Метрика LTV: залог успеха любого продукта

Цель этой статьи: помочь маркетологам научиться оптимизировать свои рекламные кампании с точки зрения ценности привлеченных клиентов при помощи метрики LTV.

В этой статье я расскажу:

  • Что такое LTV
  • Зачем LTV нужен бизнесу
  • Что влияет на LTV
  • Как измерять LTV
  • Какие выводы делать на основе полученных данных

Я не аналитик, а маркетолог, поэтому в этой статье LTV и методы его расчета будут рассматриваться исключительно с позиции маркетолога. Если вам понадобятся точные формулы и методы оценки LTV, то правильнее будет обратиться к вашим аналитикам. Они, наверняка, знают как учесть погрешности и рассчитать всё намного точнее.

Мы же, маркетологи, оперируем понятием LTV, чтобы делать выводы об эффективности наших маркетинговых активностей и их влиянии на метрики продукта, а именно на Retention, Lifetime, ARPU и т. п.

На скрине: мобильное приложение для редактирования фото VSCO. Источник: unsplash.com

Что такое LTV

Представьте, что вы владелец бизнеса или владелец мобильного приложения.

Без LTV вам сложно будет представить окупаемость затрат и разумно оценить затраты на привлечение клиентов. Потому что LTV показывает ценность клиента, а именно сколько денег приносит ваш пользователь на протяжении всего периода жизни в вашем проекте/продукте/приложении.

LTV — lifetime value — сумма, которую потратит пользователь на протяжении времени использования продукта им самим.

Метрика LTV подходит для всех видов бизнеса, целью которых является извлечение прибыли от платящего клиента.

LTV сильно зависит от специфики бизнеса и жизненный цикл клиента в разных сферах бизнеса различен.

Например для барбершопов период жизни (активности) клиента в сервисе может быть сильно больше, чем в мобильном приложении интернет-магазина строительных материалов. Потому что услуги барбершопов имеют цикличность и регулярность, а ремонт — дело временное, следовательно жизненный цикл будет короче.

LTV измеряется в деньгах, а не во времени (как это изначально может показаться).

Ключевая формула, которую стоит всегда держать в голове при анализе LTV, выглядит следующим образом:

LTV - lifetime value / CPI - cost per install

Здесь я использую метрику CPI как стоимость установки приложения, но на самом деле, обобщенно, назовем это стоимостью привлечения клиента.

Для каждого бизнеса обозначаться эта метрика может по-разному: и CPI, и CPA (стоимость за действие) или еще как-то.

Суть формулы неизменна:

Привлеченный пользователь должен приносить денег больше, чем бизнес потратил на его привлечение.

Вся деятельность бизнеса должна сводиться к этому простому требованию. Бизнес будет эффективен только в случаях, если правило соблюдается, иначе издержки затрат рано или поздно съедят бизнес.

Источник: unsplash.com

Зачем LTV нужен бизнесу

На самом деле LTV помогает оценить качество привлеченного трафика. Если, например, для оценки траффика стандартными методами можно смотреть на стоимость привлечения инсталлов CPI или стоимость любого другого целевого действия CPA, то данные могут получиться слишком расплывчатыми просто потому, что в одном канале эта сумма будет равна A, в другом B, в третьем C.

Высчитывая среднее значение, мы получаем:

CPI - cost per install

Но по факту, средний CPI не будет близок ни к A, ни к B, ни к C. И в таких случаях как раз правильнее будет смотреть на LTV, причем в разрезе отдельных каналов или кампаний внутри этих каналов и не забываем про правило, о котором говорили ранее:

Если мы видим, что среднее значение LTV действительно больше среднего CPI, то можно радоваться, но важно помнить в том числе, что LTV всегда можно увеличить путем детализации.

Т.е. например, если разбирать LTV в разрезе источников привлечения трафика или каких-то конкретных кампаний внутри источника, то всегда можно найти плохой канал, который «тянет» LTV вниз. И тут настаёт время оптимизации (ну или пессимизации, когда просто выключаем плохой источник). А вот оптимизировать можно уже до бесконечности, пытаясь менять страну или город привлечения аудитории, или пробуя поменять таргет по платформе, полу или возрасту.


И теперь, если подбираться к вопросу, зачем же всё-таки бизнесу знать и управлять показателем LTV, то ответов здесь будет несколько.

1. LTV позволит отслеживать динамику развивающегося проекта.

Поскольку LTV основывается на нескольких метриках, таких как Retention, количеством платящих пользователей и доходом от этих платящих пользователей, то это может делать неудобным отслеживание каждой метрики в отдельности. А наблюдение за одним только LTV уже будет включать в себя и вс остальное. Так проще и надежнее отслеживать динамику и вовремя обращать внимание на моменты, которые нужно оптимизировать.

2. LTV поможет спрогнозировать сколько денег нам принесет проект (или отдельная фича этого проекта, для которой измеряем LTV).

Зная LTV, который рассчитан для каждого канала, платформы или страны, вы всегда будете знать как повлияет то или иное изменение на доход, который можно получить через N месяцев.

Грубо говоря, понимая из чего складывается LTV вашего продукта, вы сможете понимать:

  • как изменятся ваши доходы, при сокращении бюджета на рекламу на X %
  • сколько денег можно получить через Y месяцев, если выйти на новый рынок
  • как отразится на доходах какое-либо изменение в продукте, которое, к примеру, влияет на возвращаемость пользователей
  • когда окупится траффик, закупленный в каком-либо определенном источнике.

Что влияет на LTV

Есть несколько факторов, которые в итоге влияют на наш LTV.

1. Удержание.

Довольно очевидный фактор. Чем больше и чаще пользователи взаимодействуют с вашим проектом, тем больше денег они вам принесут.

Назовем этот фактор самым важным. И влиять на него можно множеством самых разных способов, которые объединяются в инструменты CRM-маркетинга: здесь в ход идут и email-рассылки, и push-уведомления, иногда и sms-рассылки (зависит от вашей степени дозволенности по заспамливанию своих пользователей), а также другие доступные способы дотянуться до пользователя в приложении: in-app уведомления и т.п.

Хорошо работают онбординговые сценарии (о них еще поговорим отдельно), которые плавно погружают теплых новых пользователей в ваш проект и направляют в нужное вашему продукту русло.

2. Монетизация или деньги. Назовем это Revenue или GMV (везде это может называться по-разному)

3. ARPU. Доход на одного пользователя.

Как измерять LTV

Подбираемся к самому главному.

Не открою здесь Америку, сказав, что точной формулы расчета LTV не существует. Просто потому что специфика бизнеса обязывает вносить корректировки в методику расчета. На самом деле правильные способы есть, но все они глубоко аналитические. Можно строить логарифмические кривые и искать точные данные там, а также строить вероятности и прогнозы, но в этой статье я остановлюсь на нескольких самых распространенных способах оценки LTV, которые лежат на поверхности.

Метод 1

Самый простой метод. Можно использовать исключительно для расчета LTV, но это не позволит никаким образом прогнозировать изменение LTV в будущем.

Берем когорту пользователей, которые ушли из вашего проекта, смотрим сколько денег принесла эта когорта. Делим деньги, которые они принесли, на размер когорты и получаем среднее значение LTV.

GMV_churned - доход от ушедших пользователей / Users_churned - количество ушедших пользователей

Когорту лучше брать с идентичным поведением, чтобы не слишком «размазывать» результаты. Идеально, если это будут пользователи, пришедшие в один день или один месяц.

Этот метод простой, но сложноприменим, потому что если брать большую когорту, то в ней обязательно найдется какой-то пользователь, который до сих пор будет проявлять активность.

А если брать небольшую когорту, то можно получить слишком непоказательные данные, на основе которых сложно делать какие-то выводы.

Поэтому можно использовать следующий метод.


Метод 2

Берем весь доход приложения за определенный период и делим на количество пользователей за этот период.

GMV_total за период - общий доход за выбранный период времени / Users_total за период - количество пользователей за выбранный период времени

Метод также не является 100%-но точным, поскольку в Users могут оказаться пользователи, которые стали активными, но еще не успели принести доход, чтобы его учесть. Также этот метод не учитывает поканальный расчет LTV, а скорее объединяет их общим значением.


Метод 3

Более точный и правильный метод.

Lifetime - сколько дней среднестатистический пользователь пользуется продуктом / ARPU - доход на одного пользователя

И здесь следует сделать пояснение, что такое Lifetime.

Lifetime — это метрика, показывающая сколько дней пользователь пользовался продуктом от своего первого взаимодействия до момента, когда он перестал пользоваться.

Чтобы как-то зафиксировать, что мы будем считать последним взаимодействием, правильнее будет определиться, спустя сколько дней неактивности мы можем считать, что наступило последнее взаимодействие пользователя с продуктом.

Для более простого расчета этот период неактивности определяется экспертно. Т.е. маркетологи продукта примерно могут представить сколько дней должно пройти, чтобы уж наверняка посчитать пользователя ушедшим безвозвратно.

Если же нужен неэкспертный подход, а довольно точный, то тут уже нужно прибегать к помощи аналитиков, а в остальных случаях можно условиться, что период неактивности будет равен 7 дням (самый распространенный сценарий для мобильных приложений).

Т.е. если пользователь никак не провзаимодействовал с продуктом с момента своего последнего захода спустя 7 дней, то можем считать его отвалившимся.

Еще раз обращу внимание, что 7 дней — условная экспертная единица времени. Например, для приложения для записи в барбершоп период неактивности будет выше, поскольку стрижка имеет цикличность, например раз в месяц. И в таком случае период неактивности нужно брать больше. Поэтому я тут говорю о некой экспертности в оценки этого периода, которая подходит под специфику бизнеса.

В общем, если для простоты принять период неактивности за условные 7 дней, мы можем посчитать Lifetime следующим способом:

  • Регулярно (каждый день) отбираем пользователей, у которых истек этот период неактивности
  • Для каждого такого пользователя вычисляем количество дней от первого взаимодействия до текущего дня
  • Рассчитываем среднее количество дней исходя из обнаруженных данных.

Это и будет Lifetime.

А для расчета дохода на одного пользователя ARPU берем средний дневной доход и делим на количество активных пользователей в этот день.

Перемножив одно на другое мы получим требуемый LTV.

Этот метод будет надежнее и точнее, чем первые 2, но не идеален в любом случае, поскольку будут присутствовать погрешности экспертного выбора периода неактивности, а также использование усредненных значений для расчета ARPU.

Но, тем не менее, полученный расчет LTV поможет сделать первичную оценку маркетинговых кампаний и позволит получить представление об эффективности выбранных способов продвижения.

Удачи в изучении ваших пользователей! ;)


При подготовке этого материала, помимо собственного накопленного опыта за 12 лет работы в digital и маркетинге, я использовал обучающие материалы и статьи из следующих источников:

  • habr.com
  • devtodev.com
  • carrotquest.io

А также несколько видео про LTV на просторах Youtube.

В следующих статьях я планирую рассказать подробнее про Retention и удержание пользователей с помощью CRM-коммуникаций в продукте.