Thách Thức Của Mô Hình LTV Và Cách Để Vượt Qua Lưu

AppROI Marketing
Marketing Team , AppROI.co

Lifetime value (LTV) là cách để app developers tìm hiểu giá trị cơ sở người dùng. LTV được sử dụng trong khá nhiều trường hợp, ví dụ tự động hóa marketing dựa trên ROI, dự báo chiến lược tiếp cận lại người dùng. Bài viết sau sẽ đưa ra dự báo vì sao LTV là thách thức và đưa ra cái nhìn cụ thể hơn về cách để vượt qua.

3 thử thách của LTV đối với app user

1. Machine Learning không giải quyết vấn đề cho người dùng

Các thuật toán machine learning (ML) là phương pháp tiếp cận với các mẫu phức tạp trong dữ liệu. Dự báo LTV trên thực tế sẽ giải quyết được những hạn chế của phương pháp này, đòi hỏi sự thử nghiệm lớn trong thời gian dài. Một mô hình với dữ liệu người dùng lớn sẽ giúp marketers nhận biết sự thay đổi thị trường, cập nhật mobile app, thay đổi chiến lược UA cũng như xác định hành vi cơ bản của người dùng. Do đó, mô hình ML chính là cách theo dõi dữ liệu của user trong thời gian dài.

Các mô hình ML trong bối cảnh LTV yêu cầu kiểm tra tính xác thực thông tin (có nghĩa là chắc chắn các thao tác xuất phát từ người dùng thật, không phải robots). Quy trình này sẽ tốn khá nhiều thời gian để xây dựng, testing để khi áp dụng vào thực tế không gặp nhiều vấn đề. Mô hình dự báo in-app purchases (IAP) dùng để dự đoán LTV của người dùng trả tiền so với user không trả tiền trong thời gian ngắn hạn hoặc dài hạn.

Có tổng cộng 3 thử thách của LTV đối với App User

Có tổng cộng 3 thử thách của LTV đối với App User

Để đạt được mục tiêu chung với mô hình LTV, cần tham khảo các nguyên tắc sau:

  • Machine learning

Sử dụng mô hình ML khi có nhu cầu truy cập vào lượng data lớn. Ví dụ app học tiếng Anh Elsa có thể dự đoán sau khi kết thúc thời gian học thử miễn phí thì có bao nhiêu user sẵn sàng bỏ tiền mua các gói dịch vụ để tiếp tục trải nghiệm.

  • In-app events

Đo lường in-app engagement giúp dự đoán LTV, biết được tần suất sử dụng mobile app giúp doanh nghiệp biết được mức độ user tương tác. Từ đó ước lượng được conversion để đưa ra chiến lược làm thế nào để đạt mục tiêu đã đặt ra.

2. Biết chính xác 100% là điều dường như không thể

Khi nghiên cứu về LTV, nên lưu ý các vấn đề như:

  • Hệ thống: hệ thống dự báo LTV cần phân biệt rõ người dùng IOS và Android.

  • Phân loại: đánh giá dựa trên nền tảng quốc gia cụ thể hoặc khách hàng mục tiêu.


Một hệ thống dự báo LTV sẽ hướng đến ba mục tiêu hiệu suất

Tính chính xác

Tần suất xuất hiện các lỗi không mong muốn chỉ được ít hơn 10% trong vòng 365 ngày. Nếu mobile app có quá nhiều lỗi, người dùng sẽ không tiếp tục ứng dụng. Việc dự báo ROAs lúc này cũng không chính xác vì khi số lượng user thay đổi, các dự báo này sẽ không thể sử dụng để đưa ra các quyết định kinh doanh. Vì vậy, khi phát hành mobile app, điều quan trọng là hạn chế việc xảy ra lỗi trong khi người dùng sử dụng, từ đó doanh mới mới dự án được số lượng user cần tiếp cận, chiến lược phát triển trong tương lai là gì.

Không quá chú trọng vào một kênh hay một quốc gia nào khác

Marketer khi khởi chạy chiến dịch quảng cáo nên điều quan trọng là mô hình phát triển mobile app đó là dự báo LTV. Nếu không thì việc ra quyết định chi tiêu cho quảng cáo sẽ không chính xác, phân phối UA sẽ có sự chênh lệch giữa các platform. Vì việc dự đoán LTV không giải thích sự đồng nhất giữa số tiền chi tiêu cho chiến dịch quảng cáo và nhóm đối tượng cụ thể.

Định hướng chính xác từ campaign

Việc dự báo cần tiếp cận bao nhiêu người dùng mobile app mới là điều cần thiết khi thiết lập chiến dịch quảng cáo. Điều này sẽ ảnh hưởng đến việc ra quyết định thực hiện chiến lược kinh doanh. Do đó, dự đoán hành vi người dùng sớm là điều quan trọng để đạt được LTV mục tiêu.

Sử dụng các công cụ tính toán LTV sẽ mang lại nhiều lợi ích

Sử dụng các công cụ tính toán LTV sẽ mang lại nhiều lợi ích


3. Xây dựng mô hình tương thích với các trường hợp khác nhau

Khi thực hiện dự đoán LTV người dùng, mỗi đối tượng sẽ có những đặc điểm khác nhau và doanh nghiệp cần xác định user nào phù hợp với mobile app. Từ đó mới có thể phân tích và thiết kế mô hình LTV phù hợp. Để đảm bảo hệ thống hiểu và tiếp cận được user tiềm năng, cần tuân theo những điểm sau:

Sự ổn định: Tần suất cập nhật các dự báo bao lâu là hợp lý, việc thay đổi thường xuyên có thể khiến doanh nghiệp đưa ra các chiến lược sai lệch. Tuy nhiên, việc bỏ qua các hành vi khác lạ của người dùng cũng làm thay đổi LTV

Tính chính xác: mức độ chênh lệch giữa người dùng tiềm năng và các yếu tố bên ngoài ảnh hưởng đến mô hình như thế nào?

Dự báo tạm thời: sau bao lâu người dùng sẽ cài đặt app kể từ lúc quảng cáo hiển thị, 1 tuần hay 1 tháng?

Cohort: đối tượng end-user có nên xem xét đến yếu tố người dùng ở các quốc gia khác nhau hay không?


Có thể nói tuy LTV đem lại gợi ý về cách marketing cho app nhưng vẫn còn nhiều thách thức mà marketer sẽ gặp phải. Hy vọng những thông tin trên đã phần nào hiểu thêm về mô hình LTV, cũng như cách để vượt qua những thử thách khi sử dụng mô hình này.

04/11/2020
318 lượt xem