《TDA_怎样计算网络游戏的LTV.pdf》由会员分享，可在线阅读，更多相关《TDA_怎样计算网络游戏的LTV.pdf（44页珍藏版）》请在三一文库上搜索。
1、Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 数据的力量 TalkingData 2014年4月11日 TDA TalkingData Academy 怎样计算网络游戏的怎样计算网络游戏的 LTVLTV Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 目录 什么是LTV
2、 怎么计算LTV 怎么用LTV Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved LTV是什么？ 用户生命周期的价值 玩家的充值金额 免费玩家的沙包价值 LTV Life Time Value Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved LTV是什么？ Copyrigh
3、t 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved LTV是什么？ Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved LTV怎么计算 各种科普里演示的算法： LTV=LT*ARPU 如果用户平均生命周期5个月，ARPU是2美元/月 LTV=5*2=10美元 Copyright 2014 Tal
4、kingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved LT怎么算？ LT怎么算？ 采用游戏寿命？ 游戏还没停，没法获得游戏寿命； 玩家寿命比游戏寿命短很多； 人肉估计？ 纯拍脑袋； Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 怎样计算LT 方法1：基本的定义法： 一批新增玩家中 玩1天的玩家数 a1 玩1天的
5、玩家数 a2 玩1天的玩家数 an 平均玩多少天？ 1212 *1*2*/ nn aaanaaa+（） （） Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 方法1 简化一下： 12n LTRRR=+ n Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 怎样计算LT？ 举
6、例：标准留存人数监控表 Day1留 存 Day2留 存 Day3留 存 Day4留 存 Day5留 存 Day6留 存 Day7留 存 Day8留 存 Day9留 存 Day10留 存 Day1新用户 151,328 80,255 69,002 64,408 60,226 57,676 56,062 52,810 51,059 49,409 Day2新用户 72,683 24,124 18,290 15,414 14,136 13,401 11,904 11,404 10,897 Day3新用户 65,720 21,075 14,846 12,838 12,492 10,439 9,870 9
7、,385 Day4新用户 65,859 19,739 14,397 12,547 10,600 9,873 9,341 Day5新用户 58,058 17,702 12,764 10,227 9,518 8,698 Day6新用户 61,799 18,106 12,301 10,475 9,456 Day7新用户 75,681 16,124 11,307 9,639 Day8新用户 62,525 15,185 10,853 Day9新用户 68,512 15,659 Day10新用 户 54,852 PS：R1=100% Copyright 2014 TalkingData Ltd., All
8、 Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 怎样计算LT？ R1 R2 R3 R4 R5 R6 R7 R8 R9 R10 Day1新用户 100% 53% 46% 43% 40% 38% 37% 35% 34% 33% Day2新用户 100% 33% 25% 21% 19% 18% 16% 16% 15% Day3新用户 100% 32% 23% 20% 19% 16% 15% 14% Day4新用户 100% 30% 22% 19% 16% 15% 14% Day5新用户 100% 30% 22
9、% 18% 16% 15% Day6新用户 100% 29% 20% 17% 15% Day7新用户 100% 21% 15% 13% Day8新用户 100% 24% 17% Day9新用户 100% 23% Day10新用 户 100% 109 11 LT=R =4.57 LT=R =2.65 ii ii= （1）（2） 转换成留存率之后， Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 怎样计算LT？ 一些问题： 两个LT差距
10、较大，只因为少统计1天的样本么？ 第一批用户数据太异常，应该事先做清洗； 如何计算一个统一的LT？ 统一的LT，必须先获得统一的 Rn *为什么不能根据的 LTn来做参数估计？ Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 怎样计算LT？ 留存率算法A：先求留存率，后计算平均留存率，LT=3.17 Day1留 存 Day2留 存 Day3留 存 Day4留 存 Day5留 存 Day6留 存 Day7留 存 Day8留 存 Day
11、9留 存 Day10留 存 Day1新用户 100% 53% 46% 43% 40% 38% 37% 35% 34% 33% Day2新用户 100% 33% 25% 21% 19% 18% 16% 16% 15% Day3新用户 100% 32% 23% 20% 19% 16% 15% 14% Day4新用户 100% 30% 22% 19% 16% 15% 14% Day5新用户 100% 30% 22% 18% 16% 15% Day6新用户 100% 29% 20% 17% 15% Day7新用户 100% 21% 15% 13% Day8新用户 100% 24% 17% Day9新用
12、户 100% 23% Day10新用 户 100% 留存率 100% 31% 24% 21% 21% 20% 21% 22% 24% 33% Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 怎样计算LT？ 留存率算法B：先求留存人数和，后计算留存率，LT=3.44 Day1留 存 Day2留 存 Day3留 存 Day4留 存 Day5留 存 Day6留 存 Day7留 存 Day8留 存 Day9留 存 Day10留 存 Day1
13、新用户 151,328 80,255 69,002 64,408 60,226 57,676 56,062 52,810 51,059 49,409 Day2新用户 72,683 24,124 18,290 15,414 14,136 13,401 11,904 11,404 10,897 Day3新用户 65,720 21,075 14,846 12,838 12,492 10,439 9,870 9,385 Day4新用户 65,859 19,739 14,397 12,547 10,600 9,873 9,341 Day5新用户 58,058 17,702 12,764 10,227 9
14、,518 8,698 Day6新用户 61,799 18,106 12,301 10,475 9,456 Day7新用户 75,681 16,124 11,307 9,639 Day8新用户 62,525 15,185 10,853 Day9新用户 68,512 15,659 Day10新用 户 54,852 留存率 100% 33% 27% 25% 24% 24% 25% 25% 28% 33% Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Re
15、served 方法1 方法A vs 方法B 投票中，方案B获得了压倒性的优势 都是对随机过程Rn 中做参数估计 *其中方法A是Ri的无偏估计量 哪个更优？需要数学、统计专业的高手介入 Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 方法1 方法1回顾： 留存率的参数估计问题，A or B？ 如果采用人类寿命的计算方法，效果会怎样？ *死亡时间法 12n LTRRR=+ n Copyright 2014 TalkingData Ltd
16、., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 方法2 方法2：1/流失率 理论依据： 1个月流失X%， 个月彻底流失 先天缺陷： 值域、单位、回流、周/月哪个流失率准 100% %X Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 方法2 深入思考 可行的2个条件： 等比衰减； 1000090008100. 衰减比例q=10%；
17、 新增用户量稳定 流失率等于衰减比例 实质就是 Rn 的特例 1 1 n R R qq = n R Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 方法2 深入思考 如果方法1中的 收敛，就可以求和； 例如等比衰减； 慎用积分 收敛的无穷级数才可以采用积分计算 *柯西积分判别法 n R Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 Talkin
18、gData Ltd., All Rights Reserved 方法2 实践心得 实际操作中，往往是前n天急速的衰减，中段 才出现稳定的衰减收敛序列； 推荐分段计算 举例： 13天后 呈现等比衰减，等比q为10%， =8% 121213 /10%LTRRRR=+ 13 R n R Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved ARPU ARPU=充值金额/活跃玩家数 ARPU=ARPPU*付费率 Copyright 2014 Ta
19、lkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved ARPU ARPU成长产生的问题 用户的ARPU在生命周期各个阶段都不一样 用一个统一的ARPU计算不合适 0.00 1.00 2.00 3.00 4.00 5.00 6.00 7.00 8.00 9.00 10.00 ARPUARPU走势类型走势类型1 1 0.00 1.00 2.00 3.00 4.00 5.00 6.00 7.00 8.00 9.00 10.00 ARPUARPU走势类型走势类型2 2 Copyr
20、ight 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved ARPU LT*ARPU的公式岂不要修正到 么？ 严谨的代价，就是计算量增大 重新验证收敛 重新寻找拟合曲线或其他预测方式 常识层面上， 单调递减，有下限； *如果下限不是0，就无法收敛； * ii RARPU n R Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All
21、 Rights Reserved 怎么计算LTV 计算LTV 各种计算LTV的方法都是逼近真实值 在严格的条件下才可计算； LTV更多的存在于理论层面，不是应用层面 例如，距离=速度*时间 Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 怎样计算LTV 也可以采用前N天的LTVN N=7、30、90、365 每天追踪LTV 监控玩家每天的留存和付费 不必计算LT和ARPU，直接查充值金额 Copyright 2014 Talking
22、Data Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 怎样计算LT？ 举例：标准留存充值监控表 日期 本日基数 Day1充 值 Day2充 值 Day3充 值 Day4充 值 Day5充 值 Day6充 值 Day7充 值 Day8充 值 Day9充 值 Day10充 值 Day1新用户 151,328 1,096,79 3 783,200 663,122 730,155 761,008 722,444 596,974 685,376 629,089 543,288 Day2新用户
23、 72,683 934,807 614,466 609,550 674,778 656,820 607,830 571,556 554,587 536,665 Day3新用户 65,720 812,983 603,797 622,888 649,962 550,972 532,128 490,771 493,015 Day4新用户 65,859 820,944 643,873 577,765 523,851 527,447 504,478 469,011 Day5新用户 58,058 744,312 551,364 529,839 486,402 448,633 546,522 Day6新用户
24、 61,799 741,152 538,857 456,564 522,141 510,570 Day7新用户 75,681 778,063 470,341 526,444 464,244 Day8新用户 62,525 769,269 555,667 583,245 Day9新用户 68,512 776,015 593,316 Day10新用 户 54,852 788,526 Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 怎样计算
25、LT？ 举例：前10天监控的结果 0 2 4 6 8 10 12 14 LTV 0 10 20 30 40 50 60 70 80 LTV10的成长 的成长 Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 怎样计算LTV LTV Rn LTVN sum LTV Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., A
26、ll Rights Reserved LTV，怎么用？ LTV，怎么用？ 计算ROI 优化渠道配置 干预游戏设定 Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved LTV，怎么用？ LTV，怎么用？ 计算ROI 分子是LTV，分母是成本CP* CP*=CPL、CPA、CPI、CPC Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingDa
27、ta Ltd., All Rights Reserved LTV，怎么用？ 考量ROI ROIic，ic是外部基准收益率 低于ic，对于老板来说，也许不如开家肯德基 低于ic，好意思说游戏行业是暴利行业么? Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved LTV，怎么用？ LTV Rn LTVN sum LTV CP* 固定成本 可变成本 CP* 固定成本 Copyright 2014 TalkingData Ltd., All R
28、ights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved LTV，怎么用？ 使用ROI 比ROI更重要的是什么？ 回本速度，现金量等公司管理的范畴； ROI视为随时间变化的值 每天监控ROIN，降到临界值的时候就该关服了 MR=MC；只针对有可变成本的情况 计算回本周期 Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved LTV，怎么用？ 优化渠道配置 计算每
29、个渠道用户的LTV和CP*和ROI 筛选出优质渠道和劣质渠道 Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved LTV，怎么用？ 优化渠道配置 增加投入ROI较好的渠道 边际效益会递减；优质渠道普通渠道； 剔除那些ROI较差的渠道？ 大媒体存在隐性效果，例如新浪 GA中可以追踪到部分隐性效果 量化隐性效果应该广告商来解决么？ Copyright 2014 TalkingData Ltd., All Rights Reserved Co
30、pyright 2014 TalkingData Ltd., All Rights Reserved LTV，怎么用？ 干预游戏： 目标： 改善每天的留存 提高每天付费率和付费金额 途径： 运营做活动 研发修改游戏 Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved LTV，怎么用？ 额外的数据支持： 留存成长曲线 付费率成长曲线 ARPU和ARPPU成长曲线 其他问题： 生命周期的定义从时间轴转换成传统定义会怎样？ 导入期、成长期、成
31、熟期、衰退期 Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 目录 以上内容特别针对某款长游戏寿命 自产自用的数据 一个服务器就可以视为一个游戏 对于拥有n款游戏的平台和投放在多个平台上的游戏们 现有游戏的LTV纪录大全，做分类 新产品OB前按类型估计LTV，匹配CP*，预算经 费 OB之后监控LTV走势后再调整CP* 让死掉的“游戏”“说话” Copyright 2014 TalkingData Ltd., All Rights
32、Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 目录 如果是只有一款游戏或者拥有若干游戏却无法归类 呵呵 摸着石头过河 加入Q群：171461228-游戏数据挖掘分析 加入论坛： Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 亟待解决 计算LTV 免费玩家的价值 留存问题/参数估计问题 使用LTV 统一CP*定义 媒体和渠道是否该更有责任算清自己的隐性效果
33、 新用户生命周期各阶段内的监控 Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved 亟待解决 当前进度 当前进度 Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved Specially Thanks 数据-zhang 打不死的小强 闫鹏/GOD CWA宋星 高境 Fanny Mathtype 百度图片 （排名不分先后） Copyright 2014 TalkingData Ltd., All Rights Reserved Copyright 2014 TalkingData Ltd., All Rights Reserved Specially Thanks ur welcome