Вы слышали приближение LTV ≈ ARPU / churn для подписочных продуктов. Когда его можно использовать как грубую оценку?
AКогда продукт продаётся один раз без повторных платежей, и выручку оценивают как
ARPU за один период жизни клиентаBКогда есть стабильные
ARPU и примерно постоянный отток (steady state), и нужна быстрая прикидка LTV без когортного расчётаCКогда отток меняется по месяцам внутри когорты, и формула
ARPU / churn усредняет колебания и даёт точную оценку LTVDКогда часть пользователей платит больше остальных в несколько раз, формула
ARPU / churn сама учитывает разброс и не требует сегментацииПравильный ответ. Прикидка
LTV ≈ ARPU / churn работает как грубая модель в условиях стабильности и подписочного поведения.Разбор
Эта формула опирается на идею, что пользователь платит примерно одинаково каждый период, а вероятность уйти примерно постоянна. Тогда ожидаемая длительность жизни связана с оттоком, и LTV масштабируется как ARPU / churn. Если ARPU сильно меняется со временем, есть сезонность или сложные тарифы, модель будет грубой и может ошибаться. Поэтому её используют для быстрой оценки и затем уточняют когортным расчётом.
Проверь себя · 1/3разбор после ответа
Маркетплейс:
GMV = 1 млрд, комиссия платформы 10%. Вы хотите посчитать ARPU платформы на одного продавца за месяц. Что должно быть в числителе?Ещё вопросы по теме «Монетизация и юнит-экономика»
- В freemium-приложении вы хотите понять, сколько в среднем приносит один платящий пользователь за месяц. Какая метрика отвечает на этот вопрос?
- Как корректнее считать месячный ARPU в модели freemium, где платит только часть аудитории?
- Вы тестируете новый экран оплаты и хотите измерить конверсию в оплату именно из просмотра этого экрана. Что должно быть в знаменателе?
- Как лучше всего интерпретировать `LTV` в продукте с подпиской?
- После изменения цен конверсия в оплату упала, но `ARPU` вырос. Какое объяснение наиболее вероятно?
- Все вопросы по «Монетизация и юнит-экономика» →