Phương pháp tính LTV và ứng dụng

Vòng đời người dùng là một khái niệm quan trọng mà mọi sản phẩm cần lưu ý, nhưng bạn có biết phương pháp tính toán và ứng dụng của nó không? Bài viết này chia sẻ điều đó, chúng ta hãy cùng xem nhé.

Số báo này chia sẻ với bạn về " LTV, giá trị trọn đời của khách hàng" . Điều bí ẩn nằm ở chỗ mọi người dường như đều hiểu khái niệm này, nhưng không ai có thể tính toán chính xác được.

Nói một cách đơn giản, nó đề cập đến tổng giá trị thương mại mà mỗi người dùng, dù là người mua, người dùng hay thành viên, có thể đóng góp cho sản phẩm hoặc dịch vụ của bạn trong tương lai. Điều đáng chú ý là chỉ số này đo lường giá trị của một người dùng duy nhất và được sử dụng để chỉ ra chất lượng của người dùng này chứ không phải là chỉ số thang đo.

Ví dụ:

Giả sử chi phí mua lại khách hàng của một sản phẩm đọc trên cửa hàng ứng dụng là 10 nhân dân tệ và nó có thể tạo ra doanh thu trung bình 0,5 nhân dân tệ mỗi ngày thông qua nhiều phương tiện khác nhau như người dùng trả tiền để đọc, nhấp vào quảng cáo, mua tư cách thành viên, v.v. Chúng tôi đã chia sẻ trong nội dung trước rằng người dùng mới của một sản phẩm vẫn ở mức khoảng 30-40% , điều đó có nghĩa là sẽ mất 60-70% người dùng. Theo quan điểm kiếm tiền thương mại, có một khoảng cách đáng kể giữa chi phí thu hút khách hàng và doanh thu kiếm tiền, điều này có vẻ vô lý.

- Nhưng

Nếu bạn cũng nghĩ vậy.

Bạn hoàn toàn sai.

Vốn rất thông minh và họ sẽ không bao giờ làm những việc kinh doanh sẽ thua lỗ.

Quay trở lại câu hỏi trên, bây giờ chúng ta kéo dài thời gian lên 90 ngày, 180 ngày, 365 ngày hoặc thậm chí lâu hơn. Lấy 90 ngày làm ví dụ, trong 90 ngày này, tổng giá trị LTV mà mỗi người dùng có thể tạo ra cho công ty là 0,5 nhân dân tệ/ngày nhân với 90 ngày, bằng 45 nhân dân tệ. Trong quá trình này, số ngày người dùng hoạt động càng dài thì lợi nhuận càng cao. Vì vậy, có vẻ như việc bỏ ra 10 nhân dân tệ để mua một người dùng vẫn rất tiết kiệm.

Do đó, LTV dùng để đo lường giá trị do người dùng tạo ra trong một khoảng thời gian dài hơn.

Câu đó nói lên rất nhiều điều.

LTV đóng vai trò gì trong kinh doanh thực tế?

Trong ứng dụng thực tế, LTV có thể đánh giá giá trị dài hạn của người dùng. Bằng cách phân tích sâu các chỉ số chính như mức tiêu thụ của người dùng, hành vi mua hàng, hành vi kiếm tiền và tỷ lệ giữ chân người dùng, giá trị kỳ vọng của người dùng trong suốt vòng đời của họ có thể được tính toán để hiểu được sự đóng góp lâu dài của mỗi người dùng cho doanh nghiệp.

Ước tính thời gian thu hồi chi phí và xu hướng DAU trong tương lai của sản phẩm;

Xác định chi phí để có được khách hàng, so sánh chất lượng người dùng qua các kênh và điều chỉnh chiến lược phân phối. Thật khó để đảm bảo chất lượng người dùng khi theo đuổi quy mô người dùng. Bạn có thể đạt được tỷ lệ hợp lý giữa người dùng chất lượng cao và người dùng chất lượng thấp dựa trên chất lượng người dùng kênh.

Tính tỷ lệ ROI và kiểm chứng mô hình lợi nhuận;

Đánh giá tác động của việc cập nhật và lặp lại chức năng sản phẩm, hoạt động sự kiện, v.v.

Hình sau đây là một công thức suy luận phổ biến. Phía bên trái sử dụng tỷ lệ duy trì hàng ngày nhân với doanh thu trung bình hàng ngày của người dùng và phía bên phải sử dụng tổng vòng đời nhân với doanh thu trung bình trên mỗi người dùng.

Vậy câu nào là đúng và nó được rút ra như thế nào?

Trên thực tế, hai công thức này là 1 công thức và công thức bên phải là phiên bản đơn giản hóa của công thức bên trái.

Theo định nghĩa của LTV , LTV = tổng giá trị trọn đời của người dùng = tổng doanh thu của người dùng trong suốt chu kỳ chia cho tổng số người dùng.

Tổng số người dùng không cần phải ước tính, do đó câu hỏi đặt ra là: làm thế nào để tính tổng doanh thu từ người dùng.

Tổng doanh thu của người dùng có thể được tính bằng cách nhân số lượng người dùng hoạt động hàng ngày với doanh thu trung bình của những người dùng hoạt động hàng ngày. Thay thế điều này vào công thức

Số lượng người dùng hoạt động hàng ngày chia cho tổng số người dùng bằng tỷ lệ duy trì hàng ngày.

Khi ARPU bằng một hằng số, theo định nghĩa, ta có thể suy ra lại rằng LTV=LT×ARPU .

Sinh viên muốn nghiên cứu sâu hơn có thể tìm hiểu về đạo hàm và tích phân xác định trong phép tính. Để mở rộng thêm một chút, đạo hàm mô tả sự thay đổi của một hàm số gần một điểm nhất định, trong khi tích phân xác định mô tả hiệu ứng tích lũy của một hàm số trên một khoảng nhất định. Chúng lần lượt mô tả tốc độ thay đổi của một hàm tại một điểm nhất định và hiệu ứng tích lũy của một hàm trong một khoảng thời gian nhất định.

Nhiều bạn có thể sẽ bối rối sau khi xem hình ảnh này.

bạn ổn chứ?

Tôi không giỏi toán khi còn đi học.

Đạo hàm và tích phân xác định. Tôi không giỏi toán. Tôi vẫn có thể học được điều này chứ?

Có cách nào đơn giản hơn để tính toán không?

Câu trả lời là: Có.

Được rồi, tiếp theo, chúng ta hãy học cách tính LTV bằng EXCEL.

Trước khi tính LTV , bạn cần xử lý dữ liệu " LT " và dữ liệu lưu giữ.

LT = vòng đời trung bình của một người dùng. Lưu ý rằng nó khác với LTV . LT không có từ “giá trị” so với LTV . Đây là số ngày hoạt động từ lần truy cập đầu tiên đến lần truy cập cuối cùng của người dùng.

Hãy cùng nói về việc lấy mẫu dữ liệu lưu giữ. Khi tính LTV, nhiều sinh viên sẽ trực tiếp lấy dữ liệu duy trì của 1-30 ngày gần nhất hoặc tính trực tiếp giá trị trung bình. Tuy nhiên, khi tính giá trị trung bình, không nên bỏ qua trọng số và giá trị trung bình phải được chuyển đổi thành giá trị trung bình có trọng số.

Nếu tính điểm trung bình trực tiếp mà không xét đến trọng số, điểm trung bình sẽ có vẻ quá lớn, trong khi điểm trung bình có trọng số có thể phản ánh tốt hơn trình độ chung.

Người dùng mới là một biến số. Giả sử số lượng người dùng mới đột nhiên giảm vào một ngày nào đó, nhưng tỷ lệ duy trì lại ở mức tương đối cao thì tỷ lệ duy trì trung bình sẽ được kéo lên. Tuy nhiên, sau khi tính toán có trọng số, dữ liệu từ ngày bất thường sẽ không có nhiều tác động.

Đây là lỗi do dữ liệu ở hai phương pháp tính toán khác nhau gây ra.

Mẫu dữ liệu thường được lưu giữ trong 1 ngày, 2 ngày, 3 ngày, 4 ngày, 5 ngày, 6 ngày, 7 ngày, 14 ngày và 30 ngày. Về mặt lý thuyết, mẫu dữ liệu được lưu giữ càng đầy đủ thì lỗi dữ liệu càng thấp.

Lưu ý: Các mẫu dữ liệu được sử dụng ở trên đều là số ngẫu nhiên và không liên quan gì đến hoạt động kinh doanh thực tế.

Thuật ngữ:

LV "Life Time, vòng đời trung bình của người dùng"

LTV (Giá trị trọn đời)

Dựa trên tỷ lệ duy trì được tính bằng tổng có trọng số, một biểu đồ phân tán được vẽ và một đường xu hướng được thiết lập bằng cách sử dụng biểu đồ phân tán để có được công thức tính toán.

Khi thiết lập đường xu hướng, bạn có thể sử dụng hàm mũ, tuyến tính, logarit, lũy thừa, v.v. để phù hợp với đường cong. Nhìn chung, hàm lũy thừa được sử dụng thường xuyên hơn. Sau khi xác nhận loại hàm, lấy công thức thông qua EXCEL, thay số ngày ước tính để tính tỷ lệ giữ chân, sau đó kiểm tra công thức hiển thị để hiển thị R² . Hai trường này sẽ được sử dụng tiếp theo.

Nguyên lý của LT để tìm tích phân xác định của hàm duy trì là thu được vùng tô bóng bên dưới đường cong và vùng tô bóng là vòng đời người dùng LT .

R² càng gần 1 thì hiệu ứng khớp đường cong càng tốt.

Giả sử giá trị ARPU ổn định theo thời gian, bạn có thể trực tiếp sử dụng giá trị trung bình và sử dụng giá trị ARPU như một hằng số.

Giả sử giá trị ARPU không ổn định, cần thiết lập hàm từng phần dựa trên giá trị ARPU trong khoảng thời gian thu thập dữ liệu.

Sau khi tính toán LT, khi sử dụng LT×ARPU để tính LTV , bạn cần phải điều chỉnh các đường cong duy trì khác nhau dựa trên mục tiêu ước tính. Các kênh và loại hình thanh toán khác nhau sẽ dẫn đến tỷ lệ giữ chân người dùng và giá trị ARPU rất khác nhau. Có thể giữ lại một biến trong dữ liệu được phân tích để giảm các mục nhiễu.

Ví dụ.

Công thức như sau: khoảng cách = tốc độ * thời gian .

Ưu điểm là dễ hiểu.

Nhược điểm cũng rất rõ ràng, đó là quá lý thuyết.

Trong thực tế, tốc độ xe có thể thay đổi bất cứ lúc nào do các yếu tố như công suất, giao thông và thời tiết.

Tương tự như vậy, LT không phải là dữ liệu dễ ước tính và ARPU không phải là giá trị hằng số dễ tính trung bình. Kết quả tính toán như vậy chỉ có thể được sử dụng làm tài liệu tham khảo vĩ mô.

Thay thế tỷ lệ giữ chân và giá trị ARPU vào công thức LTV sẽ cho kết quả:

Việc tính toán LTV thường được thảo luận cùng với " CAC " và " PBP " . Lấy ví dụ từ hình trên, giả sử chi phí kích hoạt người dùng CPA = 15 nhân dân tệ, chi phí này có thể được thu hồi trong 180 ngày đối với người dùng mới từ ngày 1/5 đến ngày 30/5. Sau 365 ngày đăng ký, mỗi người dùng có thể kiếm được lợi nhuận trung bình là 23,5 nhân dân tệ .

Thuật ngữ:

ARPU (Doanh thu trung bình trên mỗi người dùng) được tính như sau: ARPU = Doanh thu / Số lượng người dùng hoạt động, tức là tổng doanh thu trong một khoảng thời gian nhất định / số lượng người dùng trong khoảng thời gian đó. Người dùng này có thể là người dùng trả phí, người dùng hoạt động, v.v.

PBP (Thời gian hoàn vốn) thường đề cập đến khoảng thời gian cần thiết để thu hồi chi phí đầu tư.

CPA (Chi phí cho mỗi hành động) thường đề cập đến việc tải xuống/kích hoạt;

CAC (Chi phí thu hút khách hàng) thường đề cập đến người dùng trả phí. Nhiều người không hiểu sự khác biệt giữa CPA và CAC và thường nhầm lẫn hoặc gọi cả hai là chi phí thu hút khách hàng. Trên thực tế, chúng là những chỉ số hoàn toàn khác nhau. Lưu lượng truy cập không nhất thiết trở thành người dùng. Có một tỷ giá chuyển đổi trả phí CR ở giữa.

Số báo này chủ yếu chia sẻ về cách tính công thức vòng đời phổ biến và cách ước tính vòng đời người dùng bằng bảng EXCEL.

Cần lưu ý rằng LTV là dữ liệu tĩnh. Trong kinh doanh thực tế, dữ liệu ước tính sẽ có một số sai sót nhất định. Cần kết hợp tình hình thực tế của sản phẩm và liên tục hiệu chỉnh để giảm thiểu lỗi dữ liệu.