予測生涯収益(pLTV)

Tenjinの予測LTVを活用したキャンペーンの最適化 #

The N-Day All pLTV (Ad Mediation + IAP + Subscriptions) metric in Tenjin allows you to evaluate campaign performance early, using our machine-learning forecasts of total user revenue. This helps you make informed decisions about scaling, maintaining, or pausing campaigns without waiting for cohort data. The best part is: You don’t need to do any extra leg work to set things up. You will find these metrics in the main UA report

• It combines Ad Mediation revenue (ILRD), IAP revenue and subscription revenue (New Subscriptions and Renewals) into a single predicted metric with ~90% average accuracy.
• Supported cohort sizes: any day from 0 to 30 (e.g., 0, 1, 2, …, 30 days) along with 90, 180 and 365 days cohorts
• 予測は、0日指標、成熟コホートデータ、および履歴データに基づいています。
• Tenjinの有料プランをご利用のすべてのユーザーがご利用いただけます。

設定方法と効果的な使用方法を説明します。

Setting Up 1-Day All pLTV (Ad Mediation + IAP + Subscriptions) on the Tenjin Dashboard #

To view 1-Day All pLTV (Ad Mediation + IAP + Subscriptions) for your campaigns:

• Tenjinダッシュボードの「Analyze」セクションにある「User Acquisition」ページに移動します。
• クリック Edit Metrics (above the report table, on the right). Type pLTV in the search box to find the predicted metrics quickly.

以下の列をテーブルに追加します。

• Spend
• 1-Day All LTV (Ad Mediation + IAP + Subscriptions)
• 1-Day All pLTV (Ad Mediation + IAP + Subscriptions)
• 1-Day All pROAS (Ad Mediation + IAP + Subscriptions) (optional)

This setup gives you both actual and predicted revenue for each campaign for the 1-day cohort. The optional pROAS column shows the predicted ROAS directly, so you don’t have to calculate it yourself. The same pLTV, pROAS and pROI metrics are also available in Data Explorer.

データの見方 #

上記の指標を追加した後のテーブルの例を以下に示します。この例では、アプリの 1 日のデータがキャンペーン別に分類されています。

• Spend: キャンペーンのユーザー獲得費用合計。
• 1-Day All LTV (Ad Mediation + IAP + Subscriptions): Actual day-1 Total Revenue from ad mediation revenue + IAP revenue + subscription revenue.
• 1-Day All pLTV (Ad Mediation + IAP + Subscriptions): Predicted Total Revenue for the cohort of users after 1-day of acquisition.
• 1-Day All pROAS (Ad Mediation + IAP + Subscriptions): Predicted ROAS, calculated as 100 × 1-Day All pLTV / Spend.

結果の解釈 #

この例では、以下の点に気付くでしょう。

• Campaign 1 had a spend of $1,810.20 The actual 1-Day All LTV (Ad Mediation + IAP + Subscriptions) was ~$1,270, and the predicted LTV was ~$1,307.
• The approx predicted ROAS would be around ~72% (Predicted LTV / Spend). This is the value the 1-Day All pROAS column shows.
• ユーザーがまだ最初の24時間しか経っていないため、これは非常に強力な初期シグナルです。これらのユーザーがその後のコホート(例：3日目または7日目)で継続し、さらに収益化すれば、キャンペーンは時間の経過とともにROASが100%を超えるか、損益分岐点に達する可能性があります。
• 規模をテストするために、現在の支出を維持することを検討することをお勧めします。
• Similarly, Campaign 3 spent $436.08 with actual 1-Day All LTV (Ad Mediation + IAP + Subscriptions) of $356.49 and the predicted LTV of $366.28
• 予測ROASは約84%となり、キャンペーン1よりも良好です。
• これも早期の好材料です。コホートは初日から既に損益分岐点に近づいており、今後のコホートでは収益化が見込まれます。
• このキャンペーンでは予算を慎重に増額し、ユーザーが成熟して収益性が高まった後期のコホートで予算規模をテストすることをお勧めします。

主要な結論 #

• 予測LTV指標を、どのキャンペーンを拡大すべきかを判断するための早期指標として活用してください。
• ROAS目標にもよりますが、初日の予測ROASが目標値を上回っている場合、通常は拡大の可能性が高いことを示しています。ユーザーはまだ成熟していないため、時間の経過とともにROASが向上する可能性が高くなります。
• 予測ROASがROAS目標値を下回っている場合は、支出を減らすか、新しいターゲティングやクリエイティブをテストしてください。
• 収益性を最大化するために、高い予測パフォーマンスを示しているキャンペーンに予算を集中させましょう。

よくある質問 #

What is the difference between “1-Day All LTV (Ad Mediation + IAP + Subscriptions)” and “1-Day All pLTV (Ad Mediation + IAP + Subscriptions)”? #

The 1-Day All LTV (Ad Mediation + IAP + Subscriptions) shows actual revenue (Ad Mediation + IAP + Subscriptions) generated by users acquired on Day-1. The 1-Day All pLTV (Ad Mediation + IAP + Subscriptions) is a machine-learning forecast that predicts Total Revenue for the cohort based on 0-day metrics and historical cohort data.

予測LTV をすべてのキャンペーンと広告ネットワークで使用できますか? #

はい。Tenjinでは、広告メディエーションとIAPデータの両方が適切に連携されていれば、すべてのキャンペーンおよび広告ネットワークについて、予測LTVを確認することができます。.

予測 LTV メトリックの精度はどの程度ですか? #

予測LTV指標の平均精度は約90%です。最適化に向けた強力な初期シグナルを提供するように設計されていますが、キャンペーンの意思決定には他のKPIと組み合わせて使用する必要があります。

予測LTVが実際の値と一致しないのはなぜですか？ #

当社の予測モデルは最大78の入力信号を使用します。多数の変数（およびそれらの相互作用）から学習するため、完全な一致は期待できません。入力のわずかなずれや遅延が精度に影響を与える可能性があり、実際のLTVも遅延イベントやデータ修正により時間とともに変動します。モデルは定期的に再学習・再調整されるため、不一致は時間とともに縮小するはずです。

TenjinにおけるpLTVの算出方法? #

当社のpLTVモデルは、複数の収益化チャネルにおける初期のユーザー行動を評価し、長期的な収益ポテンシャルを予測します。これは、以下の主要なシグナルを分析することで実現されます。

• 広告インプレッション数
• セッション深度
• 初回購入の兆候
• エンゲージメントパターン
• 早期継続率指標

当社のニューラルネットワークはこれらのシグナルを同時に処理し、将来の収益可能性を示す複雑なパターンを識別します。IAAとIAPの両方における数百万のユーザージャーニーで学習させることで、モデルは初期行動と高い生涯価値の相関関係を学習し、初日から正確な予測を可能にします。数か月ではなく数時間で実用的なインサイトを得られます。

TenjinのpLTVについて詳しくは、ブログ記事をご覧ください。