Актуальна ли LTV в мире после iOS 14?

В течение многих лет LTV (пожизненная ценность) тихо, но последовательно занимало первое место среди показателей, используемых рекламодателями по всей экосистеме, чтобы решить, насколько эффективна их реклама и как правильно распределять бюджеты, чтобы максимизировать прибыль и продолжать расти. Но вдруг случилось немыслимое, когда Apple решила выкатить iOS 14.

Теперь многие отраслевые эксперты говорят, что моделирование LTV постигнет та же участь, что и атрибуцию на уровне пользователя. Неизбежная смерть, которая технически возможна из-за ограничений фреймворка SKAdNetwork. Из-за этого очень сложно измерить LTV. Хотя он не предоставляет вам временную метку времени события.

Давайте вспомним, как мы можем рассчитать LTV и почему это важно.

LTV — это важный показатель, который показывает, сколько денег вы заработали на пользователях за время их взаимодействия с вашим приложением или сервисом до того, как они уйдут. Он привязан к стоимости привлечения клиента (CAC), которая является метрикой, которая рассчитывает, сколько вы платите за привлечение нового платного клиента для канала или кампании, и если ваш CAC выше, чем ваш LTV, невозможно получить прибыль. и вы на самом деле уже теряете деньги.

LTV помогает вам понять, сколько новый клиент добавит к вашему общему доходу, что делает его ключевым показателем для любого бизнеса, потому что вы можете использовать его для прогнозирования будущего роста, а затем использовать его для постановки целей и принятия решений. на чем сосредоточить свои ресурсы и как расти и достигать этих целей.

Теперь, когда мы знаем, насколько это важно, давайте приступим к некоторым расчетам. Традиционный метод расчета LTV на самом деле довольно прост: вы умножаете среднюю стоимость продажи на количество повторных транзакций и делите их на коэффициент оттока.

Вот пример. Клиент тратит 60 долларов каждый год на подписку на свое любимое приложение в течение 5 лет. LTV клиента будет равен: (60 долларов США X 5 лет) / их коэффициент оттока. Довольно просто, верно? Но специалисты по маркетингу обычно разделяли клиентов на «когорты»; группы клиентов, которые сделали свои первые покупки примерно в одно и то же время и имеют схожие характеристики.

Три основные формы моделирования LTV

Исторически сложилось так, что каждый маркетолог полагался на три основные формы моделирования LTV для оценки эффективности своих каналов и кампаний.

1. Модель пользовательского уровня, управляемая поведением: использование данных пользовательского уровня и использование всеми приложениями.
2. Модель удержания: использование когорты и использование приложениями с высоким уровнем удержания и менее последовательным поведением монетизации.
3. Модель D7 ROAS: использование прогнозов на уровне когорты и использование приложениями с постоянным поведением монетизации.

С изменениями iOS14 модель пользовательского уровня, основанная на поведении, стала сложной, модель удержания стала умеренно простой, а модель D7 ROAS стала легкой.

Так как же мобильные игры проводят когорту и рассчитывают свой LTV?

SKAdNetwork поставляется с 64-разрядными битами, которые вы можете настроить через MMP, и эти значения конверсии можно настроить так, чтобы они отражали значения для определенных событий, или просто настроить для получения сегментов дохода.

В игровых приложениях использовалась схема ценности конверсии, основанная на сегментах дохода с Day0 (или первых нескольких дней), и они смотрели, как эти сегменты конвертируются с Day0 в LTV из их общей когорты (без атрибуции, но для схожих географических регионов), и применяли это соотношение.

Например, пользователь iOS из США, который заработал от 0,50 до 1,00 доллара в день 0, в итоге заработал 10 долларов за всю свою жизнь. Они применяют это соотношение (х10-20), чтобы доход на базе корзины СКАН был лучше, чем ничего.

Но, есть много предположений с этим методом. Например, дисперсия каждого канала ограничена, прошлый коэффициент Day0 мог быть больше, чем фактический LTV в будущем, данные SKAN были ненадежными…

Новая модель LTV

В прошлом маркетологи строили когортную модель для прогнозирования предполагаемого будущего дохода от канала или кампании, потому что до того, как Apple выпустила Прозрачность отслеживания приложений (ATT), все установки из кампании можно было сгруппировать и назначить один и тот же прогноз LTV на основе более низкого - воронка доходов событий. Эта модель LTV обеспечивала достаточный уровень точности для целей привлечения пользователей и распределения бюджета.

Теперь, после iOS14, пользователи отказываются от отслеживания рекламы. Это лишило рекламодателей возможности понять, какие кампании или рекламные сети привели к установкам, что сделало эту когортную модель LTV бесполезной. Поэтому маркетинговые команды начали быстро тестировать новые способы проверки долгосрочной эффективности своих маркетинговых кампаний. Подытожим самые важные из них.

Модель D0 ROAS LTV

В модели D0 ROAS LTV маркетологи используют отчет о ценности конверсии SKAN для оценки возврата D0. Затем они используют это для оценки долгосрочной отдачи от канала или кампании. Однако у этой модели есть несколько недостатков, например, ROAS D0 является неточным показателем для прогнозирования LTV или что маркетологи застревают на 1-дневном представлении кампании эффективности.

Модель LTV на уровне пользователя

Эта модель полностью противоречит тому, что Apple в первую очередь навязывает с помощью структуры ATT. Однако у маркетологов по-прежнему есть собственные данные, которые они могут использовать, чтобы предсказать, сколько пользователь может потратить. Эта модель представляет собой алгоритм машинного обучения, который будет использовать такие данные, как идентификация аналитики, которые помогают прогнозировать поведение пользователя, данные о доходах от IAP или монетизации рекламы, а также взаимодействие в приложении, чтобы предсказать, сколько пользователь потратит в будущем.

Другими словами, такая модель LTV на уровне пользователя позволяет маркетологам решать проблемы, возникшие после развертывания структуры ATT. Это означает возможность измерять эффективность кампаний SKAN так же, как они измеряют любые кампании с атрибутами MMP. Однако эта модель требует гораздо больше ресурсов, чем вы думаете, и эти ресурсы могут быть доступны не для всех предприятий. Стартап или бизнес среднего размера могут не найти ценности в инвестировании и построении такой модели по сравнению с бизнесом, который тратит миллионы на рекламу своих продуктов и услуг в Интернете.

LTV еще актуален? Вывод

ATT изменил способ рекламы вашего бизнеса в Интернете. И Apple — не единственная компания, развернувшая новые фреймворки для формирования рекламного мира, ориентированного на конфиденциальность. За ними последуют другие компании. Лучшая стратегия приближения к этой новой норме — адаптироваться и быть гибким. Ваша маркетинговая команда должна следовать подходу тестирования и изучения, чтобы найти то, что работает для вашего бизнеса. И как оставаться эффективным в этой новой нормальности.

Однако, если у вас есть ресурсы, вы можете попробовать построить модель LTV на уровне пользователя или модель D0 ROAS LTV. Затем посмотрите, как это повлияет на эффективность вашего маркетинга. Кроме того, имейте в виду, что существует множество других стратегий, которые работают для некоторых предприятий, но не для всех остальных, например, моделирование маркетингового комплекса «МММ», которое является действительно интересной темой для отдельной статьи.