用户获取要不要花钱？花多少钱划算？一个简单的工具帮您轻松做决策

查看原文

其他

原创： Google Play 2018-05-25

原文 / David Yin - Google Play 商务拓展经理

多数开发者可能经常会想这样的问题：究竟要不要在用户获取上花钱？花多少钱合适？有哪些关键数据能帮我来制定这个决策呢？

解决上述问题的工具和模型林林总总，让人目不暇接。为此，我们和几位重要合作伙伴深度合作 —— 经过长时间的测试，最后我们设计出一个简单有效的计算工具，希望能为各位开发者们答疑解惑。

我会从以下两部分展开讲解：

- 描述一下计算需要的几个输入项，并解释计算结果是如何帮助开发者优化决策，获取付费用户的；

- 通过具体案例，分享开发者利用 “终身价值计算工具” 创造可观商业价值的故事。

点击屏末 | 阅读原文 | 下载终身价值计算工具

正式开始前，我想先给大家提个醒：终身价值计算工具，或者说任何终身价值计算工具，仅作为参考，协助开发者决定是否通过付费渠道获取新用户。它能帮助您预测既得用户终身价值以及哪些项目花销对此造成影响。该模型就投资影响、每次安装付费 (CPI)、自然衍生效应 (organic spin-offs)、买家率、参与率以及资产组合效应作出假设，但这些假设并非一定正确，也未经证实。开发者应基于自己 app 数据估算买家率、平均每付费用户收益以及每用户广告收益。我会在文章的相应部分，告诉各位开发者如何获取这些数值。

*注: 文章提到的计算工具默认计算单位是美元，不过您可以根据国家/地区货币做相应更改。

请牢记一点: 确保使用数据均符合目标国家及地区情况，并与 app 本身及所属类别相关。举个明显的例子: 千万别用休闲游戏在美国市场数据去策划聊天 app 印度市场的推广活动。

在阅读时，您可以先下载计算工具，一边用一边观察工具是怎么使用输入项的。

终身价值计算工具输入项

投资 (Investment) - 即您在用户获取方面的花费。假如您计划进行 “通用 app 推广活动”，起始日投资值应为目标每次安装付费的 50 倍。该程度的投资有利于优化 AdWords 的机器学习算法。

例如，每次安装付费目标定价为 2.5 美元，那么您的预算应为每日 125 美元/日，或折合每月 3,700 美元。我们还可以这么来看这笔投资: 确定投资额以后，可以获取到一个用户群样本，便于统计，从而有效了解用户参与度和终身价值，用户群目标人数大约为 5000 人。

每次安装成本 (CPI) - 即每产生一次安装所需的成本。请注意：国家不同，app 或游戏所属类别不同，每次安装成本也会发生相应变化。

自然衍生效应 (K 因子) - 研究指出付费安装能刺激自然安装量的增长 (自然增长或有机增长)，因为付费安装往往伴随诸如口碑宣传、社交网络平台分享以及商店排行榜上榜等附加效应。K 因子能计算每次付费安装增加的自然安装量。若 K 因子为 0，则说明付费安装未能增加额外自然安装量。

买家率 (Buyer Rate) - 即进行 app 内购买的用户所占总用户基数百分比。您可以前往 Google Play Console 获取买家率：选定您的 app，打开用户获取栏目，点击获取报告，选择买家条目。

买家率倍数 (Buyer Rate Multiple) - 该变量用于表明付费用户和自然增长用户 (*即通过免费渠道/有机渠道增加的用户) 相比，有 X 倍的几率成为 app 内付费项目买家。举个例子说明一下，如果有 1% 的有机自然增长用户和 2% 付费用户进行 app 内付费活动，那么买家率倍数就为 2。若目标市场定位恰当，买家率倍数一般大于 1；无差别大众营销的倍数往往小于 1。(*译者补充说明)

平均每个付费用户收益 (ARPPU) - 该指标表示在 app 使用时段中 (从第一次使用起算，截至最后一次使用)，至少有过一次 app 内购买活动的用户，他们的预计平均收入。您可以阅读 Google Play Console《查看应用的收入及买家数据》获取该数值：选定您的 app，打开财务报告栏目，在买家页面点击获取平均每付费用户收益。

平均每个用户的广告收益 (Average Advertising Revenue per User) - 即通过广告投放 (包括奖励性广告和非奖励性广告)，您在用户整个生命周期中获得多少营收。为了与其它要用到的数据相匹配，请记得将此模型运行的所在国家/地区获得的广告收益算入其中。您可以通过模型中 “广告收益计算” 栏目生成该值。具体操作如下：首先前往广告管理面板，获取某月广告总收入，然后用该数值除以该月活跃用户数量。接着您会用到第 1、7、14、28、60 和 90 日的用户留存率 (可通过三方分析工具或 Google Firebase 分析工具获取以上数值)。本模型使用的是 90 日用户留存率，但是如果您想要保守计算，也可以用 28 或者 60 日留存率替代。

参与度倍数 (Engagement Rate Multiplier) - 该指数表明与自然增长用户相比，付费用户有 X 倍的几率成为高参与度用户。如果通过付费营销活动获取的用户在 app 上花更多的时间，留存率更高，那么就表明参与倍数更高。目标市场定位恰当，参与度倍数一般大于 1；无差别大众营销的倍数往往小于 1。

资产组合效应倍数 (Portfolio Effect Multiple) - 如果您有一组 app，即开发数量大于 1，那么付费安装可能会增加组合内其它 app 的安装量并提高营业额，从而产生额外价值。开发者可以通过使用工具来在 app 内给自家产品打广告，来提高该倍数。

使用终身价值计算工具

一旦成功获取 app 相关数据，并且确定目标市场后，就该轮到计算工具出场了。我举的例子里: 合作的项目中市场推广预算为 5,000 美元，K 因子为 2，买家率倍数 1.5，参与度倍数 1.3，不过没有资产组合 (即 app 数量为 1），此外还有从 Play Console 调用的 ARPPU 以及广告收益。

△ 终生价值计算工具输入样例

此例中广告支出回报 (即图中最后一栏 ROAS 数值) 超过 100%，说明投资进行用户获取营销活动能取得正收益。

那么结果如何呢？我很清楚，仅依靠付费推广活动并不能产生收益。然而，活动伴随的自然衍生效应会增加额外用户和营收，进而将 ROAS 提升到一个比较理想的 110%。

总之，利用该计算工具做决策简单易行：若 ROAS 大于100%，付费推广活动就能获益；ROAS 小于 100%，收益就不太乐观了。上述例子中，ROAS 为 110%，说明进行推广活动是很明智的决定。

不过，即使通过计算工具运算得出的是正收益 (除非您已经通过广泛测试确定自然衍生效应值以及其他倍数无误) ，还是有必要先进行测试推广活动试一下水。

如果计算结果显示没有必要进行推广互动，您可以调整每次安装付费，直到找到能获利的定价水平。不过，与其一味追求低价，不如想办法优化 app 本身，如提高留存率、盈利能力以及社交功能性 (扩散性)。一旦这些数值得以提升，可再用工具重新计算一下付费推广活动收益价值。

终身价值计算工具运用实例

澳大利亚游戏开发公司 Not Doppler 使用计算工具决定究竟应不应该花钱为 Crash of Cars 进行市场推广。

计算工具帮助 Not Dopper 对 Crash of Cars 的营收有了更清晰的认识: 消费者在整个生命周期中究竟一共带来多少收益 (包括广告收益和 app 内消费收益)。它不仅解决了是否要投入资金进行推广这个问题，而且驱散了一直萦绕在 Not Dopper 心头的几块疑云。

误解 1: 用户获取成本高

“我们在进入市场的初期所遇到的壁垒就是每次安装付费太高，这让我们不得不质疑公司海量广告投放商业模式是否适合我们。通过对照测试，我们将每次安装付费定在 1 美元以下，并在美国市场成功吸引到大批客户，创造可观收益。” —— Jason Daskalopoulos，Not Doppler 资深业务及市场经理

误解 2: 所有用户都一样

Not Doppler 进行付费 (非激励性) 推广后，发现付费用户往往比自然增长用户质量更高。

“我们发现点击广告下载安装 Crash of Cars 的用户在 app 内消费的几率是自然增长用户的 1.8 倍” —— Jason Daskalopoulos

误解 3: 计算广告收益终身价值

Not Doppler 盈利策略中很重要的一环就是 app 内广告投放，因此能否正确算出付费用户整个生命周期的平均收益至关重要。

“模型让我们更清楚地了解到通过游戏内广告投放，我们在消费者的整个生命周期中一共创造多少收益。通过观察美国市场每日活跃用户广告收益和留存率之间的关系，我们能算出 30、60 和 90 日总广告收益。—— Jason Daskalopoulos

误解 4：自然衍生效应

Crash of Cars 试营运帮助 Not Doppler 得出游戏的自然衍生效应值，即 K 因子的大小。有趣的是，Not Doppler 有意不让 Crash of Cars 登上商店排行榜，避免排行榜对自然安装的影响，为的是了解付费流量通过促进用户进行免费推广，如社交平台分享、口碑宣传等，增加的额外安装比重所占多少。