-- NO.13--
这是Becomewiser的第13篇文章全文约2502字,建议先收藏再看LTV和DAU是运营中常常接触到的词,这2者的计算高频的发生在“缺乏数据”的时候,产品上线前要预估其ROI及回报周期,决定是否立项。上线后又需要根据LTV及DAU,不断调整运营策略。
在缺乏数据的时,决策总让人头疼。本文将介绍在缺乏数据时LTV及DAU的预估方法,也会详细的介绍公式的推导思路,希望能为大家提供一些帮助。
以下为本文的目录

01LTV的作用

在实际运营中,我们所着力于提升的点击、访问、关注等指标,最终都指向于LTV。
根据ROI,能够衡量用户质量。结合渠道来源,则能够衡量渠道质量。


理解了LTV的作用,在计算时会面临一个严峻的问题:没有数据怎么办?

但无论是产品上线前,亦或上线后,我们都不可能等待用户流失后再计算LTV和ROI。决策往往是前置的,在数据较少甚至没有数据时,我们则需要根据已有的条件进行预估。
02LTV的预估方法
2-1、公式的推导

那么哪个是对的,又是怎么推导而来的呢?其实这两个公式是1个公式,右侧的公式是左侧的简化版本。

总计付费金额,可以使用每日活跃的用户数乘以当日活跃用户平均付费金额得出。将其代入公式,可得:


而当ARPU等于常数,根据定义再次推导则可得LTV=LT×ARPU。
2-2、LTV的公式估算方法
根据2-1中的第1个公式,将目标拆解为留存率及ARPU的估算。
单个的留存率计算较为简单,将留存人数除以新增人数即可。但在计算均值时,不应忽略权重,我们应将算术平均值转换为加权平均值。
算术平均值是将数值累加除以数量的计算方法,其很容易受极值的影响。根据权重进行计算,能够使数据更加稳定。
再举一个较为浅显的例子,帮助大家理解权重的作用。
在我们中考时,体育这门课程与其他的课程权重是不同的,即使体育考了满分也不一定会将总分拉高许多。

如果我们不考虑权重直接将分数求均值,均值会显得过大,而加权平均值则更加能反应综合水平。

上图是直接根据每日留存率所计算的数值,我们可以看到当7月6日因新增人数突然下跌,但留存率却恰好在比较高的水准,所以一下子将留存率的均值拉高了许多。

但经过加权计算后,异常日期的数据便不会造成太多的影响了。另外使用某日总留存除总数,结果也相同。

上表则是两种不同计算方式中数据所带来的误差。

根据加权求和所计算的留存率,绘制散点图。并使用散点图设置趋势线获取计算公式。
在选择趋势线时选用拟合效果最好的一条即可,一般多使用对数或乘幂。上图是恰好笔者乱填的数据拟合的曲线更接近指数函数。
确认函数的选型后,通过EXCEL得到公式,代入须预估的天数计算其留存率。
2)ARPU的计算
假设ARPU值并不随生命周期的变化而变化,其在一段时间内稳定,可以直接使用均值,并将其作为常量。
假设并不稳定,则应根据时间窗口的ARPU值设置分段函数。
3)LTV的计算
留存率、ARPU使用上文描述的方法进行计算的方法并不困难,在这里还应注意应根据预估的目标拟合不同的留存曲线。
不同的渠道、付费类型,用户的留存率、ARPU值表现会有很大的差异,我们应将尽可能让分析的数据保留1个变量,减少干扰项。其次则是应不断的更新数据,使拟合的函数更加准确。
最后根据LTV的公式,将上文的留存率、ARPU值代入即可,如下表所示:
2-3、LTV的曲线拟合估算方法
上文所介绍的第1种方法,比较适用于LTV与留存率相关性强的产品,而第2种方法实际上会更为通用。
由于大多数情况LTV的增速是随着注册逐步递减的,所以可以根据经验使用注册天数和LTV进行拟合出对数函数或幂函数。

根据累加LTV拟合后可获得其图像,根据图像使用EXCEL获得函数,再根据函数预测后续天数的LTV即可。
这种方法的优点是其变量仅有注册天数,对比第1种方法的多个变量,预测的精度更高。缺点也因仅有1个变量,假设后续的LTV表现不符合函数表达式,结果的错误率会很高。
03DAU的计算
在LTV的公式估算法中,介绍了留存率预估的计算方式。当能够预估后续的留存率,DAU也就能很轻易的计算出来了,其步骤如下:
1)计算预估日期留存率

根据预估LTV时所得留存率的拟合函数,将后续日期代入即可得第8日-第15日的预估留存率。
2)计算日新增人数的加权平均值

3)计算每日DAU并汇总

7月8日至07月15日的新增人数根据第2步的方法得出,并根据第1步中真实的留存率计算留存人数。
最后一步则是按照列,对每日新增或留存的用户数进行汇总,就能够预估每日的DAU了。
写在最后
这两个指标的计算,是想分享的是公式的推导、数据趋势预估的思路。不仅是LTV、DAU,其实其他的指标也可以通过类似的方法得出。另一方面则是只有理解数据才能寻找更优的分析方法。
LTV的计算还有许多更准确的方式,笔者也在持续学习,希望能分享更好的方式给大家。由于本文涉及到了比较多的公式和计算,也将本文的内容制作成了ppt和excel,回复数字“13”,即可获得资料下载方式。
感谢你看到这里,谢谢。
相关文章
数据分析应学习逻辑思维及分析方法
构建用户画像中所用到的AI算法
产品数学课|如何理解个性化推荐里的数学原理
以上就是关于LTV及DAU的计算、预估方法爱情公寓第三季片尾曲全部的内容,关注我们,带您了解更多相关内容。