游戏投放中的-LTV概念与价值

观念、浅谈LTV.

(内容转至网络)

LTV(life time value)生命周期总价值,意为客户终生价值,通常被应用于市场营销领域,用于衡量企业客户对企业所产生的价值,被定为企业是否能够取得高利润的重要参考指标。(资料来自百度百科)

在游戏数据分析中,LTV是一个公式,用于衡量一个新玩家的价值,新玩家能给你的产品带来的收益,经常将LTV拿来跟新玩家导入成本CP*进行比较。

玩家导入成本CP*一般有这几种情况,CPI(每安装成本)/CPC(每点击成本)/CPA(每激活成本)。

一般我们认为当用户的LTV>新玩家导入成本CP*时,这样的渠道投放才有价值。对于一个手机游戏公司,我们依靠广告渠道投放从而导入新玩家进入游戏,这次便产生了新玩家导入成本CP*。通过计算LTV提供的玩家总价值,跟新玩家导入成本CP*作比较,一旦新玩家导入成本CP*超过了玩家总价值LTV,这样对于游戏公司来讲,是无利可图的。

LTV是用于跟新玩家导入成本作比较的指标,那LTV的意义包含了什么呢?一般情况下,存在着三个方面来描述LTV:玩家收入,留存,玩家扩散。

首先,LTV教科书式的计算方法,LTV=LT*ARPU。根据talkingdata的方法,LT=R1+R2+…+RN,(R1表示第一天的留存率,R2表示第二天的留存率,RN表示第N天的留存率)ARPU=充值金额/活跃玩家数=ARRPU*付费率。

另一方面,LTV的价值在于与CP*的比较,从而优化游戏渠道配置,玩家扩散行为是降低导入成本CP*的好方法。

玩家收入:玩家在游戏中产生的价值,这包括ARPPU(每付费用户平均收入)和ARPU(每用户平均收入)。

玩家留存:玩家的游戏粘度情况,这一方面一定情况上反映了玩家的游戏生命周期的表现。

 

 

 

玩家扩散(自传播):玩家扩散一般我们采用K病毒因子来形容,K-Factor=i邀请数*con%转化率,i邀请数是指玩家发起游戏体验邀请的数量,con%转化率是指通过邀请转化成玩家的比例。玩家的邀请扩散是一种免费导入新玩家,也是提高玩家游戏生命周期的好途径,通过玩家的邀请扩散,不需要额外的成本区获取新玩家,降低了导入成本。

无数的游戏产品给我们展示了LTV在游戏产品运营过程中起到的决策作用。产品的成功在于产品的LTV>CP*,通过计算每个渠道的LTV及CP*,我们可以进一步的优化渠道配置,筛选出优质渠道和劣质渠道。关注玩家扩散(自传播行为)可以让我们的产品在玩家群体中得到口碑,然后源源不断的免费获得新玩家,进而降低CP*。

 

LTV概念和用法

概念

用户终身价值(life time value)

(高山)每日付费金额/每日注册人数

解释

LTV是在一定时间内,某一客户可能为企业带来的利润额. 顾客终身价值是指企业在获得新顾客后的一段时间内,每一位顾客的平均利润净现值。(该解释取自百度百科)



作用

1、对比各日(或各批次)新注册用户的质量,为日后导人做决策依据(所有会影响导入用户质量的因素(如导人时间、渠道、地域等),都可以通过LTV评估)。

2、通过曲线异常分析游戏问题并解决,各批次玩家的曲线大体趋势应一致。

3、观测及预估用户的成本回收情况,如难以收回成本则考虑回炉大改或放弃。

4、作为控制用户导入成本的依据(我觉得这是扯淡:这批导入用户的LTV值低,所以下次降低单人导入成本?那么下次的用户质量会比这批更低,继而导致LTV更低。如果降低导入成本,而LTV值能保持不变的话,确实会提高盈利,但是这是不可能的。另外,导入成本因导入渠道、地域等众多条件而异,这些条件都会导致其LTV不同。因此LTV不能作为控制用户导入成本的依据)



异同

ROI和LTV都可以观测用户质量和成本回收情况。

但一般ROI是以整个服务器或整个游戏的玩家为集合,

而LTV一般是以单个服务器各日的新增玩家为集合,可以详细对比各日(或各批次)新用户的质量差距。



算法

某日新注册用户N人,他们在第M天的LTV值,即这N个人在这M天中的总充值额/N。(每天都分开算)

算法不唯一,也有如下算法:

某日起M天内共新注册X人,他们在第M天的LTV值,即这N个人在这M天中的总充值额/X。(几天一起算)

LTV = 全体用户平均游戏天数*全体用户平均单日付费数。

N日LTV=(N日充值金额/N日总登录人数/N日)*N日内所有用户平均登录天数。



举例

连续8天导入用户。

第一天,早晨通过A渠道导入北美用户。

第二天,晚上通过A渠道导入北美用户。 

第三天,早晨通过B渠道导入北美用户。

第四天,晚上通过B渠道导入北美用户。

第五天,早晨通过A渠道导入欧洲用户。

第六天,晚上通过A渠道导入欧洲用户。

第七天,早晨通过B渠道导入欧洲用户。

第八天,晚上通过B渠道导入欧洲用户。

这样通过对比,就能知道各时间、各渠道、各地域的用户质量高低了(当然还有更多条件,不胜枚举)。



图示

(非真实数据,每天为一批次)

 

 

 

 

 

posted @ 2021-03-02 14:39  yescarf  阅读(4102)  评论(0编辑  收藏  举报