{"id":12873,"date":"2025-11-04T10:30:00","date_gmt":"2025-11-04T10:30:00","guid":{"rendered":"https:\/\/tenjin.com\/?p=12873"},"modified":"2026-02-03T15:06:04","modified_gmt":"2026-02-03T15:06:04","slug":"predicted-ltv-for-hybrid-monetization","status":"publish","type":"post","link":"https:\/\/tenjin.com\/pt\/blog\/predicted-ltv-for-hybrid-monetization\/","title":{"rendered":"LTV previsto para monetiza\u00e7\u00e3o h\u00edbrida: 4 desafios resolvidos"},"content":{"rendered":"<p>Did you know that most predicted LTV (<a href=\"https:\/\/tenjin.com\/pt\/ltv-prediction\/\">pLTV<\/a>) models weren\u2019t built for hybrid monetization apps? When you\u2019re monetizing through both in-app purchases (IAP) and in-app purchases, user behavior gets complex fast. Standard LTV models can\u2019t handle it, and most pLTV metrics can\u2019t either. savings, and deep insights.<\/p>\n\n\n\n<figure class=\"wp-block-pullquote\"><blockquote><p class=\"translation-block\">\"H\u00e1 uma falta de ferramentas que suportem <br>aplica\u00e7\u00f5es de monetiza\u00e7\u00e3o h\u00edbridas.\"<br><\/p><cite>- Jaspreet Bassan<br> Gestor de produtos s\u00e9nior na Tenjin<\/cite><\/blockquote><\/figure>\n\n\n\n<p>A quest\u00e3o \u00e9 que a monetiza\u00e7\u00e3o h\u00edbrida est\u00e1 em todo o lado hoje em dia, mas as ferramentas para isso? Nem por isso. <a href=\"https:\/\/tenjin.com\/pt\/blog\/ad-revenue-in-mobile-games-iap-vs-iaa\/\" target=\"_blank\" rel=\"noreferrer noopener\">Estrat\u00e9gias IAP + IAA<\/a> tornaram-se o padr\u00e3o para muitas aplica\u00e7\u00f5es, incluindo jogos para telem\u00f3vel, mas a maioria das plataformas de an\u00e1lise ainda trata a monetiza\u00e7\u00e3o como se fosse um fluxo \u00fanico. Este \u00e9 um problema real para a previs\u00e3o do LTV, que \u00e9 essencial quando se est\u00e1 a gerir a aquisi\u00e7\u00e3o de utilizadores (UA) para jogos h\u00edbridos. S\u00e3o necess\u00e1rias previs\u00f5es precisas em ambos os canais de receitas para otimizar os gastos de forma eficaz. A lacuna de ferramentas era \u00f3bvia, por isso cri\u00e1mos o que faltava. <\/p>\n\n\n\n<p>Mas construir um pLTV para monetiza\u00e7\u00e3o h\u00edbrida n\u00e3o \u00e9 simples, explica Jaspreet Bassan, Gestora de Produto S\u00e9nior da Tenjin. Ela senta-se e partilha as <strong>quatro grandes desafios <\/strong>ao longo do caminho, por isso carregue no play e continue a percorrer para saber mais...<\/p>\n\n\n\n<figure class=\"wp-block-embed aligncenter is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio\"><div class=\"wp-block-embed__wrapper\">\n<iframe title=\"Previs\u00e3o de LTV para aplica\u00e7\u00f5es m\u00f3veis com monetiza\u00e7\u00e3o h\u00edbrida: pLTV da Tenjin\" width=\"500\" height=\"281\" src=\"https:\/\/www.youtube.com\/embed\/RhB9zOWi_QI?feature=oembed&#038;enablejsapi=1&#038;origin=https:\/\/tenjin.com\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe>\n<\/div><\/figure>\n\n\n\n<div style=\"height:39px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<div style=\"height:0px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<div style=\"height:0px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Desafio #1: Escassez de sinais<\/h2>\n\n\n\n<figure class=\"wp-block-image size-full\"><img data-recalc-dims=\"1\" decoding=\"async\" width=\"2560\" height=\"1440\" src=\"https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge1-scaled.png?resize=2560%2C1440&#038;ssl=1\" alt=\"pLTV Desafio 1\" class=\"wp-image-12921\" srcset=\"https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge1-scaled.png?w=2560&amp;ssl=1 2560w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge1-scaled.png?resize=300%2C169&amp;ssl=1 300w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge1-scaled.png?resize=1024%2C576&amp;ssl=1 1024w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge1-scaled.png?resize=768%2C432&amp;ssl=1 768w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge1-scaled.png?resize=1536%2C864&amp;ssl=1 1536w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge1-scaled.png?resize=2048%2C1152&amp;ssl=1 2048w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge1-scaled.png?resize=18%2C10&amp;ssl=1 18w\" sizes=\"(max-width: 1000px) 100vw, 1000px\" \/><\/figure>\n\n\n\n<p>Os modelos de LTV previstos precisam de grandes volumes de sinais iniciais para produzir um resultado estatisticamente significativo e preciso. Com os modelos de monetiza\u00e7\u00e3o h\u00edbridos, esses sinais s\u00e3o muitas vezes escassos nos primeiros dias cr\u00edticos, quando a previs\u00e3o \u00e9 mais necess\u00e1ria.<\/p>\n\n\n\n<p>A nossa solu\u00e7\u00e3o utiliza redes neuronais, explica Jaspreet:&nbsp;<\/p>\n\n\n\n<p>\"Para n\u00f3s, as redes neuronais foram a escolha absolutamente correta, porque s\u00e3o capazes de lidar muito bem com grandes volumes de dados, que \u00e9 exatamente o que este desafio \u00fanico prop\u00f5e.\"&nbsp;<\/p>\n\n\n\n<p>\"E s\u00e3o capazes de encontrar padr\u00f5es. Tamb\u00e9m s\u00e3o capazes de aprender muito bem com as tend\u00eancias, pelo que n\u00e3o \u00e9 necess\u00e1rio fazer muito processamento de carater\u00edsticas.\"<\/p>\n\n\n\n<p>Ela continua a partilhar um resultado importante:<\/p>\n\n\n\n<figure class=\"wp-block-pullquote\"><blockquote><p>\"Pode pegar nos dados do dia zero e aprender padr\u00f5es a partir deles,<br>e depois fazer previs\u00f5es para coortes at\u00e9 ao dia 30\".<\/p><\/blockquote><\/figure>\n\n\n\n<p>As redes neuronais podem identificar padr\u00f5es complexos a partir de sinais iniciais insuficientes. As nossas redes neuronais aproveitam os dados granulares de impress\u00f5es de an\u00fancios como uma fonte de sinal inicial rica para <strong>ultrapassar a escassez de sinais.<\/strong> Analisamos a forma como os utilizadores interagem com os an\u00fancios desde o in\u00edcio, fornecendo dados de grande volume e de fase inicial para uma maior precis\u00e3o.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Desafio #2: Baleias e outros fen\u00f3menos an\u00f3malos<\/h2>\n\n\n\n<figure class=\"wp-block-gallery has-nested-images columns-default is-cropped wp-block-gallery-1 is-layout-flex wp-block-gallery-is-layout-flex\">\n<figure class=\"wp-block-image size-full\"><img data-recalc-dims=\"1\" decoding=\"async\" width=\"2560\" height=\"1440\" data-id=\"12922\" src=\"https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge2-scaled.png?resize=2560%2C1440&#038;ssl=1\" alt=\"pLTV Desafio 2\" class=\"wp-image-12922\" srcset=\"https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge2-scaled.png?w=2560&amp;ssl=1 2560w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge2-scaled.png?resize=300%2C169&amp;ssl=1 300w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge2-scaled.png?resize=1024%2C576&amp;ssl=1 1024w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge2-scaled.png?resize=768%2C432&amp;ssl=1 768w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge2-scaled.png?resize=1536%2C864&amp;ssl=1 1536w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge2-scaled.png?resize=2048%2C1152&amp;ssl=1 2048w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge2-scaled.png?resize=18%2C10&amp;ssl=1 18w\" sizes=\"(max-width: 1000px) 100vw, 1000px\" \/><\/figure>\n<\/figure>\n\n\n\n<p>Um problema cl\u00e1ssico quando se lida com qualquer modela\u00e7\u00e3o s\u00e3o os outliers. Estes s\u00e3o baleias ou qualquer estat\u00edstica fora do comum que possa causar distor\u00e7\u00e3o na medi\u00e7\u00e3o. Por exemplo, um utilizador gasta $1000 num IAP, mas a maioria dos utilizadores gasta $10. Os modelos tradicionais de pLTV n\u00e3o sabem como lidar com isso e apresentam resultados extremamente optimistas ou mostram que o potencial de receitas foi perdido.<strong>&nbsp;<\/strong><\/p>\n\n\n\n<p>Jaspreet explica a abordagem da sua equipa: \"Come\u00e7amos por utilizar as coortes imaturas como uma das carater\u00edsticas. Em seguida, adicionamos esses dados ao modelo e este \u00e9 treinado para efetuar previs\u00f5es com base nesses dados. Assim, de duas em duas horas, as coortes est\u00e3o a amadurecer e o modelo tem isso em conta e faz novas previs\u00f5es. \"&nbsp;<\/p>\n\n\n\n<p>Existe um fluxo e uma monitoriza\u00e7\u00e3o cont\u00ednuos. Para ultrapassar o problema dos valores at\u00edpicos, existe uma normaliza\u00e7\u00e3o din\u00e2mica que \u00e9 actualizada regularmente:<\/p>\n\n\n\n<figure class=\"wp-block-pullquote has-text-align-center\"><blockquote><p>\"Utilizamos um <strong>metodologia de normaliza\u00e7\u00e3o que se actualiza de duas em duas horas<\/strong> para ter em conta quaisquer anomalias nos dados. Isto significa que podemos ajustar automaticamente os valores at\u00edpicos ou quaisquer padr\u00f5es de despesa invulgares.\"&nbsp; <\/p><\/blockquote><\/figure>\n\n\n\n<p>Isto significa que os utilizadores ocasionais continuam a contar, mas n\u00e3o far\u00e3o baixar a sua m\u00e9dia. Significa tamb\u00e9m que n\u00e3o est\u00e1 a sobrestimar o valor com base em algumas pessoas que gastam muito. A sua previs\u00e3o de LTV \u00e9 mais realista e tem mais em conta.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Desafio #3: As m\u00e9tricas divididas n\u00e3o s\u00e3o hol\u00edsticas<\/h2>\n\n\n\n<figure class=\"wp-block-image size-full\"><img data-recalc-dims=\"1\" decoding=\"async\" width=\"2560\" height=\"1440\" src=\"https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge3-scaled.png?resize=2560%2C1440&#038;ssl=1\" alt=\"pLTV Desafio 3\" class=\"wp-image-12923\" srcset=\"https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge3-scaled.png?w=2560&amp;ssl=1 2560w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge3-scaled.png?resize=300%2C169&amp;ssl=1 300w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge3-scaled.png?resize=1024%2C576&amp;ssl=1 1024w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge3-scaled.png?resize=768%2C432&amp;ssl=1 768w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge3-scaled.png?resize=1536%2C864&amp;ssl=1 1536w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge3-scaled.png?resize=2048%2C1152&amp;ssl=1 2048w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge3-scaled.png?resize=18%2C10&amp;ssl=1 18w\" sizes=\"(max-width: 1000px) 100vw, 1000px\" \/><\/figure>\n\n\n\n<p>As informa\u00e7\u00f5es fragmentadas sobre as receitas provocam lacunas. A maioria das plataformas obriga-o a controlar separadamente as receitas de IAP e IAA. Isto gera mais trabalho, uma vez que se est\u00e1 a fazer malabarismos com duas m\u00e9tricas de pLTV diferentes, quando na realidade deveriam ser combinadas numa perspetiva hol\u00edstica.&nbsp;<\/p>\n\n\n\n<p>Quando os dados de receita s\u00e3o divididos, n\u00e3o \u00e9 poss\u00edvel identificar rapidamente quais segmentos de usu\u00e1rios s\u00e3o realmente lucrativos em ambos os fluxos, afirma Jaspreet. Al\u00e9m disso, voc\u00ea come\u00e7a a otimizar em silos, o que nunca \u00e9 ideal, especialmente para aplicativos de monetiza\u00e7\u00e3o h\u00edbridos ou h\u00edbridos. &nbsp;<br><br>Ela explica que \"os nossos clientes actuais sabem que temos uma m\u00e9trica de LTV combinada, que \u00e9 o LTV real que est\u00e1 dispon\u00edvel depois de os seus coortes terem atingido a maturidade. E sabemos que as aplica\u00e7\u00f5es h\u00edbridas utilizam muito essa m\u00e9trica. Por isso, quer\u00edamos fornecer uma m\u00e9trica semelhante que combinasse o IAA e o IAP\". Ela enfatiza isso:<\/p>\n\n\n\n<figure class=\"wp-block-pullquote\"><blockquote><p>&nbsp;\"Isto vai ter um grande impacto para os nossos clientes. E agora tamb\u00e9m podemos fornecer m\u00e9tricas derivadas previstas, como o pROAS e o pROI. Isto refor\u00e7a a nossa infraestrutura global - a infraestrutura de relat\u00f3rios e a infraestrutura de dados - que foi constru\u00edda de tal forma que permite fazer previs\u00f5es para<br> o LTV real \u00e9 tamb\u00e9m muito mais f\u00e1cil e significativo\".<\/p><\/blockquote><\/figure>\n\n\n\n<p>Por fim, cri\u00e1mos um \u00fanico <a href=\"https:\/\/docs.tenjin.com\/docs\/pltv\" target=\"_blank\" rel=\"noreferrer noopener\">pLTV<\/a> que pode ser acedida diretamente a partir das ac\u00e7\u00f5es do Tenjin Dashboard Jaspreet. Obt\u00e9m-se uma \u00fanica m\u00e9trica que reflecte o valor total previsto tanto no IAA como no IAP, com previs\u00f5es a curto e a longo prazo inclu\u00eddas por defeito.&nbsp;<\/p>\n\n\n\n<p>A nossa solu\u00e7\u00e3o proporciona uma visibilidade clara e hol\u00edstica para a a\u00e7\u00e3o. Acabou-se a gin\u00e1stica das folhas de c\u00e1lculo ou o esticar das estat\u00edsticas para compreender as suas margens de lucro. Pode agir mais cedo e sentir-se mais confiante.&nbsp;<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Desafio #4: \"Estar suficientemente perto\" n\u00e3o \u00e9 suficientemente bom<\/h2>\n\n\n\n<figure class=\"wp-block-image size-full\"><img data-recalc-dims=\"1\" decoding=\"async\" width=\"2560\" height=\"1440\" src=\"https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge4-scaled.png?resize=2560%2C1440&#038;ssl=1\" alt=\"pLTV Desafio 4\" class=\"wp-image-12924\" srcset=\"https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge4-scaled.png?w=2560&amp;ssl=1 2560w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge4-scaled.png?resize=300%2C169&amp;ssl=1 300w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge4-scaled.png?resize=1024%2C576&amp;ssl=1 1024w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge4-scaled.png?resize=768%2C432&amp;ssl=1 768w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge4-scaled.png?resize=1536%2C864&amp;ssl=1 1536w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge4-scaled.png?resize=2048%2C1152&amp;ssl=1 2048w, https:\/\/i0.wp.com\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge4-scaled.png?resize=18%2C10&amp;ssl=1 18w\" sizes=\"(max-width: 1000px) 100vw, 1000px\" \/><\/figure>\n\n\n\n<p>A maior parte dos modelos de pLTV oscila em torno da precis\u00e3o de 70-80%. Isto pode parecer decente, mas quando se est\u00e1 a tomar decis\u00f5es de atribui\u00e7\u00e3o de or\u00e7amento em tempo real no valor de milhares de d\u00f3lares, uma margem de erro de 20-30% \u00e9 inaceit\u00e1vel. Perder pode ser especialmente prejudicial para desenvolvedores de aplicativos e profissionais de marketing preocupados com o or\u00e7amento, ou para aqueles localizados em mercados emergentes. Todos n\u00f3s podemos enfatizar que quaisquer previs\u00f5es imprecisas levam a gastos desperdi\u00e7ados ou oportunidades perdidas.<\/p>\n\n\n\n<p>A otimiza\u00e7\u00e3o de UA requer confian\u00e7a. Se n\u00e3o puder confiar na sua an\u00e1lise preditiva, n\u00e3o poder\u00e1 reafectar o or\u00e7amento, ajustar as licita\u00e7\u00f5es ou dimensionar as campanhas com confian\u00e7a. Em mercados de ritmo acelerado, a hesita\u00e7\u00e3o tem um custo.&nbsp;<br><br><strong>Um pLTV de elevada precis\u00e3o \u00e9 fundamental para as decis\u00f5es de otimiza\u00e7\u00e3o di\u00e1rias e em tempo real:<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-pullquote\"><blockquote><p class=\"translation-block\">\"A precis\u00e3o do 90% \u00e9 fant\u00e1stica e algo que \u00e9 <em>realmente raro<\/em> nesta ind\u00fastria.\"<\/p><\/blockquote><\/figure>\n\n\n\n<p>Salienta que \"muito do que foi feito foi para construir o LTV previsto, e \u00e9 por isso que penso que este <strong>Precis\u00e3o 90%<\/strong> A taxa que recebemos era poss\u00edvel. Acrescent\u00e1mos uma grande quantidade de conhecimentos especializados e abord\u00e1mos este problema na perspetiva do cliente.\"&nbsp;&nbsp;<\/p>\n\n\n\n<p>Esta incr\u00edvel refer\u00eancia foi criada atrav\u00e9s de uma rigorosa forma\u00e7\u00e3o e an\u00e1lise de redes neurais. Al\u00e9m disso, o nosso pLTV est\u00e1 dispon\u00edvel ao n\u00edvel da aplica\u00e7\u00e3o, da campanha e do pa\u00eds. Desta forma, pode atribuir or\u00e7amentos com base em diferentes pa\u00edses para as suas campanhas e canais, tornando as possibilidades infinitas. <\/p>\n\n\n\n<p>Este limite de desempenho torna a nossa m\u00e9trica pLTV suficientemente fi\u00e1vel para as decis\u00f5es de otimiza\u00e7\u00e3o di\u00e1rias. Por isso, v\u00e1 em frente, optimize com confian\u00e7a, n\u00e3o com cautela, e aposte no seu or\u00e7amento de UA.<\/p>\n\n\n\n<figure class=\"wp-block-pullquote\"><blockquote><p>\"Utilizamos as m\u00e9tricas pLTV da Tenjin para monitorizar o desempenho de novas coortes em tempo real, sem ter de esperar por dados a longo prazo. Isto permite-nos tomar decis\u00f5es de UA muito mais rapidamente.\"<\/p><cite>- James McClelland, Tapped<\/cite><\/blockquote><\/figure>\n\n\n\n<details class=\"wp-block-details is-layout-flow wp-block-details-is-layout-flow\"><summary>Ler a transcri\u00e7\u00e3o completa<\/summary>\n<p><strong>Jas:<\/strong> Quero dizer que a nossa m\u00e9dia \u00e9, e Roman, enfatiza a palavra m\u00e9dia, que \u00e9, sabe, a forma correta de falar sobre a precis\u00e3o do modelo, muito bem. Isso \u00e9 de facto muito bom. Uma precis\u00e3o de 90% \u00e9 fant\u00e1stica e algo que \u00e9 realmente raro neste sector.&nbsp;<\/p>\n\n\n\n<p><strong>Romano:<\/strong> Ol\u00e1 a todos, bem-vindos a mais um v\u00eddeo sobre uma atualiza\u00e7\u00e3o da Tenjin. Hoje vamos falar com Jaspret, da nossa equipa de produtos. Ol\u00e1, Jas.&nbsp;<\/p>\n\n\n\n<p><strong>Jas:<\/strong> Ol\u00e1 Roman.<br><br><strong>Romano: <\/strong>E estamos a falar de previs\u00e3o de LTV - o que \u00e9, porque \u00e9 importante e como pode aceder a ela na Tenjin. Por isso, sim, vamos come\u00e7ar com algumas palavras sobre ti Jas.<\/p>\n\n\n\n<p><strong>Jas:<\/strong> Obrigado, Roman. Ol\u00e1 a todos, chamo-me Jas ou Jaspreet e sou o gestor de produtos da Tenjin. Normalmente, trabalho na \u00e1rea dos dados e dashboards, e cri\u00e1mos o LTV preditivo (pLTV), especialmente para todos v\u00f3s.&nbsp;<\/p>\n\n\n\n<p><strong>Romano: <\/strong>Exatamente. Prepar\u00e1mos alguns diapositivos para este v\u00eddeo. Vou partilhar o meu ecr\u00e3 e vamos analis\u00e1-los e ter uma esp\u00e9cie de conversa sobre o produto.&nbsp;<\/p>\n\n\n\n<p>Portanto, sim, a previs\u00e3o do LTV foi feita \u00e0 medida das aplica\u00e7\u00f5es com monetiza\u00e7\u00e3o h\u00edbrida. H\u00edbrido \u00e9 um novo hiper agora.  H\u00e1 muito entusiasmo, mas sentimos que n\u00e3o h\u00e1 ferramentas suficientes para esse subconjunto de aplicativos. E a previs\u00e3o de LTV \u00e9 uma ferramenta essencial quando se faz aquisi\u00e7\u00e3o de utilizadores para um jogo h\u00edbrido.&nbsp;<\/p>\n\n\n\n<p>Vamos ver porque \u00e9 que precisa de o usar. Queres comentar, Jas?<\/p>\n\n\n\n<p><strong>Jas: <\/strong>Sim, sem d\u00favida, penso que o Roman faz uma excelente observa\u00e7\u00e3o. Precisamos de mais ferramentas para h\u00edbridos, que tendem a faltar. Mas na Tenjiin, estamos muito concentrados nisto.&nbsp;<\/p>\n\n\n\n<p>S\u00f3 para fazer uma pequena introdu\u00e7\u00e3o, centrando-me especificamente nas aplica\u00e7\u00f5es h\u00edbridas. Assim, para as aplica\u00e7\u00f5es que t\u00eam an\u00fancios in-app (IAA) puros, a sua receita ir\u00e1 provavelmente amadurecer muito mais rapidamente, certo? Por exemplo, no dia 3 ou no dia 7. J\u00e1 no caso das aplica\u00e7\u00f5es h\u00edbridas ou das aplica\u00e7\u00f5es que utilizam muitas compras in-app (IAP), a sua receita de IAA pode amadurecer mais rapidamente, mas a sua receita de IAP pode demorar semanas ou meses a amadurecer.&nbsp;<\/p>\n\n\n\n<p>\u00c9 por isso que temos o pLTV para aplica\u00e7\u00f5es h\u00edbridas! Com o pLTV, n\u00e3o precisa de esperar que as coortes amadure\u00e7am. Ou, por exemplo, esperar para fazer as optimiza\u00e7\u00f5es de campanha ap\u00f3s o dia 30, dia 60 ou mais. Em vez disso, pode tomar a sua decis\u00e3o de otimiza\u00e7\u00e3o de campanha muito mais cedo, certo? Assim, em vez de esperar tanto tempo, \u00e0 espera que as suas coortes amadure\u00e7am, pode agir no segundo dia, por exemplo.&nbsp;&nbsp;<\/p>\n\n\n\n<p><strong>Romano: <\/strong>E aqui tenho este exemplo hipot\u00e9tico da Campanha A e da Campanha B. Como podemos ver aqui no dia 0, \u00e9 como se a Campanha B fosse uma clara vencedora aqui. No entanto, isto pode n\u00e3o ser verdade para uma aplica\u00e7\u00e3o h\u00edbrida, porque um utilizador pode entrar, fazer uma compra e isso ir\u00e1 sobrepor-se a todas as receitas que foram obtidas atrav\u00e9s da exibi\u00e7\u00e3o dos an\u00fancios. E aqui est\u00e1 como seria se houvesse previs\u00f5es para o dia 14.&nbsp;&nbsp;<\/p>\n\n\n\n<p>J\u00e1 trabalh\u00e1mos com algumas empresas neste dom\u00ednio. A Jas trabalhou em estreita colabora\u00e7\u00e3o com o James e a sua equipa em todo o projeto de LTV preditivo. E sim, vamos ler a cita\u00e7\u00e3o:&nbsp;<\/p>\n\n\n\n<p>\"Utilizamos as m\u00e9tricas pLTV da Tenjin para monitorizar o desempenho de novas coortes em tempo real, sem ter de esperar por dados a longo prazo. Isto permite-nos tomar decis\u00f5es de UA muito mais rapidamente.\" - James McClelland, Tapped<\/p>\n\n\n\n<p>Isto \u00e9 exatamente o que a Jas acabou de dizer, certo?&nbsp;<\/p>\n\n\n\n<p><strong>Jas: <\/strong>Sim. Sim. Sabe, Roman, quando est\u00e1vamos a desenvolver o produto para o LTV previsto, trabalh\u00e1mos muito com os clientes, muito de perto, e a Tapped foi um dos clientes, mesmo na fase Alfa. Utilizaram as nossas previs\u00f5es desde muito antes e agora este produto est\u00e1 dispon\u00edvel para todos e pode ser utilizado por todos.<\/p>\n\n\n\n<p>Recebemos reac\u00e7\u00f5es muito semelhantes de quase todos os nossos clientes. Ficamos a saber como \u00e9 que eles<\/p>\n\n\n\n<p>e s\u00e3o capazes de tomar decis\u00f5es sobre a aquisi\u00e7\u00e3o de utilizadores muito mais rapidamente, certo?&nbsp;<\/p>\n\n\n\n<p>Romano: E aqui est\u00e1, mais uma vez, a \u00eanfase na rapidez. Portanto, se estou \u00e0 espera de 14 dias, preciso de ver qual \u00e9 a campanha com melhor desempenho. Se utilizar a previs\u00e3o de LTV antes do 14\u00ba dia, ou seja qual for o dia, pode reinvestir o dinheiro mais rapidamente, como pode ver aqui... vai receber mais dinheiro no final.&nbsp;<\/p>\n\n\n\n<p>Roman: Talvez para algu\u00e9m que n\u00e3o saiba o que \u00e9 uma aplica\u00e7\u00e3o h\u00edbrida, vamos falar sobre isso. Jas, o que \u00e9 uma aplica\u00e7\u00e3o h\u00edbrida?<br><\/p>\n\n\n\n<p>Jas:  Fixe. Fixe. Quando dizemos aplica\u00e7\u00f5es h\u00edbridas, referimo-nos a uma aplica\u00e7\u00e3o que utiliza os dois modelos de receitas que vos apresentei rapidamente no in\u00edcio deste v\u00eddeo, certo? Um deles \u00e9 a publicidade in-app, o que basicamente significa que a aplica\u00e7\u00e3o gera receitas mostrando an\u00fancios aos utilizadores. E o outro modelo de neg\u00f3cio \u00e9 o IAP, ou compras na aplica\u00e7\u00e3o. Assim, as compras na aplica\u00e7\u00e3o podem ser produtos vendidos uma \u00fanica vez, subscri\u00e7\u00f5es, ou outras coisas, mas tamb\u00e9m se ganha dinheiro com a venda de um produto na aplica\u00e7\u00e3o.&nbsp;<\/p>\n\n\n\n<p>Portanto, as aplica\u00e7\u00f5es h\u00edbridas fazem ambas as coisas, certo? Ganham dinheiro com a apresenta\u00e7\u00e3o de an\u00fancios e os utilizadores podem comprar os seus produtos dentro da aplica\u00e7\u00e3o. Assim, \u00e9 poss\u00edvel ganhar dinheiro tanto com an\u00fancios como com compras.<br><br>E quando uma aplica\u00e7\u00e3o utiliza estes dois modelos em conjunto, chamamos-lhes aplica\u00e7\u00f5es h\u00edbridas. Agora pode ver que esta \u00e9 uma aplica\u00e7\u00e3o como exemplo da distribui\u00e7\u00e3o de an\u00fancios na aplica\u00e7\u00e3o versus compras na aplica\u00e7\u00e3o. Pode variar. Pode ser, por exemplo, 20% IAA e 80% IAP. Mas este \u00e9 um \u00f3timo exemplo de como \u00e9 uma aplica\u00e7\u00e3o h\u00edbrida.<\/p>\n\n\n\n<p><strong>Romano:<\/strong> Exatamente E parece que o futuro s\u00e3o as aplica\u00e7\u00f5es h\u00edbridas...&nbsp;&nbsp;<\/p>\n\n\n\n<p><strong>Jas:<\/strong> 100%<br><br><strong>Romano:<\/strong> Certo, ent\u00e3o uma das coisas, mas \u00e9 um desafio certo, porque \u00e9 t\u00e3o novo. Por isso, \u00e9 um desafio prever o LTV das aplica\u00e7\u00f5es h\u00edbridas. No passado, era poss\u00edvel encontrar previs\u00f5es de LTV para compras de aplica\u00e7\u00f5es IAA. At\u00e9 agora, ningu\u00e9m fez previs\u00f5es para aplicativos h\u00edbridos. Por isso, destac\u00e1mos aqui a palavra rede neuronal. Talvez eu pe\u00e7a apenas para comentar<\/p>\n\n\n\n<p>e falar um pouco mais sobre a forma como abordou este desafio.<\/p>\n\n\n\n<p><strong>Jas:<\/strong> Fixe. Pois \u00e9. O Roman tem toda a raz\u00e3o quando diz que a Tenjin est\u00e1 a resolver este problema de uma forma \u00fanica, porque h\u00e1 falta de ferramentas que suportem aplica\u00e7\u00f5es h\u00edbridas. Neste momento, estamos a concentrar-nos nesse mercado e, Roman, tem toda a raz\u00e3o quando diz que esse \u00e9 o futuro. \u00c9 isso que estamos a ver do ponto de vista da ind\u00fastria.&nbsp;<\/p>\n\n\n\n<p>E, obviamente, quando se trata de decis\u00f5es de aquisi\u00e7\u00e3o de utilizadores ou de otimiza\u00e7\u00e3o de campanhas, como lhe quiser chamar, estamos a utilizar dados de media\u00e7\u00e3o de an\u00fancios. Falaremos mais sobre isso mais tarde.&nbsp;<\/p>\n\n\n\n<p>Estamos a utilizar muitos dados altamente granulares dispon\u00edveis ao n\u00edvel da impress\u00e3o do an\u00fancio e do utilizador. E o mesmo se passa com os dados de compras na aplica\u00e7\u00e3o. E quando estamos a utilizar muitos destes dados, queremos um algoritmo de aprendizagem autom\u00e1tica que consiga lidar muito bem com eles e com este desafio \u00fanico<\/p>\n\n\n\n<p>de que est\u00e1 a falar - para suportar aplica\u00e7\u00f5es h\u00edbridas. E as redes neuronais s\u00e3o uma escolha natural para isso.&nbsp;<\/p>\n\n\n\n<p>N\u00e3o quero aprofundar muito o aspeto t\u00e9cnico do que s\u00e3o as redes neuronais, mas pode pensar-se nas redes neuronais como um, na verdade chamam-se redes neuronais artificiais.&nbsp;<\/p>\n\n\n\n<p>S\u00e3o tecnologias de aprendizagem autom\u00e1tica, uma das tecnologias de aprendizagem autom\u00e1tica em que se pode treinar o modelo e depois treinar o modelo utilizando dados hist\u00f3ricos e esse modelo \u00e9 capaz de aprender com padr\u00f5es e tend\u00eancias hist\u00f3ricos e depois fazer previs\u00f5es.&nbsp;<\/p>\n\n\n\n<p>N\u00e3o sei, Roman, se tiveres mais perguntas, posso continuar a falar sobre isto. Uma das raz\u00f5es pelas quais utiliz\u00e1mos uma rede neural em vez de outras coisas. No nosso ciclo de desenvolvimento de produtos, procur\u00e1mos utilizar modelos mais simples.  Utiliz\u00e1mos muitos outros par\u00e2metros de refer\u00eancia, muitos par\u00e2metros de refer\u00eancia.&nbsp;<\/p>\n\n\n\n<p>Fizemos muitos testes de refer\u00eancia e, para n\u00f3s, as redes neurais foram a escolha absolutamente correta porque:&nbsp;<\/p>\n\n\n\n<p>A) S\u00e3o capazes de lidar muito bem com grandes volumes de dados, que \u00e9 exatamente o que este desafio \u00fanico prop\u00f5e e<br><br>B) S\u00e3o capazes de encontrar padr\u00f5es, s\u00e3o capazes de aprender muito bem com as tend\u00eancias, pelo que n\u00e3o \u00e9 necess\u00e1rio efetuar muito processamento de carater\u00edsticas.&nbsp;<\/p>\n\n\n\n<p>Porque \u00e9 que algu\u00e9m usaria as previs\u00f5es da Tenjin em vez de fazer as suas pr\u00f3prias previs\u00f5es? Falaremos mais sobre isso, mas do ponto de vista da rede neural, queremos que este modelo aprenda com os dados de todas as aplica\u00e7\u00f5es e de todas as organiza\u00e7\u00f5es e encontre padr\u00f5es. Por isso, mesmo que a sua campanha seja nova, digamos, e n\u00e3o tenha quaisquer dados no passado, o nosso modelo vai aprender com aplica\u00e7\u00f5es e organiza\u00e7\u00f5es semelhantes e fazer previs\u00f5es precisas para a sua campanha.<\/p>\n\n\n\n<p><strong>Romano: <\/strong>Sim, era essa a minha pergunta, de facto. Vamos analisar alguns desafios das aplica\u00e7\u00f5es h\u00edbridas. Na verdade, j\u00e1 mencionou isso, certo?<\/p>\n\n\n\n<p><strong>Jas:<\/strong> Sim, eu fiz. Sim, eu fiz.<\/p>\n\n\n\n<p><strong>Romano: <\/strong>Uh, muitos sinais e usamos impress\u00f5es, impress\u00f5es de an\u00fancios. E entregamos... talvez possamos falar sobre as coortes. As previs\u00f5es est\u00e3o dispon\u00edveis no dia zero, certo?<\/p>\n\n\n\n<p><strong>Jas: <\/strong>Sim. Ent\u00e3o, deixe-me reformular a frase. O nosso modelo aprende utilizando a coorte do dia zero, quaisquer que sejam os dados dispon\u00edveis e utilizando a coorte do dia zero, far\u00e1 previs\u00f5es para todas as coortes no futuro at\u00e9 ao dia 30. Neste momento, estamos concentrados no dia 30. Vamos adicionar, bem - estamos a meio da adi\u00e7\u00e3o de suporte para coortes mais longas at\u00e9 ao dia 365.<\/p>\n\n\n\n<p>Mas \u00e9 isso que estamos a fazer neste momento: pegar nos dados do dia zero, aprender padr\u00f5es a partir deles e fazer previs\u00f5es para coortes at\u00e9 ao dia 30.&nbsp;<\/p>\n\n\n\n<p><strong>Romano:<\/strong> E acho que um dos mais importantes que estamos a mostrar, se estivermos a falar de aplica\u00e7\u00f5es que mostram an\u00fancios, \u00e9 uma impress\u00e3o de an\u00fancio, certo?<\/p>\n\n\n\n<p><strong>Jas:<\/strong> Sim. Como se trata de uma campanha, o caso de utiliza\u00e7\u00e3o \u00e9 a aquisi\u00e7\u00e3o de utilizadores e a otimiza\u00e7\u00e3o da campanha. Estamos a utilizar impress\u00f5es de an\u00fancios muito granulares como uma das funcionalidades. Temos muitas funcionalidades que estamos a utilizar, cerca de uma centena, e esta \u00e9 uma delas.<\/p>\n\n\n\n<p><strong>Romano:<\/strong> Sim. Sim. Pois \u00e9. Isto \u00e9 s\u00f3 para responder a uma das perguntas que eu tinha, tamb\u00e9m internamente. Como \u00e9 que nos certificamos de que as previs\u00f5es iniciais (porque, desde os tempos da hiper casualidade, sei que este \u00e9 um dos factores mais importantes a compreender) s\u00e3o feitas logo no in\u00edcio da campanha. Como se precis\u00e1ssemos de previs\u00f5es antecipadas e tardias e \u00e9 por isso e como o fazemos.&nbsp;<\/p>\n\n\n\n<p>O pr\u00f3ximo desafio (foi mencionado no exemplo de um dos primeiros diapositivos). T\u00ednhamos duas campanhas e, a dada altura, a Campanha A ficou melhor do que a Campanha B, presumivelmente gra\u00e7as \u00e0 compra. Pois bem. E, por isso, actualizamos uma previs\u00e3o de duas em duas horas. Pode explicar o que isso significa?<\/p>\n\n\n\n<p><strong>Jas:<\/strong> Sim. Portanto, estamos a utilizar muitos dos seus dados, como centenas de funcionalidades: as distribui\u00e7\u00f5es das impress\u00f5es dos seus an\u00fancios, o desempenho da sua campanha com base nas altera\u00e7\u00f5es que fez \u00e0 sua campanha, como lances, etc. E outras coisas reais que est\u00e3o a acontecer mesmo \u00e0 margem de toda a sua estrat\u00e9gia de UA.&nbsp;<\/p>\n\n\n\n<p>Assim, todos esses dados s\u00e3o introduzidos no modelo e, com base neles, o modelo efectua novas previs\u00f5es. Especialmente quando as coortes n\u00e3o est\u00e3o maduras, certo? Quando as coortes est\u00e3o maduras, o modelo j\u00e1 tem muitos desses dados e fez previs\u00f5es muito boas e precisas. Mas, especialmente quando estamos a fazer altera\u00e7\u00f5es, sabemos que est\u00e3o a ocorrer altera\u00e7\u00f5es nas nossas campanhas. \u00c9 por isso que fazemos previs\u00f5es rapidamente, para ter em conta todas as altera\u00e7\u00f5es do mundo real que est\u00e3o a acontecer ou as altera\u00e7\u00f5es de distribui\u00e7\u00e3o que est\u00e3o a acontecer e, em seguida, damos-lhe novas previs\u00f5es que reflectem a realidade desse mundo.&nbsp;<\/p>\n\n\n\n<p><strong>Romano:<\/strong> \u00c9 o mesmo nas primeiras duas horas, por isso iniciei uma campanha. Estou a come\u00e7ar a ver os dados da campanha. Isso significa que, nas duas horas seguintes, devo obter algumas previs\u00f5es de LTV ou preciso de esperar mais tempo?&nbsp;<\/p>\n\n\n\n<p><strong>Jas: <\/strong>Roman, o meu entendimento \u00e9 que precisamos de dados maduros, como os do dia zero, e depois podemos fazer previs\u00f5es do dia 1 ao 30. Digamos que regressa no primeiro dia, certo? Portanto, no primeiro dia e at\u00e9 ao 30\u00ba dia, \u00e9 \u00f3bvio que as suas coortes ainda n\u00e3o amadureceram.&nbsp;<\/p>\n\n\n\n<p>Utilizamos as coortes imaturas tamb\u00e9m como uma das carater\u00edsticas e adicionamos esses dados ao modelo e, em seguida, o modelo far\u00e1 a previs\u00e3o com base neles. Certo? Assim, de duas em duas horas, as suas coortes tamb\u00e9m est\u00e3o a amadurecer e o modelo tem isso em conta e d\u00e1-lhe novas previs\u00f5es, do dia 1 ao dia 30. \u00c9 basicamente isso que estamos a fazer.<\/p>\n\n\n\n<p><strong>Romano:<\/strong> Super apanhado. O desafio n\u00famero tr\u00eas, como referi, j\u00e1 havia produtos que podiam fazer previs\u00f5es para o IIA ou o IIP.<\/p>\n\n\n\n<p><strong>Jas:<\/strong> Mhm. Decidimos fazer a previs\u00e3o numa \u00fanica m\u00e9trica para ambos e disponibiliz\u00e1mo-la no painel de controlo.&nbsp;<\/p>\n\n\n\n<p><strong>Romano:<\/strong> Talvez a Jas nos possa explicar um pouco do que se pensou quando isto foi decidido... Porque \u00e9 que fazemos isto?<br><br><strong>Jas: <\/strong>Sim. Assim, para o desenvolvimento da gest\u00e3o de produtos, a forma como quer\u00edamos abordar este problema era construir, sabe, um Alpha muito rapidamente. E vamos fazer com que alguns dos nossos clientes d\u00eaem o feedback e depois evoluir o produto organicamente.<\/p>\n\n\n\n<p>Enquanto est\u00e1vamos a fazer isto, recebemos muito do feedback inicial. Esse feedback inicial \u00e9 muito importante para criar um bom produto especificamente para a previs\u00e3o de LTV. Queremos construir algo r\u00e1pido que resolva o caso de utiliza\u00e7\u00e3o h\u00edbrido, por isso opt\u00e1mos por esta m\u00e9trica.&nbsp;<\/p>\n\n\n\n<p>Assim, os nossos clientes actuais sabem que temos LTV, uma m\u00e9trica combinada de LTV que \u00e9 o LTV real que est\u00e1 dispon\u00edvel depois de as suas coortes terem atingido a maturidade. Tamb\u00e9m est\u00e1 dispon\u00edvel para dados de coortes imaturas.&nbsp;<\/p>\n\n\n\n<p>E sabemos que as aplica\u00e7\u00f5es h\u00edbridas utilizam muito essa m\u00e9trica. Por isso, quisemos fornecer uma m\u00e9trica semelhante que combina an\u00fancios in-app e IAP.&nbsp;<\/p>\n\n\n\n<p>No caso espec\u00edfico da Tenjin, os nossos dados e a nossa infraestrutura de comunica\u00e7\u00e3o foram concebidos de forma a que j\u00e1 dispus\u00e9ssemos do LTV hist\u00f3rico ou real. Acab\u00e1mos por fazer previs\u00f5es para essa m\u00e9trica. Pense nessa m\u00e9trica como o seu eixo Y na terminologia de aprendizagem autom\u00e1tica e, em seguida, utilizar\u00e1 todas as tend\u00eancias hist\u00f3ricas e far\u00e1 uma previs\u00e3o para esse direito, e \u00e9 isso que estamos a fazer.&nbsp;<\/p>\n\n\n\n<p>Portanto, A) foi uma decis\u00e3o do ponto de vista do produto, porque sabemos que os nossos clientes utilizam este produto e que este vai ter um grande impacto para eles. E depois, utilizando esta m\u00e9trica, podemos agora fornecer m\u00e9tricas derivadas previstas, como o pROAS e o pROI. Mas, obviamente, a nossa infraestrutura, a infraestrutura de relat\u00f3rios e a infraestrutura de dados est\u00e3o constru\u00eddas de tal forma que \u00e9 muito mais f\u00e1cil fazer previs\u00f5es para este LTV real.<\/p>\n\n\n\n<p><strong>Romano: <\/strong>Apanhei-te. Passemos agora ao \u00faltimo desafio das aplica\u00e7\u00f5es h\u00edbridas, que \u00e9 a precis\u00e3o. Temos uma precis\u00e3o impressionante, uma precis\u00e3o m\u00e9dia de 90%.<\/p>\n\n\n\n<p><strong>Jas: <\/strong>Sim.<\/p>\n\n\n\n<p><strong>Romano: <\/strong>Foi sempre assim? Tivemos de trabalhar nisso? Talvez tenha alguma refer\u00eancia sobre o sector.<\/p>\n\n\n\n<p><strong>Jas: <\/strong>Sim. Esta \u00e9 uma \u00f3ptima pergunta e quero dizer que a nossa m\u00e9dia \u00e9, e Roman, enfatiza a palavra m\u00e9dia, que \u00e9, sabe, a forma correta de falar sobre a precis\u00e3o do modelo, muito bem. De facto, isso \u00e9 muito bom. Uma precis\u00e3o de 90% \u00e9 fant\u00e1stica e algo que \u00e9 realmente raro neste sector.&nbsp;<\/p>\n\n\n\n<p>Nem sempre foi esse o caso. Como disse, mencionei brevemente no in\u00edcio deste v\u00eddeo, a forma como desenvolvemos o produto. Come\u00e7\u00e1mos com a produ\u00e7\u00e3o beta Alfa. Obviamente, para o Alpha, a precis\u00e3o n\u00e3o era t\u00e3o boa.&nbsp;<\/p>\n\n\n\n<p>Antes mesmo de o Alpha ser lan\u00e7ado, fizemos uma avalia\u00e7\u00e3o comparativa interna. O nosso GFS tinha previs\u00f5es e n\u00f3s avali\u00e1mo-las, e depois fizemos a nossa pr\u00f3pria avalia\u00e7\u00e3o comparativa interna com outros modelos de aprendizagem autom\u00e1tica. E, depois, a forma como se desenvolve a aprendizagem autom\u00e1tica \u00e9 analisar diferentes carater\u00edsticas: ver qual delas est\u00e1 a dar uma boa precis\u00e3o, qual delas arru\u00edna a precis\u00e3o, fazer alguma engenharia de carater\u00edsticas, compreender muito bem os dados, compreender muito bem o neg\u00f3cio.&nbsp;<\/p>\n\n\n\n<p>Esta \u00e9 uma forma muito org\u00e2nica de fazermos as coisas, certo? Por exemplo, como \u00e9 que os clientes tomam decis\u00f5es? Falam com especialistas, por exemplo. Portanto, muito disso foi utilizado na constru\u00e7\u00e3o do LTV previsto e \u00e9 por isso que penso que esta precis\u00e3o de 90% que recebemos foi poss\u00edvel. Isso deve-se ao facto de termos acrescentado muitas dessas informa\u00e7\u00f5es especializadas e abordado este problema da perspetiva do cliente.&nbsp;<\/p>\n\n\n\n<p>Como \u00e9 que eles tomam decis\u00f5es? Envolvemo-los desde o in\u00edcio, por isso foi um processo longo. N\u00e3o foi um processo f\u00e1cil de o conseguir. Trabalh\u00e1mos arduamente para conseguir a precis\u00e3o de 90%. Dito isto, gostaria de mencionar que, embora o nosso desempenho m\u00e9dio do modelo seja de 90%, a precis\u00e3o varia de campanha para campanha, de aplica\u00e7\u00e3o para aplica\u00e7\u00e3o e de pa\u00eds para pa\u00eds.&nbsp;<\/p>\n\n\n\n<p>Acho que me esqueci de mencionar isto, mas as nossas previs\u00f5es est\u00e3o dispon\u00edveis ao n\u00edvel da aplica\u00e7\u00e3o, da campanha e do pa\u00eds. Assim, pode atribuir um or\u00e7amento com base em diferentes pa\u00edses para as suas campanhas, diferentes campanhas, diferentes canais, certo? Por exemplo, se o seu canal A n\u00e3o estiver a ter um bom desempenho neste pa\u00eds, pode fazer todo o tipo de coisas para todo o tipo de pa\u00edses, canais e campanhas.<\/p>\n\n\n\n<p>Quando se trata da precis\u00e3o de um modelo de aprendizagem autom\u00e1tica, esta pode variar entre diferentes campanhas e diferentes pa\u00edses, certo? 90% \u00e9 a m\u00e9dia. At\u00e9 agora, os nossos clientes disseram que viram uma precis\u00e3o de 90%, o que \u00e9 \u00f3timo, mas quero acrescentar esta advert\u00eancia de que a sua precis\u00e3o pode depender do seu pa\u00eds e da sua campanha e canais, raz\u00e3o pela qual estamos a pensar em adicionar intervalos de confian\u00e7a no futuro. Assim, isto ajud\u00e1-lo-\u00e1 a tomar as suas decis\u00f5es com muito mais confian\u00e7a.<\/p>\n\n\n\n<p><strong>Romano: <\/strong>\u00c9 verdade. Pois \u00e9. Sim, acho que este \u00e9 um ponto importante a salientar. Mais uma vez, \u00e9 como se fosse uma m\u00e9dia, embora seja um \u00f3timo resultado. Mas depende realmente de muitos factores. N\u00e3o deixa de ser uma previs\u00e3o. Fixe. Acho que este foi o \u00faltimo desafio, agora a quest\u00e3o principal \u00e9 como come\u00e7ar.&nbsp;<\/p>\n\n\n\n<p>Est\u00e1 dispon\u00edvel em todos os planos pagos. Por isso, come\u00e7\u00e1mos com uma funcionalidade de cancelamento a qualquer momento. Por isso, pode come\u00e7ar connosco, pagar 200 d\u00f3lares e ter acesso ao LTV preditivo. Se j\u00e1 \u00e9 cliente da Tenjin, ent\u00e3o j\u00e1 tem acesso a ele.&nbsp;<\/p>\n\n\n\n<p>Basta clicar na m\u00e9trica de edi\u00e7\u00e3o no painel de controlo e encontrar as m\u00e9tricas LTV previsto (pLTV), ROAS previsto (pROAS) e ROI previsto (pROI). Por isso, n\u00e3o \u00e9 preciso ter recursos, basta experimentar e ver como funciona. Se j\u00e1 experimentou, deixe-nos um coment\u00e1rio. Se tiveres alguma d\u00favida, deixa-nos tamb\u00e9m um coment\u00e1rio.&nbsp;<\/p>\n\n\n\n<p>Alguma \u00faltima ideia, Jas?<\/p>\n\n\n\n<p><strong>Jas:<\/strong> Sim, s\u00f3 quero dizer ao Roman que agrade\u00e7o o facto de ter destacado este aspeto. Utilizar o Tenjin \u00e9 agora mais f\u00e1cil do que nunca. Basta aceder ao nosso painel de controlo. S\u00f3 precisa de subscrever o nosso plano $200 e pode cancel\u00e1-lo sempre que quiser. Por isso, se estiveres interessado, experimenta. Hum, sim. E gostar\u00edamos de receber o vosso feedback sobre isto, ou qualquer outra coisa.<\/p>\n\n\n\n<p><strong>Romano: <\/strong>Muito bom. Muito obrigado, Jess. D\u00e1-nos um like se gostaste deste v\u00eddeo. Podemos fazer mais v\u00eddeos. Esse \u00e9 apenas um caso de uso para LTV previsto. H\u00e1 mais. Tamb\u00e9m podemos mostrar uma demonstra\u00e7\u00e3o. H\u00e1 muito conte\u00fado para explorar aqui. Ent\u00e3o...<\/p>\n\n\n\n<p><strong>Jas: <\/strong>Sim, h\u00e1. Posso falar sem parar sobre isto, acho que durante tr\u00eas ou quatro horas seguidas. Podemos falar de coisas t\u00e9cnicas. Podemos falar sobre o caso de uso de fraude que eu n\u00e3o mencionei. Como configur\u00e1-lo. Portanto, sim, fiquem atentos a mais conte\u00fado.&nbsp;<\/p>\n\n\n\n<p><strong>Romano:<\/strong> Exatamente. Muito bem, muito obrigado Jas e obrigado por...&nbsp;<\/p>\n\n\n\n<p><strong>Jas:<\/strong> Muito obrigado Roman, sim! Sa\u00fade, adeus.&nbsp;<\/p>\n<\/details>\n\n\n\n<p><br><\/p>\n\n\n\n<p><\/p>","protected":false},"excerpt":{"rendered":"<p>Did you know that most predicted LTV (pLTV) models weren\u2019t built for hybrid monetization apps? When you\u2019re monetizing through both in-app purchases (IAP) and in-app purchases, user behavior gets complex fast. Standard LTV models can\u2019t handle it, and most pLTV metrics can\u2019t either. savings, and deep insights. \u201cThere\u2019s a lack of tools out there supporting&#8230;<\/p>","protected":false},"author":26,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[91,8,90],"tags":[],"class_list":["post-12873","post","type-post","status-publish","format-standard","hentry","category-metrics","category-mobile-marketing-trends","category-podcast"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.1.1 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Predicted LTV for Hybrid Monetization: 4 Challenges Solved<\/title>\n<meta name=\"description\" content=\"Most predicted LTV models fail at hybrid monetization. Learn how neural networks, unified metrics, and a 90% accuracy solve pLTV challenges.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/tenjin.com\/pt\/blog\/predicted-ltv-for-hybrid-monetization\/\" \/>\n<meta property=\"og:locale\" content=\"pt_PT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Predicted LTV for Hybrid Monetization: 4 Challenges Solved\" \/>\n<meta property=\"og:description\" content=\"Did you know that most predicted LTV (pLTV) models weren\u2019t built for hybrid monetization apps? When you\u2019re monetizing through both in-app purchases (IAP) and in-app purchases, user behavior gets complex fast. Standard LTV models can\u2019t handle it, and most pLTV metrics can\u2019t either. savings, and deep insights.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/tenjin.com\/pt\/blog\/predicted-ltv-for-hybrid-monetization\/\" \/>\n<meta property=\"og:site_name\" content=\"Tenjin\" \/>\n<meta property=\"article:published_time\" content=\"2025-11-04T10:30:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-02-03T15:06:04+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV_social.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1600\" \/>\n\t<meta property=\"og:image:height\" content=\"900\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Tara Meyer\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@taraxmeyer\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Tara Meyer\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo estimado de leitura\" \/>\n\t<meta name=\"twitter:data2\" content=\"20 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/\"},\"author\":{\"name\":\"Tara Meyer\",\"@id\":\"https:\/\/tenjin.com\/ru\/#\/schema\/person\/711d96a1c8a6444b1f0323479dcfad35\"},\"headline\":\"Predicted LTV for Hybrid Monetization: 4 Challenges Solved\",\"datePublished\":\"2025-11-04T10:30:00+00:00\",\"dateModified\":\"2026-02-03T15:06:04+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/\"},\"wordCount\":4583,\"image\":{\"@id\":\"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge1-scaled.png\",\"articleSection\":[\"Metrics\",\"Mobile Marketing Trends\",\"Podcast\"],\"inLanguage\":\"pt-PT\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/\",\"url\":\"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/\",\"name\":\"Predicted LTV for Hybrid Monetization: 4 Challenges Solved\",\"isPartOf\":{\"@id\":\"https:\/\/tenjin.com\/ru\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge1-scaled.png\",\"datePublished\":\"2025-11-04T10:30:00+00:00\",\"dateModified\":\"2026-02-03T15:06:04+00:00\",\"author\":{\"@id\":\"https:\/\/tenjin.com\/ru\/#\/schema\/person\/711d96a1c8a6444b1f0323479dcfad35\"},\"description\":\"Most predicted LTV models fail at hybrid monetization. Learn how neural networks, unified metrics, and a 90% accuracy solve pLTV challenges.\",\"breadcrumb\":{\"@id\":\"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/#breadcrumb\"},\"inLanguage\":\"pt-PT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-PT\",\"@id\":\"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/#primaryimage\",\"url\":\"https:\/\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge1-scaled.png\",\"contentUrl\":\"https:\/\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge1-scaled.png\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/tenjin.com\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Predicted LTV for Hybrid Monetization: 4 Challenges Solved\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/tenjin.com\/ru\/#website\",\"url\":\"https:\/\/tenjin.com\/ru\/\",\"name\":\"Tenjin\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/tenjin.com\/ru\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"pt-PT\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/tenjin.com\/ru\/#\/schema\/person\/711d96a1c8a6444b1f0323479dcfad35\",\"name\":\"Tara Meyer\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-PT\",\"@id\":\"https:\/\/tenjin.com\/ru\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/475af822d5c108036baeb0c42fc7727167163edfe2456ed2326303747001b5b1?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/475af822d5c108036baeb0c42fc7727167163edfe2456ed2326303747001b5b1?s=96&d=mm&r=g\",\"caption\":\"Tara Meyer\"},\"description\":\"I\u2019m a brand strategist and storyteller transforming complex data into clear, compelling narratives. I bring fresh eyes to mobile attribution and app analytics, turning insights into strategies that connect with users and drive growth. Passionate about clarity, connection, and turning numbers into meaning.\",\"sameAs\":[\"http:\/\/www.tenjin.com\",\"https:\/\/www.instagram.com\/taraxmeyer\/\",\"https:\/\/www.linkedin.com\/in\/taraxmeyer\/\",\"https:\/\/x.com\/taraxmeyer\",\"https:\/\/www.youtube.com\/@TenjinIO\"],\"url\":\"https:\/\/tenjin.com\/pt\/blog\/author\/tara\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"LTV previsto para monetiza\u00e7\u00e3o h\u00edbrida: 4 desafios resolvidos","description":"A maioria dos modelos de LTV previstos falham na monetiza\u00e7\u00e3o h\u00edbrida. Saiba como as redes neurais, as m\u00e9tricas unificadas e uma precis\u00e3o de 90% resolvem os desafios do pLTV.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/tenjin.com\/pt\/blog\/predicted-ltv-for-hybrid-monetization\/","og_locale":"pt_PT","og_type":"article","og_title":"Predicted LTV for Hybrid Monetization: 4 Challenges Solved","og_description":"Did you know that most predicted LTV (pLTV) models weren\u2019t built for hybrid monetization apps? When you\u2019re monetizing through both in-app purchases (IAP) and in-app purchases, user behavior gets complex fast. Standard LTV models can\u2019t handle it, and most pLTV metrics can\u2019t either. savings, and deep insights.","og_url":"https:\/\/tenjin.com\/pt\/blog\/predicted-ltv-for-hybrid-monetization\/","og_site_name":"Tenjin","article_published_time":"2025-11-04T10:30:00+00:00","article_modified_time":"2026-02-03T15:06:04+00:00","og_image":[{"width":1600,"height":900,"url":"https:\/\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV_social.png","type":"image\/png"}],"author":"Tara Meyer","twitter_card":"summary_large_image","twitter_creator":"@taraxmeyer","twitter_misc":{"Escrito por":"Tara Meyer","Tempo estimado de leitura":"20 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/#article","isPartOf":{"@id":"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/"},"author":{"name":"Tara Meyer","@id":"https:\/\/tenjin.com\/ru\/#\/schema\/person\/711d96a1c8a6444b1f0323479dcfad35"},"headline":"Predicted LTV for Hybrid Monetization: 4 Challenges Solved","datePublished":"2025-11-04T10:30:00+00:00","dateModified":"2026-02-03T15:06:04+00:00","mainEntityOfPage":{"@id":"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/"},"wordCount":4583,"image":{"@id":"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/#primaryimage"},"thumbnailUrl":"https:\/\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge1-scaled.png","articleSection":["Metrics","Mobile Marketing Trends","Podcast"],"inLanguage":"pt-PT"},{"@type":"WebPage","@id":"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/","url":"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/","name":"LTV previsto para monetiza\u00e7\u00e3o h\u00edbrida: 4 desafios resolvidos","isPartOf":{"@id":"https:\/\/tenjin.com\/ru\/#website"},"primaryImageOfPage":{"@id":"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/#primaryimage"},"image":{"@id":"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/#primaryimage"},"thumbnailUrl":"https:\/\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge1-scaled.png","datePublished":"2025-11-04T10:30:00+00:00","dateModified":"2026-02-03T15:06:04+00:00","author":{"@id":"https:\/\/tenjin.com\/ru\/#\/schema\/person\/711d96a1c8a6444b1f0323479dcfad35"},"description":"A maioria dos modelos de LTV previstos falham na monetiza\u00e7\u00e3o h\u00edbrida. Saiba como as redes neurais, as m\u00e9tricas unificadas e uma precis\u00e3o de 90% resolvem os desafios do pLTV.","breadcrumb":{"@id":"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/#breadcrumb"},"inLanguage":"pt-PT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/"]}]},{"@type":"ImageObject","inLanguage":"pt-PT","@id":"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/#primaryimage","url":"https:\/\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge1-scaled.png","contentUrl":"https:\/\/tenjin.com\/wp-content\/uploads\/2025\/11\/pLTV-challenge1-scaled.png"},{"@type":"BreadcrumbList","@id":"https:\/\/tenjin.com\/blog\/predicted-ltv-for-hybrid-monetization\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/tenjin.com\/"},{"@type":"ListItem","position":2,"name":"Predicted LTV for Hybrid Monetization: 4 Challenges Solved"}]},{"@type":"WebSite","@id":"https:\/\/tenjin.com\/ru\/#website","url":"https:\/\/tenjin.com\/ru\/","name":"Tenjin","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/tenjin.com\/ru\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"pt-PT"},{"@type":"Person","@id":"https:\/\/tenjin.com\/ru\/#\/schema\/person\/711d96a1c8a6444b1f0323479dcfad35","name":"Tara Meyer","image":{"@type":"ImageObject","inLanguage":"pt-PT","@id":"https:\/\/tenjin.com\/ru\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/475af822d5c108036baeb0c42fc7727167163edfe2456ed2326303747001b5b1?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/475af822d5c108036baeb0c42fc7727167163edfe2456ed2326303747001b5b1?s=96&d=mm&r=g","caption":"Tara Meyer"},"description":"Sou um estratega de marca e um contador de hist\u00f3rias que transforma dados complexos em narrativas claras e convincentes. Trago novos olhos para a atribui\u00e7\u00e3o m\u00f3vel e an\u00e1lise de aplica\u00e7\u00f5es, transformando insights em estrat\u00e9gias que se conectam com os utilizadores e impulsionam o crescimento. Apaixonado por clareza, conex\u00e3o e por transformar n\u00fameros em significado.","sameAs":["http:\/\/www.tenjin.com","https:\/\/www.instagram.com\/taraxmeyer\/","https:\/\/www.linkedin.com\/in\/taraxmeyer\/","https:\/\/x.com\/taraxmeyer","https:\/\/www.youtube.com\/@TenjinIO"],"url":"https:\/\/tenjin.com\/pt\/blog\/author\/tara\/"}]}},"_links":{"self":[{"href":"https:\/\/tenjin.com\/pt\/wp-json\/wp\/v2\/posts\/12873","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/tenjin.com\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/tenjin.com\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/tenjin.com\/pt\/wp-json\/wp\/v2\/users\/26"}],"replies":[{"embeddable":true,"href":"https:\/\/tenjin.com\/pt\/wp-json\/wp\/v2\/comments?post=12873"}],"version-history":[{"count":34,"href":"https:\/\/tenjin.com\/pt\/wp-json\/wp\/v2\/posts\/12873\/revisions"}],"predecessor-version":[{"id":14592,"href":"https:\/\/tenjin.com\/pt\/wp-json\/wp\/v2\/posts\/12873\/revisions\/14592"}],"wp:attachment":[{"href":"https:\/\/tenjin.com\/pt\/wp-json\/wp\/v2\/media?parent=12873"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/tenjin.com\/pt\/wp-json\/wp\/v2\/categories?post=12873"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/tenjin.com\/pt\/wp-json\/wp\/v2\/tags?post=12873"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}