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

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。

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。

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。

△ 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。

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。

“经过对照测试，我们能够测算出付费推广营销活动对自然用户的获取有多大增长作用。” —— Jason Daskalopoulos

如果您有对计算终身价值有更多的想法分享或问题，欢迎在文章下方留言给我们。