykresu i wartość zwiększają się wraz z upływem czasu.

Warto zauważyć, że wykres rośnie na początku dość szybko, a następnie jego wzrost zwalnia i po pewnym czasie zatrzymuje się całkowicie.

Taki trend wiąże się z rezygnacją użytkowników z gry – początkowo w kohorcie jest wielu ludzi, którzy aktywnie dokonują płatności, jednak z czasem większość użytkowników opuszcza projekt, a wzrost przychodów zmniejsza się po ich odejściu.

LTV oczywiście wpływa na przychody w sposób bezpośredni, ze względu na fakt, że im więcej pieniędzy wnosi do projektu jeden użytkownik, tym wyższy jest całkowity przychód.

przychód = wartość życia użytkownika * aktywni użytkownicy

Warto analizować ten wskaźnik pod kątem różnych segmentów podczas pracy z użyciem LTV, ponieważ użytkownicy różnią się zachowaniem oraz sposobem wydawania pieniędzy. Przykładowo, segmenty mogą być sortowane według kraju, źródła ruchu lub mogą być oparte na działaniu, np. ukończeniu tutorialu. Najprawdopodobniej LTV wszystkich tych segmentów będą się od siebie różnić.

Dlaczego potrzebujemy LTV?

Jednym z najczęstszych zastosowań tego wskaźnika jest ocena jakości ruchu. LTV zapewnia wgląd w liczbę płatności dokonywanych przez jednego użytkownika podczas całego jego życia w grze lub aplikacji mobilnej. Dlatego przy zakupie ruchu należy wziąć pod uwagę, że koszt pozyskania użytkownika (CAC) musi być niższy niż jego LTV, w przeciwnym razie zakup takiego ruchu przyniesie wyłącznie straty.

W szczególności można dowiedzieć się, kiedy dokładnie użytkownik spłaca koszty jego nabycia, przez obliczenie wartości życia.

Będzie to miało miejsce wtedy, gdy LTV stanie się równe CAC

Jeśli jednak linie się przecinają, przykładowo, dopiero po 2 latach obecności użytkownika w projekcie, warto wtedy zastanowić się, czy zakup takiego ruchu dla gry mobilnej lub aplikacji ma sens.

Możemy uznać LTV za górną granicę kosztu zakupionego ruchu, ale mimo to kupowanie go po cenie równej wartości życia jest dość ryzykowne.

Dlatego szeroko rozpowszechnione jest trzymanie się następującego współczynnika:

LTV > 3*CAC

Jego realizacja wskazuje na żywotność i wskaźnik sukcesu produktu.

Kolejną opcją korzystania z LTV jest prognozowanie przychodów, zwłaszcza jeśli wstępnie oszacujesz ten wskaźnik dla różnych segmentów. W takim przypadku, jeśli znasz strukturę odbiorców i wartość życia dla każdego segmentu, możesz policzyć przychody, które każdy z użytkowników może przynieść po pewnym czasie.

Załóżmy, że znamy LTV użytkowników pozyskanych odpłatnie oraz organicznie, w związku z czym możemy sprawdzić, w jaki sposób eksperymenty dotyczące ruchu wpływają na przychody: co może się stać, jeśli zwiększymy liczbę instalacji organicznych poprzez uruchomienie aplikacji w nowym kraju lub w jaki sposób całkowite przychody zmienią się, jeśli ograniczymy płatny ruch.

Jak zwiększyć LTV?

Jest mało prawdopodobne, aby wpłynąć bezpośrednio na wartość życia, ponieważ wskaźnik jest złożony. Aby go zmaksymalizować, warto zwrócić uwagę na wskaźniki, które mają na niego największy wpływ – długość życia, która pokazuje, ile czasu użytkownik „żyje” w projekcie, oraz ARPU, które pokazuje ile zapłaci.

Z drugiej strony, na czas życia użytkownika w projekcie ma wpływ retencja, a na ARPU składają się proporcje płacących użytkowników i ich średnie wydatki.

LTV (Lifetime value) = długość życia * ARPU

Długość życia można obliczyć jako integralną wartość retencji, a ARPU – na podstawie iloczynu użytkowników dokonujących płatności i ARPPU.

W rezultacie możemy wyróżnić 5 wskaźników wpływających na LTV:

• Lifetime (długość życia – liczba dni aktywności użytkownika w grze lub aplikacji)

• ARPU;

• retencja;

• ilość użytkowników dokonujących płatności;

• ARPPU (Średni przychód z płacąceog użytkownika)

To właśnie te wskaźniki są dźwigniami wpływającymi na wartość życia. Możliwe jest zwiększenie LTV poprzez ich podniesienie.

Jak obliczyć wartość życia?

Istnieje wiele metod obliczania LTV, a wynika to z różnych czynników, które omówimy poniżej.

Teoretycznie, aby obliczyć LTV, musimy wziąć kohortę użytkowników, którzy zainstalowali aplikację przez pewien okres i obserwować, w jaki sposób będą dokonywać miesięcznych płatności. Następnie, gdy nie ma już więcej użytkowników w kohorcie z powodu rezygnacji (która jest nieunikniona), wszystkie przychody, które wprowadzili, powinny być podzielone przez liczbę użytkowników z kohorty.

Ta metoda ma jednak pewną wadę. Wykonanie tego typu obliczeń wymaga dużej ilości czasu, ponieważ użytkownicy mogą „żyć” w aplikacji przez pół roku, rok, a nawet dłużej. Najczęściej nikt nie chce tyle czekać na obliczenie LTV.

Ponadto w tym przedziale czasowym prawdopodobnie pojawi się też wiele zmian wewnątrz aplikacji, a nowi użytkownicy mogą zachowywać się inaczej niż użytkownicy obserwowanej przez nas kohorty. Oznacza to, że ich wartość życia może również ulegać zmianie.

Dlatego właśnie cała złożoność obliczeń opiera się na tym, że wymaga niewielkiej ilości danych, które są dostępne przez krótki czas, który użytkownik spędził w aplikacji.

Z tego wzgledu wszystkie metody obliczeniowe stosowane w praktyce nie są dość dokładne i mają swoje zalety i wady.

Niemniej jednak spójrzmy na kilka możliwych podejść.

Zacznijmy od wskazanej wyżej formuły:

LTV = długość życia (czas aktywności w dniach) * ARPU

Nie jest to rozwiązanie idealne. Po pierwsze, długość życia sama w sobie nie ma jednoznacznej i dokładnej metody obliczania i tak samo jak wartość życia, jest obliczana z góry na podstawie niewielkiej ilości danych.

Po drugie formuła zawiera tylko jedną konserwatywną wartość ARPU, podczas gdy w rzeczywistości ARPU również ciągle się zmienia,.

Innym sposobem obliczenia LTV jest kumulatywne ARPU.

Jeśli znamy kumulatywne ARPU dla określonego przedziału czasu, na przykład dla 1., 7., 14., 30. dnia, to stosując metodę matematycznej aproksymacji, możemy ukończyć krzywą dla dłuższego okresu, którego limitem będzie dokładnie LTV.

Nie są to wszystkie metody obliczania wartości życia i prawdopodobnie nie są również najprostszymi, jednak LTV powinien być stale szacowany, ponieważ łączy najważniejsze wskaźniki, uwzględnia zarówno użytkowników płacących, jak i korzystających bezpłatnie i jest uważany za jeden z najistotniejszych wskaźników finansowych.

Poznanie LTV, umożliwia zrozumienie, jaki typ użytkowników ma największą wartość, jak szybko koszty pozyskania zostaną spłacone, ile przychodów wygenerują nasi nowi użytkownicy w ciągu sześciu miesięcy lub roku, w jaki sposób zmienią się te przychody, jeśli zwiększymy retencję itd. Teraz widzimy, że wartość życia inspiruje do pracy nad najważniejszymi wskaźnikami dotyczącymi finansów i użytkowników oraz do długoterminowego planowania naszej działalności.