目前，在APP海外广告推广领域，如何进行高质量推广，实现用户可持续增长的目标是行业共同的痛点。
每个国家的CPI都不同。 哪些国家值得推荐？
同一个国家，为什么不同促销日期的用户次日留存率差异如此之大？
不同类型的APP推广（工具、游戏等）具有完全不同的变现效果。 如何找到一套适合自己APP类型的推广评估方法？
每一次推动，就像一个又一个地失去一枚硬币。 你不知道为什么赚钱，也不知道为什么赔钱。
因此，如何有效利用LTV预测模型实现用户增长成为当前APP开发商和广告商的首要任务。
下面将以DotC United Group（DUG）的LTV预测模型为例，详细讲解LTV的重要性和应用。
众所周知，这样的问题通常可以通过特定时间点（7、14、30、60天）的LTV及其对应的CPI得到很好的回答。 但如果等到拿到14、30、60天的真实LTV才做出促销决定，等待很长时间之后才做出决定，这对于商业利润来说是不可接受的。
因此，通过我们的LTV预测模型，我们可以得到促销后第五天的LTV14、LTV30、LTV60的预估值。 只要这个值满足商业容错，我们就可以“预测未来”。 ，更快更好地制定下一步的推送策略。
LTV预测算法第一版
最初，我们使用第一个版本的 LTV 预测算法来通过特定的拟合函数来预测用户保留率，计算第 1-7 天的 ARPU 乘以累积保留率预测产生的收入。 但根据我们的业务场景，第一版LTV算法实际上线后，我们发现前期对留存率的预测还是比较准确的。 虽然存在过早拖尾的现象，但预测精度尚可。 但由于ARPU曲线前期较高，中后期快速下降。 仅使用早期的高ARPU进行计算，会导致预测收入远高于实际收入。 在较高的CPI下过于乐观的购买，会导致最终的真实投资回报率严重低于预测投资回报率，甚至入不敷出。
同时，第一版LTV预测算法的初衷是针对那些应用内用户行为丰富、应用内购收入占比较高的场景。 对于内购收入稳定的应用更加友好。 但对于我们专注于广告流量变现的应用，由于业务场景的差异，在使用第一版LTV算法时会出现较大的预测误差。
为了避免这种情况，找到适合当前业务场景的算法，我们取其精华，去其糟粕，改进了第一版LTV预测算法，创建了第二版新LTV预测算法。
LTV预测算法第二版
第二个版本中，创建了两个模型，最后需要将两个模型的预测结果进行叠加才能得到预测结果。
一种模型是基于累计收入的非线性回归，另一种模型是基于留存率、收入和用户点击数据的预测模型。 它遵循GBDT算法的核心思想，对预测结果的误差进行多轮迭代，以改进预测。 准确性。
没有最好的通用模型算法，只有最适合自己行业和业务场景的模型算法。 最终，与第一版LTV模型相比，由此产生的新LTV模型的平均绝对错误率从30%降低到9.5%，更加符合广告流量变现的业务场景。
在我们新的LTV预测模型的自动化部署部分，输入数据是动态预测，需要每批用户推广后至少5天的真实留存率和留存用户行为数据。 所谓动态预测，是指第一次预测当天至少需要5天的真实数据。 数据，之后的每一天，之前的预测结果都会根据最新的真实数据再次修正。 根据算法的信息增益准则，真实数据天数越多，预测结果就越准确。
LTV预测模型的输出数据是每批推送用户第7、14、30、60天的预测LTV。 每批推送用户的细分维度定义为特定日期（date）针对特定APP（app_id）的特定国家（Geo）。 这样，输出预测结果的粒度可以保证采购批次的多样性有更好的准确性。 度，未来可以将预测结果进一步聚合到APP或国家维度，以满足商业宏观数据指标的需求。
根据大数据统计，特定推送用户群体前30天产生的收入将占其90天收入的80%-90%左右。 因此，我们使用第30天的LTV预测值和第30天的实际LTV来计算它们的绝对错误率，作为评估预测模型的唯一指标。
我们选取半个月内上线的300多批推广用户样本的5天留存率和用户行为数据作为模型的测试集，覆盖海外100多个国家、10多个品类30多个APP。 分别预测每批推广用户的30天LTV。
经测试集验证，全样本平均绝对错误率为9.50%，全样本最大绝对错误率为18%。 而且，错误率较高的预测样本主要集中在非主流国家样本和DNU相对较小的推送用户样本。 在DNU>=10K的样本中，绝对误差率更小，波动更平滑。
同时，85%的样本预测结果是保守预测，误差为负，即预测的LTV小于真实的LTV。 这样预测的好处是，公司在升职时的升职行为会相对更加稳定，可能会错过那些赚小钱的升职机会。 更重要的是，它可以避免损失（小损失或大损失），降低损失风险。 推挤行为造成的损失波动。
对于新推出的应用，不惜成本进行前期推广已成为行业共识，以实现用户的快速增长。
新APP前期的用户池确实需要快速积累，但很快就会进入运营中期，前期积累的用户池自然会不断流失。 到时候，就需要LTV预测模型的预测结果来制定更加“不可预测”的促销策略来完成预测。 用户池的高质量持续增长和沉淀。
LTV预测功能上线
近日，DotC United Group（DUG）LTV算法模型预测功能上线。 只需输入相关值即可查询LTV预测结果！
>>长按识别下方二维码
转载请注明出处：无忧博主，如有疑问，请联系（762063026）。
本文地址：https://www.wuyouseo.com/wp-video/18043.html