LTV (Lifetime Value) – важная метрика для принятия решений как в маркетинге, так и в продукте. Но при расчете LTV часто допускают ошибки. Причем ошибки допускают даже авторы статей с первой страницы результатов Google про то, как посчитать LTV.

Самые распространенные ошибки при расчете LTV:

  • Расчет LTV на основе выручки (Revenue), а не прибыли (contribution margin).
  • Расчет LTV через Lifetime пользователей, полученный через 1/churn или другими способами.
  • Расчет LTV через среднее количество покупок пользователей.

В этой статье обсудим, как надо и не надо считать LTV (Lifetime Value).

 

Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от GoPractice, вам в этом поможет.

А еще мы завели канал «GoPractice!» и чат «Ask Kevin!» в Телеграмме. Подписывайтесь.

 

Расчет lifetime value. Как считать LTV

Что такое LTV (Lifetime Value)

LTV (Lifetime Value) – это прибыль, которую средний пользователь принесет за все время использования продукта.

Выше приведено классическое определение. На практике LTV обычно считают на какой-то день или месяц с момента прихода пользователя. Например, LTV на 7 день или LTV на 12 месяц.

Выбор периода расчета зависит от решаемых задач. Например, для команды маркетинга, которая покупает трафик в рекламных сетях с целью окупить инвестиции через год, наибольшую ценность будет иметь LTV 1 года.

Если посчитать LTV на 0, 1, 2 и далее дни, то мы получим кривую изменения LTV в динамике. График динамики LTV по дням обычно выглядит следующим образом.

кривая LTV в динамике по дням

Как надо считать LTV

Основы расчета LTV кратко

LTV надо считать:

  • На основе прибыли (contribution margin).
  • С помощью когортного анализа.
  • На практике LTV надо уметь прогнозировать вперед на основе нескольких дней данных новой когорты.

Давайте разберем каждый из пунктов более подробно.

LTV считается на основе прибыли (contribution margin), а не дохода (revenue)

Contribution margin или прибыль – это разница между выручкой и всеми переменными затратами, которые напрямую ассоциированы с реализованной продукцией или услугой, но без учета маркетинговых расходов.

Простым правилом для определения того, какие расчеты надо вычесть из выручки для получения contribution margin, будет следующее:

  • Если расходы растут пропорционально выручке, то их надо вычитать.
  • Если с ростом объемов продаж определенные расходы не растут пропорционально, то их вычитать не надо.

Если ваш продукт – мобильная игра в App Store, то для получения contribution margin из суммы денег, заплаченных пользователями, нужно будет вычесть комиссию Apple, затраты на осуществление саппорта (зарплаты, софт и другие расходы). При этом вычитать зарплаты на команду разработки не надо. Это фиксированные расходы, они не растут пропорционально доходам от игры.

Если вы продаете маски через интернет-магазин, то для получения contribution margin вам нужно будет из общего дохода вычесть себестоимости масок, затраты на доставку, комиссию платежной системы и другие расходы, напрямую сопряженные с осуществлением продажи.

Алгоритм расчета LTV с помощью когортного анализа

Алгоритм расчета LTV продукта с помощью когортного анализа:

  1. Берем когорту пользователей и для каждого пользователя считаем прибыль в динамике по дням с момента регистрации.
  2. Считаем суммарную прибыль (contribution margin) от всей когорты пользователей в динамике по дням с момента регистрации.
  3. На основе прошлого пункта считаем кумулятивную прибыль (contribution margin) когорты пользователей в динамике по дням. Прибыль дня N будет равна прибыли за дни с 0 по N.
  4. Делим кумулятивную прибыль на количество пользователей в когорте и получаем динамику LTV когорты пользователей по дням.

Пример расчета LTV в Google Spreadsheets

пример расчета LTV

Прогнозирование LTV

Команда маркетинга, которая покупает трафик с целью окупить его через год, не может ждать для каждой из рекламных кампаний год, чтобы принять решение о том, стоит ли ее продолжать или нет.

Решение нужно принять значительно раньше, чем наберутся данные для расчета фактического значения LTV на 12 месяц. Поэтому важно уметь прогнозировать LTV на основе нескольких дней данных новой когорты пользователей.

Из моего опыта большинство команд достаточно быстро вырабатывает простые правила (эвристики), которые позволяют им принимать подобные решения. На основе исторических данных можно оценить, каким должно быть значение ROI (или LTV) на 1,2 и последующие дни для достижения целевых показателей. Если новая рекламная кампания оказывается далеко от этих значений, то ее отключают. Если же близко к ним или даже лучше, то продолжают откручивать или масштабируют.

Такой подход не обеспечит идеального прогноза, но вполне позволяет принимать решения. Обычно при росте бюджетов вводятся более точные правила, часто специфичные для отдельных сегментов пользователей, выделенных на основе стран, операционных систем и других факторов. Компании также  разрабатывает более продвинутые инструменты и модели для прогнозирования LTV.

LTV

Как не надо считать LTV

LTV не надо считать на основе Revenue

В первых пяти ссылках по запросу “Как считать LTV” в Google авторы предлагают считать LTV на основе дохода (Revenue).

Вот формула расчета LTV от команды одной аналитической системы:

“Берём весь доход продукта за период и делим на общее количество пользователей за тот же период”.

Для некоторых цифровых продуктов с близкой к нулевой себестоимостью отдельной копии продукта доход и прибыль могут быть очень близки друг к другу. Но во многих продуктах (Joom/Aliexpress, Uber, Dropbox) прибыль и доход будут отличаться существенно. В этом случае расчет LTV на основе дохода может дорого стоить компании. Команда маркетинга будет с уверенностью масштабировать рекламные кампании, которые на самом деле приносят убытки, а не прибыль.

Например, у Dropbox очень высокие расходы на хранение данных пользователей на своих серверах и их передачу, поэтому расчет LTV на основе Revenue будет вводить команду в заблуждение.

Ниже на графике показана выручка и переменные затраты на обеспечение этой выручки для Dropbox. В 2015 году, например, 67% от всех получаемых компанией доходов уходили на переменные затраты на обеспечение этих услуг (хранение файлов, оплата трафика, комиссии платежным системам и другие). За следующие два года Dropbox смогли заметно улучшить маржинальность своего бизнеса.

выручка и переменные затраты на обеспечение этой выручки для Dropbox

LTV не надо считать на основе Lifetime пользователей

Другой распространенный и неправильный метод расчета LTV сводится к следующей формуле:

LTV = ARPU x Lifetime

В данной формуле расчета LTV есть сразу две проблемы.

Во-первых, ARPU считается на основе Revenue (дохода). Мы уже выяснили, что LTV надо считать на основе Contribution Margin (прибыли).

Во-вторых, ARPU предлагают умножать на “мифический” показатель Lifetime, равный сроку жизни пользователя в продукте.

В разных статьях предлагаются разные способы расчета срока жизни пользователей. Давайте обсудим наиболее популярные.

Lifetime как среднее значение количества дней, через сколько пользователи перестали использовать продукт.

  • Рассчитанный таким способом Lifetime показывает нечто странное. Пользователь мог установить приложение, воспользоваться им следующий раз через 30 дней, потом уйти. Его Lifetime при использовании приведенного метода расчета будет равен 30 дням, хотя он был в продукте всего 2 дня.
  • Другая проблема подхода в том, что непонятно, как быть с пользователями, которые все еще продолжают использовать продукт.

Другой подход предлагает считать Lifetime как площадь под кривой Retention. Это имеет больше смысла, но и тут есть явные проблемы:

  • В какой момент надо считать площадь под кривой? У ряда продуктов Retention выходит на плато (например, Facebook или Youtube), то есть новые пользователи становятся регулярными. Как быть в этом случае?
  • Допустим, что мы будем считать площадь под кривой на 1 день, на 2 день и так далее, чтобы получить динамику LTV при перемножении на ARPU. Но ведь ARPU пользователей за первый день после установки будет отличаться от ARPU пользователей за 20 день после установки приложения. Если взять “усредненный” ARPU, то получится нечто странное.

Часто предлагают считать Lifetime на основе следующей формулы – 1/Churn (коэффициент оттока пользователей). У данного подхода тоже много проблем:

  • Для неподписочных продуктов практически невозможно однозначно определить момент ухода пользователя из продукта.
  • Даже для подписочных продуктов это не самый тривиальный вопрос. У клиента могло не быть денег на карточке, поэтому он не продлил подписку. Через месяц он вернулся и сделал следующий платеж. А может быть клиент отписался, а потом через два месяца вновь подписался.
  • Другая проблема данного подхода в том, что скорость ухода пользователей напрямую зависит от срока их жизни в продукте. Новые пользователи уходят быстрее старых. Если посмотреть на кривую Retention любого продукта, то скорость ее снижения в первые дни будет значительно выше, чем потом. Поэтому показатель оттока churn-rate (даже если придумать его определение) будет сильно зависеть от распределения срока жизни пользователей, на основе которых он считается.

кривая Retention разных продуктов

Другие формулы как не надо считать LTV

В статьях про методы расчета LTV вы найдете еще много других способов и формул, как не надо считать LTV. Среди них будут способы на основе среднего числа покупок на пользователя и средней суммы заказа, формулы со сложными интегралами и так далее.

В заключение

Как надо считать LTV:

  • LTV надо считать на основе прибыли (contribution margin).
  • LTV надо считать с помощью когортного анализа.
  • LTV обычно считают на определенный момент времени.
  • Ждать фактических значений LTV на 12 месяц на практике невозможно, поэтому важно уметь делать прогноз LTV на основе нескольких первых дней данных и уточнять его по мере получения большего количества данных.
  • Прогноз LTV можно делать на основе простых эвристик или с помощью более сложных моделей, которые будут учитывать много разных факторов.

 

Как не надо считать LTV:

  • На основе Revenue и ее производных: ARPU, среднего чека и т.д.
  • С помощью Lifetime пользователей. Это очень странная метрика, лишенная понятного физического смысла и нормального метода расчета.
  • На основе любых других вариаций способов расчета LTV.

 

Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от GoPractice, вам в этом поможет.

А еще мы завели канал «GoPractice!» и чат «Ask Kevin!» в Телеграмме. Подписывайтесь.