LTV 分析:累计 LTV 与买量回收 | Keentics
LTV 分析告诉你一个分群的用户随时间值多少钱——同样重要的是,这份价值什么时候越过了获取他们的成本。对工作室和买量团队来说,这是决定一条计划该放量还是该停的指标。Keentics 在全量收入事件上计算累计生命周期价值,所以你给 CFO 看的回收曲线,和真正到账的钱对得上。正式定义见生命周期价值术语解释。
累计 LTV 矩阵
核心视图是一张”分群 × 天数”的 LTV 矩阵:每一行是一个买量分群,每一列是安装后第几天,每个格子是截至当天的人均累计收入。横着读一行,看一个分群的价值如何累积;竖着读一列,在固定时间点上对比各分群的 LTV。这样你不用导出到表格,就能回答”我们的 D30 LTV 是多少,在往上走吗?”。
ARPU、ARPPU 与付费分布
人均收入(ARPU)和付费用户人均收入(ARPPU)建在同一份数据上,讲的却是不同的故事。ARPU 持平而 ARPPU 上升,意味着付费的人更少、单人花得更多——典型的鲸鱼型经济。Keentics 还绘制付费分布,即单个用户花费金额的直方图,让你看清中位付费者和头部大额玩家之间的差距,而不是把它藏进一个平均数里。
把 LTV 和买量连起来
LTV 只有放在成本旁边才有意义。把 LTV 矩阵按买量渠道、计划或国家拆开,对齐花费,就能得到每个来源的有效 ROAS 和回收周期。你会因此找到那个第 0 天看着贵、却在第 14 天回本的渠道,并砍掉那个永远回不了本的。由于同一批分群也驱动留存分析,你能精确看出是哪条留存曲线在拉动哪条回收曲线。
为什么用 Keentics 做 LTV
- 全量收入事件上的累计 LTV,不抽样、不按项目数收费。
- ARPU、ARPPU 与付费分布集中一处,含面向游戏数据分析的鲸鱼曲线视图。
- 渠道级回收与 ROAS,把价值连回花费。
- 只读 SQL 与全量导出,财务能把每个数字拿到 ClickHouse 原始事件里对账。
LTV 是留存、变现和买量交汇的地方。如果你在梳理技术栈,可以看看 Keentics 作为数数(ThinkingData)替代方案的对比,或从喂给它的转化漏斗和用户分群概念入手。