Повышайте ROAS мобильного маркетинга с помощью Предиктов LTV и оттока в AppMetrica

Ещё совсем недавно, чтобы оценить рентабельность затрат на рекламу (ROAS), нужны были месяцы, а для оптимизации мобильных кампаний приходилось ждать несколько недель с момента запуска.

Новый инструмент AppMetrica «Предикты LTV и оттока» меняет этот подход. Он поможет UA-специалистам и продакт-менеджерам оперативно получать данные о пользователях мобильного приложения, их LTV и вероятности оттока с первого дня установки приложения.

Предикты LTV и оттока помогают:

• Определять рекламные каналы, которым стоит уделить больше внимания, и те, от которых лучше отказаться, — начиная с первого дня рекламной кампании.
• Привлекать в мобильное приложение наиболее ценную аудиторию на основе точных прогнозов LTV.
• Оптимизировать наиболее эффективные рекламные кампании, чтобы увеличивать ROI и зарабатывать больше.
• Повышать ROAS и принимать решения, в развитие каких каналов инвестировать в первую очередь.
• Анализировать и сравнивать когорты пользователей по LTV и вероятности оттока.
• Выявлять сегменты пользователей с высокой вероятностью оттока и работать над их удержанием.

Подробнее о Предиктах LTV и оттока

Предикты LTV

Пожизненная ценность клиента (LTV, lifetime value) — одна из ключевых метрик в мобильном маркетинге. Она отражает общий доход, который может принести пользователь за всё время взаимодействия с приложением.

Технологии искусственного интеллекта позволяют находить аудиторию с потенциально самым высоким LTV. С помощью Предиктов можно оптимизировать стратегию продвижения и таргетироваться на тех, кто с наибольшей вероятностью принесёт максимальный доход.

Как работают Предикты LTV

Предиктивная ML-модель анализирует данные о пользователе в течение 24 часов после того, как он установил приложение, и формирует прогноз на следующие 28 дней. На основе этих данных можно отправлять постбеки в рекламную сеть или ваш трекер прямо из AppMetrica и в несколько кликов оптимизировать кампании на пользователей с максимальным LTV.

Новая предиктивная модель на базе искусственного интеллекта не ограничивается традиционными метриками, такими как Time Spent или вовлечённость. Она собирает и анализирует данные по потенциальному LTV каждого пользователя и благодаря этому находит самые качественные лиды.

Прогнозируемый LTV рассчитывается по формуле:

LTV = весь доход × P (LTV > 0) + доход (за первый день) × 1 — P (LTV > 0)

С помощью Предиктов LTV также можно сегментировать пользователей по LTV, выделяя различные когорты (например, топ-5, топ-20, топ-50, худшие 50), и сравнивать их.

Чтобы оценить точность Предиктов, мы провели A/B-тест для игрового приложения.

A/B-тесты показали, что оптимизация кампаний на основе отчётов LTV приносит более высокие результаты. Подробнее о ходе эксперимента и о том, как Яндекс Игры повысили вовлечённость пользователей на 10,5% с помощью Предиктов LTV, читайте в статье.

Предикты оттока

Отток пользователей — проблема, с которой сталкивалось большинство владельцев приложений. Чтобы приложение работало эффективно и стабильно приносило доход, важно своевременно находить пользователей, которые готовы уйти, и работать над их удержанием.

Как работают Предикты оттока

С помощью Предиктов оттока в AppMetrica владельцы приложений и маркетологи могут уже в момент установки определять пользователей, которые с высокой вероятностью скоро покинут приложение.

Предиктивная модель учитывает особенности жизненного цикла аудитории конкретного приложения и исходя из этого точно прогнозирует, какие пользователи с высокой вероятность перестанут пользоваться именно этим приложением. В отчёте все пользователи будут разделены на группы по вероятности оттока: > 95%, 75–95%, 50–75% и < 50% с точностью 99% в соответствии с правилом 3 сигм.

С помощью Предиктов LTV и оттока вы можете выстраивать стратегию удержания пользователей. Например, отправлять им персонализированные предложения или пуш-уведомления и т. п.