LTV 在後 iOS 14 世界中仍然重要嗎？

已發表: 2022-02-09

多年來，LTV（生命週期價值）一直默默無聞地坐在整個生態系統中廣告商用來決定其廣告效果如何以及如何正確分配預算以最大化回報並保持增長的指標的寶座上。但突然，當蘋果決定推出 iOS 14 時，不可思議的事情發生了。

現在很多行業專家都在說，LTV 建模將面臨與用戶級歸因相同的命運。不可避免的死亡，由於 SKAdNetwork 框架的限制，這在技術上是可能的。這使得測量 LTV 變得極具挑戰性。雖然它沒有為您提供事件時間的任何時間戳。

讓我們回顧一下如何計算 LTV 以及為什麼它很重要

LTV 是一個重要的指標，它顯示了在用戶流失之前，您在用戶使用您的應用或服務的整個生命週期中從他們那裡賺了多少錢。它與客戶獲取成本 (CAC) 相關，CAC 是計算您為獲得渠道或活動的新付費客戶而支付多少費用的指標，如果您的 CAC 高於您的 LTV，則不可能獲利，你實際上已經在賠錢了。

LTV 可幫助您了解新客戶將為您的整體收入增加多少，這使其成為每個企業的關鍵指標，因為您可以使用它來預測您未來的增長，然後使用它來設定您的目標和決策將資源集中在哪里以及如何發展和實現這些目標。

既然我們知道它的重要性，讓我們開始進行一些計算。計算 LTV 的傳統方法實際上非常簡單，將銷售的平均值乘以重複交易的數量，然後除以您的流失率。

這是一個例子。一位客戶每年花費 60 美元購買他們最喜歡的應用程序訂閱 5 年。客戶的 LTV 為：（60 美元 X 5 年）/他們的流失率。很簡單吧？但營銷專家通常會將客戶分成“群組”；大約在同一時間進行首次購買的具有相似特徵的客戶群體。

LTV建模的三種主要形式

從歷史上看，每個營銷人員都依賴於 LTV 建模的三種主要形式來評估他們的渠道和活動的表現。

行為驅動的用戶級模型：使用用戶級數據並被所有應用程序使用。
留存模型：使用同類群組並由留存率高且獲利行為不太一致的應用使用。
D7 ROAS 模型：使用同類群組級別預測並由具有一致貨幣化行為的應用程序使用。

隨著 iOS14 的變化，行為驅動的用戶級模型變得困難，留存模型變得適度容易，D7 ROAS 模型變得容易。

那麼手游是如何進行隊列和計算他們的 LTV 的呢？

SKAdNetwork 帶有 64 位，您可以通過 MMP 配置這些轉換值，這些轉換值可以配置為反映某些事件的值，或者簡單地配置為具有收入桶。

遊戲應用使用基於第 0 天（或前幾天）的收入桶的轉化價值模式，他們查看這些桶如何從第 0 天轉換為來自其整體群組的 LTV（沒有歸因，但對於類似的地理位置）並應用此比率。

例如，一位美國 iOS 用戶在第 0 天產生了 0.50 美元到 1.00 美元，最終在他的一生中產生了 10 美元。他們應用這個比率 (x10-20)，這樣基於 SKAN 存儲桶的收入總比沒有好。

但是，這種方法有很多假設。比如每個渠道的方差是有限的，過去的比率 Day0 可能會大於未來的實際 LTV，SKAN 數據不可靠……

新的 LTV 模型

過去，營銷人員過去常常建立一個群組模型來預測來自渠道或活動的未來估計收入，因為在 Apple 發布應用跟踪透明度 (ATT) 之前，來自活動的安裝可以全部分組並分配相同的預測 LTV，基於較低的-漏斗收入事件。這種 LTV 模型為用戶獲取和預算分配提供了足夠的準確性。

現在在 iOS14 之後，用戶選擇退出廣告跟踪。這剝奪了廣告商了解哪些活動或廣告網絡推動了安裝的能力，從而使該隊列 LTV 模型毫無用處。因此，營銷團隊開始快速測試新方法來驗證其營銷活動的長期有效性。讓我們總結一下最重要的。

D0 ROAS LTV 模型

使用 D0 ROAS LTV 模型，營銷人員使用 SKAN 的轉化價值報告來估計 D0 回報。然後他們用它來估計一個渠道或一個活動的長期回報。但是，此模型有幾個缺點，例如 D0 ROAS 是預測 LTV 的不准確度量，或者營銷人員將停留在績效活動的 1 天視圖中。

用戶級 LTV 模型

這個模型聽起來完全違背了 Apple 最初使用 ATT 框架執行的內容。然而，營銷人員仍然擁有可以用來預測用戶可能花費多少的第一方數據。該模型是一種機器學習算法，它將使用諸如有助於預測用戶行為的分析識別、來自 IAP 或廣告貨幣化的收入數據以及應用內參與來預測用戶未來將花費多少的數據。

換句話說，這種用戶級 LTV 模型使營銷人員能夠應對自 ATT 框架推出以來提出的挑戰。這意味著能夠以與衡量任何 MMP 歸因活動相同的方式衡量 SKAN 活動的績效。但是，此模型需要的資源比您想像的要多得多，而且這些資源可能並非適用於所有企業。與花費數百萬在線宣傳其產品和服務的企業相比，初創公司或中型企業可能找不到投資和建立這種模式的價值。

LTV 仍然相關嗎？結論

ATT 改變了您的企業在網上做廣告的方式。蘋果並不是唯一一家推出新框架來塑造隱私優先廣告世界的公司。更多公司將跟進。接近這一新常態的最佳策略是適應並保持靈活性。您的營銷團隊應該遵循測試和學習方法來找到適合您業務的方法。以及如何在這個新常態下仍然高效。

但是，如果您有資源，您可以嘗試構建用戶級 LTV 模型或 D0 ROAS LTV 模型。然後看看這將如何影響您的營銷效率。此外，請記住，還有更多策略適用於某些企業，但不適用於其他所有人，例如營銷組合建模“MMM”，這是另一篇文章的一個非常有趣的主題。