Bài viết giới thiệu một công thức tính LTV nhằm đưa ra quyết định phân bổ ngân sách mua người dùng ứng dụng hiệu quả
Các hoạt động UA (được hiểu là tìm kiếm, gia tăng người dùng cho ứng dụng di động nói chung) rất quan trọng đối với sản phẩm, và đòi hỏi sự đầu tư nhất định. Một trong những câu hỏi hóc búa đối với các nhà phát triển, hay cụ thể hơn là đội nhóm mobile marketing là nên chi bao nhiêu tiền cho hoạt động này, và chi tiêu ra sao để đạt được hiệu quả cao nhất.
LTV – User Lifetime Value hiện là công cụ phổ biến nhất giúp các publisher (các nhà phát hành ứng dụng) trả lời cho câu hỏi trên. LTV – User Lifetime Value hiện là công cụ phổ biến nhất giúp các publisher (các nhà phát hành ứng dụng) trả lời cho câu hỏi trên. Trước đó, blog cũng đã có một bài viết chi tiết về LTV, bạn đọc có thể tham khảo tại đây.
Mô hình này giả định về tác động của đầu tư, CPI, các khoản chi trả gián tiếp, tỷ lệ người dùng trả tiền, tỷ lệ tương tác và hiệu quả đầu tư. Những giả định này không được đảm bảo hoàn toàn. Ngoài ra, cần phải đặt ước tính tỷ lệ người mua, ARPPU và doanh thu quảng cáo trên mỗi người dùng dựa trên dữ liệu ứng dụng.
Lưu ý: Công thức dưới đây sử dụng đơn vị tiền tệ US (USD) làm đơn vị tiền tệ mặc định, nhưng bạn có thể dễ dàng thay thế bằng đồng nội tệ. Điều quan trọng cần nhớ là đảm bảo rằng tất cả dữ liệu bạn sử dụng là cụ thể.
- LTV: Những yếu tố đầu vào
Investment – Khoản đầu tư : Đây là chi phí dành cho việc thu mua người dùng. Nếu bạn định sử universal app campaigns, hãy bắt đầu với ngân sách hàng ngày gấp 50 lần so với CPI mục tiêu của bạn. Mức đầu tư này sẽ giúp các thuật toán của AdWords được tối ưu hóa. Vì vậy, với mục tiêu CPI 2,50 đô la, ngân sách hàng ngày của bạn sẽ là 125 đô la hoặc khoảng 3,7k mỗi tháng.
Cost Per Install (CPI): Đây là chi phí để có được một lượt cài đặt ứng dụng. Lưu ý rằng chỉ số CPI khác nhau theo quốc gia cũng như lĩnh vực ứng dụng.
Organic spin-off (Hệ số K): Các nghiên cứu cho thấy cài đặt có trả phí – non-organic (lượt cài đặt ứng dụng nhờ vào các chiến dịch quảng bá, các kênh quảng cáo,…) có thể thúc đẩy các cài đặt không phải trả tiền – organic (các lượt cài đặt tự nhiên, do người dùng chủ động cài đặt) do quảng cáo truyền miệng và chia sẻ xã hội cũng như cài đặt từ bất kỳ nào từ top apps chart. Hệ số K đo số lần lượt cài đặt organic được tạo ra bởi mỗi lần cài đặt non-organic, với 0 cho biết cài đặt non-organic không tạo thêm các lần cài đặt organic.
Buyer rate – Tỷ lệ người mua: Phần trăm người dùng chi trả cho việc sử dụng ứng dụng. Bạn có thể tìm thấy tỷ lệ này trên Play Console theo các bước sau: Chọn ứng dụng của bạn => Chọn User Acquisition=> click vào Acquisition reports => cuối cùng chọn Buyer/ Người mua
Buyer rate multiple – Tỷ lệ người mua nhiều lần: Biến này so sánh số lần mà người dùng có được từ hoạt động UA trở thành người dùng trả tiền với người dùng có được theo cách tự nhiên. Để minh họa, nếu 1% người dùng tự nhiên thực hiện mua hàng trong ứng dụng, trong khi 2% người dùng trả tiền mua hàng, tỷ lệ người mua nhiều là 2. Việc mua bán theo mục tiêu tốt sẽ đạt được nhiều hơn một lần trong khi có thể nhắm mục tiêu chung về thị trường rộng rãi hơn trong một số ít hơn 1.
Average Revenue Per Paying User (ARPPU) – Doanh thu trung bình trên mỗi người dùng trả tiền: Đây là mức doanh thu trung bình kỳ vọng từ mỗi người dùng chi trả ít nhất trong quá trình sử dụng ứng dụng. Bạn có thể tìm thấy tỷ lệ này trên ứng dụng của mình từ Play Console revenue and buyer data reports bằng các bước: Chọn ứng dụng của bạn => Mở Báo cáo tài chính => chọn ARPPU trên trang Buyer/Người mua.
Doanh thu quảng cáo trung bình trên mỗi người dùng: Đây là doanh thu được tạo ra từ quảng cáo dành cho người dùng trong suốt quá trình sử dụng. Bao gồm doanh thu từ các quảng cáo trả thưởng và không trả thưởng.
Phần “Tính doanh thu quảng cáo” của mô hình được thiết kế để giúp bạn tính toán giá trị này.
- Bước 1: Truy cập trang Advertising dashboard, công thức là:
Tổng doanh thu quảng cáo được tạo ra trong một tháng/ Tổng số người dùng đang hoạt động trong tháng đó.
- Bước 2: Sử dụng số liệu lưu giữ cho ngày 1, 7, 14, 28, 60 và 90; chúng có thể được tìm thấy bằng công cụ phân tích của bên thứ ba hoặc Google Analytics for Firebase. Mô hình sử dụng giá trị 90 ngày, nhưng bạn có thể thay thế các giá trị 28 ngày hoặc 60 ngày nếu bạn muốn.
Tỷ lệ tương tác: Hệ số nhân này so sánh số người dùng tương tác từ việc thu mua người dùng so với người dùng tự nhiên. Nếu việc thu mua đặt hiệu quả tốt thì targeted acquisition sẽ lớn hơn 1, trong khi thị trường đại chúng chung có thể đưa đến kết quả bé hơn 1.
Hiệu quả của danh mục đầu tư: Nếu bạn có danh mục ứng dụng, việc trả tiền để cài đặt 1 ứng dụng trong số đó có thể tạo ra giá trị bổ sung bằng cách thúc đẩy quá trình cài đặt và tạo doanh thu từ các ứng dụng khác cùng trong danh mục của bạn. Việc sử dụng các công cụ, chẳng hạn quảng cáo chéo, sẽ giúp tối đa hoá số tiền đầu tư này..
2. Sử dụng công thức LTV
Khi bạn đã thu thập được các số liên quan hãy bắt đầu tính toán. Trong ví dụ trên, chúng ta đang làm việc với khoản đầu tư là 5.000 đô la Mỹ, có hệ số K là 2, buyer rate multiple là 1.5 và engagement multiple là 1.3, nhưng không có nhiều danh mục. ARPPU và ad revenue figures lấy từ Play Console.
Ví dụ các chỉ số được thêm vào công thức
Trong ví dụ trên, kết quả trả về chi tiêu quảng cáo (ROAS) là trên 100% nên chiến dịch thu mua người dùng có trả tiền đêm lại lợi nhuận tích cực.
Vậy kết quả là gì? Một chiến dịch trả tiền sẽ không đơn phương mang lại lợi nhuận tích cực. Tuy nhiên, việc chia sẻ không phải trả tiền sẽ thu thêm người dùng và doanh thu nâng cao lợi nhuận trên chi tiêu quảng cáo (ROAS) lên tới 110%
Nhìn chung, sử dụng công thức như một công cụ ra quyết định rất đơn giản. Nếu ROAS trên 100%, tức là bạn đã có lợi nhuận từ một chiến dịch thu mua user có trả tiền. Nếu Ít hơn 100% thì có thể bạn sẽ không nhìn thấy lợi nhuận. Trong ví dụ, chúng tôi có ROAS là 110% nên chiến dịch này có thể tiếp tục.
Tuy nhiên, ngay cả khi máy tính trả về kết quả tích cực – trừ khi bạn đã thử nghiệm rộng rãi để xác định spin-off và các phép nhân khác của bạn – bạn vẫn nên chạy chiến dịch thử nghiệm để xác nhận các giả định của mình.
Nếu phép tính chỉ ra rằng việc mua user trả phí không hiệu quả, bạn có thể điều chỉnh chỉ số CPI để tìm mức cung cấp lợi nhuận. Tuy nhiên, thay vì theo đuổi CPI thấp hơn, bạn có thể cải thiện các tính năng cơ bản của ứng dụng của bạn, chẳng hạn như duy trì, kiếm tiền và độ lan truyền. Khi những số liệu này được cải thiện, hãy xem xét lại giá trị của một chiến dịch mua hàng có trả tiền.
3. Khi công thức tính LTV hoạt động
Not Doppler, một nhà phát triển trò chơi người Australia, đã sử dụng công thức LTV để quyết định xem liệu người mua có trả tiền có ý nghĩa gì với đối với ứng dụng Crash of Cars hay không.
Máy tính đã cung cấp cho Not Doppler dựa trên tổng doanh thu (cả từ quảng cáo và mua hàng trong ứng dụng) mà họ tạo ra từ người dùng thông qua việc tương tác với Crash of Cars. Trong khi sử dụng công thức này với mục đích trả lời câu hỏi liệu người mua trả tiền có có khả năng mang lại lợi ích hay không, Not Doppler cũng đã nhận ra những quan niệm sai lầm.
Quan niệm sai lầm 1: Việc thu mua người dùng rất tốn kém
“Chỉ số CPI cao là rào cản ban đầu cho việc bắt đầu, chúng tôi đã xem xét tính khả thi của UA với mô hình kinh doanh chủ chốt của chúng tôi. Thông qua nghiên cứu và thử nghiệm có kiểm soát, chúng tôi có thể thu được lợi nhuận đáng kể ở Mỹ với mức CPI dưới 1 USD. “- Jason Daskalopoulos, Giám đốc Kinh doanh & Marketing, Not Doppler
Quan niệm sai 2: Tất cả người dùng đều bình đẳng
Khi Không Doppler chạy các chiến dịch trả phí (không được khuyến khích) họ thấy chất lượng người dùng cao hơn so với người dùng có được mà không cần trả tiền
“Chúng tôi nhận thấy rằng những người dùng trả tiền đã cài đặt và sử dụng Crash of Cars thông qua một quảng cáo, chi tiêu cho trò chơi gấp 1,8 lần so với những người dùng tự nhiên”. Jason Daskalopoulos, Quản lý Kinh doanh & Marketing, Not Doppler
Quan niệm sai 3: Tính doanh thu quảng cáo LTV
Quảng cáo trong ứng dụng đóng một vai trò quan trọng trong chiến lược kiếm tiền của Not Doppler, điều quan trọng là họ tính toán chính xác doanh thu trung bình tạo ra cho mỗi người dùng trong suốt thời gian sử dụng của họ.
“Mô hình này cho phép chúng tôi hiểu rõ hơn về doanh thu quảng cáo mà chúng tôi tạo ra từ việc hiển thị quảng cáo cho người dùng tên trò chơi của chúng tôi suốt vòng đời sử dụng ứng dụng của họ. Bằng cách nhìn vào mối quan hệ giữa doanh thu quảng cáo trên mỗi daily active users and retention ở Mỹ, chúng tôi đã có thể tính doanh thu mà chúng tôi tạo ra từ quảng cáo trong khoảng thời gian 30, 60 và 90 ngày. “Jason Daskalopoulos, Not Doppler.
Quan niệm sai 4: Phân chia tự nhiên
Soft launching Crash of Cars cho phép Not Doppler tính toán hiệu quả của spin-off tự nhiên (K-factor) từ trò chơi. Thật thú vị, Not Doppler đã nỗ lực cố ý để tránh Crash of Cars xuất hiện trong các bảng xếp hạng của Play Store và App Store và tạo ra các cài đặt không phải trả tiền từ đó. Điều này là do họ muốn khám phá xem phần trăm lượt cài đặt bổ sung đã được tạo ra bằng lưu lượng truy cập trả tiền thông qua chia sẻ trên mạng xã hội, truyền miệng hoặc các hình thức quảng cáo không tính phí do người dùng.
“Through controlled testing we were able to measure the incremental lift we gained in organic users through paid marketing.” — Jason Daskalopoulos, Senior Business & Marketing Manager, Not Doppler
“Thông qua kiểm tra có kiểm soát, chúng tôi đã có thể đo lường được mức độ gia tăng mà chúng tôi thu được từ người sử dụng tự nhiên thông qua marketing có phí” – Jason Daskalopoulos, Quản lý Kinh doanh & Marketing, Not Doppler
4. Áp dụng cộng thức cho ứng dụng của bạn
Bạn có thể tải xuống công thức tính LTV thông qua đường link download the LTV Calculator và áp dụng thử đối với ứng dụng của bạn.
Nguồn: Medium.com