🔥 Полный доступ к Tenjin за $200/месяц - все функции, без дополнений, отмена в любое время. Посмотреть цены и характеристики

Зарегистрироваться

Предиктивный анализ

< 1 мин. чтения

Определение:

Прогностический анализ, также называемый аналитикой прогнозирования, представляет собой набор методов анализа данных, в которых исторические данные используются для прогнозирования будущих результатов. В мобильном маркетинге он дает ответ на вопрос: что будет дальше? Команды по привлечению пользователей (UA) используют прогнозный анализ для оценки таких показателей, как LTV, ROAS и доход от кампаний, до того как эти результаты полностью материализуются, что позволяет им принимать более быстрые и уверенные решения по бюджету.

Что такое прогнозный анализ?

В рамках прогнозного анализа на основе закономерностей, выявленных в исторических данных, формируются прогнозные оценки. Если вам известны показатели эффективности кампании или канала за последние семь дней или по предыдущим когортам, вы сможете составить обоснованный прогноз их дальнейшего развития.

В мобильном маркетинге именно эта возможность заглянуть в будущее имеет большое значение. Команды по привлечению пользователей (UA) не всегда могут ждать 90 дней, чтобы понять, приносит ли кампания прибыль. Решения о расширении масштабов, сокращении или перераспределении бюджета необходимо принимать раньше. Прогностический анализ дает командам ранний сигнал о качестве кампании и ценности пользователей, благодаря чему эти решения основываются на данных, а не на догадках.

Чем больше у вас исторических данных, тем точнее становятся эти прогнозы. Модели машинного обучения совершенствуются по мере обработки всё большего объёма данных, а это означает, что прогнозный анализ становится всё более надёжным по мере того, как ваш набор данных со временем растёт.

В чем заключается цель прогнозного анализа?

Рассмотрим повседневную работу менеджера по пользовательской рекламе. Он запускает рекламные кампании в нескольких рекламных сетях, отслеживая такие показатели, как ROI, ROAS, LTV, доход от IAA и доход от IAP. Некоторые кампании показывают хорошие результаты, другие — нет. Цель состоит в том, чтобы максимизировать доходность и минимизировать напрасные расходы, но оценка эффективности кампаний требует времени.

Прогностический анализ сокращает этот цикл. Вместо того чтобы дожидаться накопления полного объема данных, на основе исторических закономерностей делаются прогнозы о том, в каком направлении развивается каждая кампания. Это означает:

  • Досрочное перераспределение бюджетных средств в пользу более эффективных рекламных кампаний
  • Прекращение финансирования рекламных кампаний, которые вряд ли принесут прибыль
  • Установка более точных ставок на основе прогнозируемой ценности пользователя, а не на основе ранних приблизительных показателей
  • Планирование на перспективу с большей уверенностью в отношении доходов

В результате обеспечивается более эффективное использование рекламного бюджета по всем направлениям.

Как работает прогнозный анализ?

Прогностический анализ основан на выявлении закономерностей в исторических данных и их применении к текущим данным для составления прогноза. Ниже приводится упрощённое описание этого процесса:

  1. Соберите исторические данные. Модель обучается на основе данных о результатах прошлых кампаний, поведении пользователей, показателях выручки и коэффициентах удержания.
  2. Выявляйте закономерности. Алгоритмы машинного обучения выявляют взаимосвязи между ранними сигналами и долгосрочными результатами. Например, пользователи, совершившие определённое действие в приложении в течение первых трёх дней, могут стабильно приносить больший доход в течение 90 дней.
  3. Сгенерировать прогнозы. Модель применяет эти закономерности к новым данным, выдавая прогнозные оценки, такие как прогнозируемый 90-дневный LTV для текущей когорты.
  4. Совершенствуйте со временем. По мере поступления фактических результатов их сравнивают с прогнозами. Такая петля обратной связи позволяет постоянно повышать точность.

Именно машинное обучение обеспечивает масштабируемость этого процесса. Обработка больших объемов данных и выявление сложных закономерностей, охватывающих множество переменных, вручную практически невозможно. Инструменты машинного обучения выполняют эту работу автоматически, и их эффективность растет по мере увеличения объема данных, с которыми они работают.

Прогнозный анализ в мобильном маркетинге

Прогностический анализ можно применять к ряду ключевых показателей в рабочем процессе мобильного маркетинга:

Прогноз LTV 

Команда UA проводит рекламные кампании в нескольких рекламных сетях. Вместо того чтобы ждать 90 дней, чтобы сравнить LTV по каналам, прогнозная модель формирует предварительную оценку на основе данных о поведении пользователей за первые семь дней. Каналы с высокой ценностью выявляются на раннем этапе, и бюджет перераспределяется соответствующим образом.

Прогнозирование выручки 

Кампания проводится уже две недели. На основе динамики доходов на начальном этапе и исторических данных по аналогичным кампаниям прогнозная модель рассчитывает общий доход за следующие 30 дней. Команда использует этот прогноз для принятия решения о том, следует ли расширять масштабы кампании или перераспределить ресурсы.

Прогнозирование показателя ARPU и доходов от встроенных покупок (IAP) 

Для приложений с гибридной монетизацией прогнозный анализ позволяет оценить как доход от рекламы, так и доход от встроенных покупок (IAP) по конкретной когорте, что дает командам по привлечению пользователей (UA) более четкое представление о совокупной ценности пользователей по всем каналам монетизации.

Инструменты прогнозного анализа

Для проведения прогнозного анализа в больших масштабах необходимы инструменты, способные обрабатывать большие объемы данных и предоставлять прогнозы в удобном для использования формате.

Прогнозирование с использованием MMP 

Некоторые MMP, в том числе Tenjin, предлагают встроенные оценочные показатели LTV которые позволяют формировать прогнозные оценки непосредственно на основе данных об атрибуции и выручке. Это наиболее доступная отправная точка для команд, которым нужны прогнозные аналитические данные без необходимости создания собственной инфраструктуры.

Инструменты для хранилищ данных и бизнес-аналитики 

Команды, располагающие более продвинутыми настройками, могут создавать прогнозные модели в своём хранилище данных с помощью таких инструментов, как BigQuery ML, или подключать данные к платформам бизнес-аналитики, поддерживающим прогнозное моделирование. Это обеспечивает большую гибкость, но требует больше инженерных ресурсов.

Инструменты для ETL и построения конвейеров данных 

Эффективность прогнозных моделей напрямую зависит от качества данных, на которых они основаны. Основой служат чистые и интегрированные данные из всех компонентов вашего маркетингового стека. Tenjin сотрудничает с компанией Growth Fullstack, которая помогает разработчикам мобильных приложений создавать надежные конвейеры данных, способные служить основой для моделей прогнозирования LTV — от базовых до сложных. Вы можете связаться с ними напрямую по адресу info@growthfullstack.com.

Прогнозный анализ с помощью Tenjin

Панель управления Tenjin включает показатель «Прогнозируемая общая LTV за N дней», который объединяет прогнозируемую выручку от рекламной медиации (ILRD) и выручку от встроенных покупок (IAP) для оценки общей LTV в течение 30 дней после установки. Это позволяет вашей команде по привлечению пользователей (UA) на раннем этапе оценить качество кампаний и каналов, не дожидаясь завершения полного периода измерения.

Для команд, стремящихся к более высоким результатам, партнерство Tenjin с Growth Fullstack позволяет создавать более совершенные модели прогнозирования LTV на основе данных Tenjin. Подробнее о показателе N-Day pLTV можно узнать прямо в Документация по Tenjin.

Связанные термины

Часто задаваемые вопросы?

Что такое прогнозный анализ в мобильном маркетинге? 

В рамках прогнозного анализа используются исторические данные и методы машинного обучения для прогнозирования будущих показателей, таких как LTV, ROAS и доход от кампаний. Это помогает командам по привлечению пользователей (UA) быстрее принимать решения о бюджете, позволяя получать предварительные оценки эффективности кампаний до того, как завершится период сбора полных данных.

Как работает прогнозный анализ? 

Прогнозные модели выявляют закономерности в исторических данных и применяют их к текущим данным для построения прогнозов. Машинное обучение берет на себя основную работу, обрабатывая большие объемы данных и повышая точность прогнозов с течением времени по мере поступления новых данных.

Можно ли использовать прогнозный анализ с Tenjin? 

Да. В панели управления Tenjin доступен показатель «N-Day Total Predicted LTV», который объединяет прогнозируемую выручку от рекламной медиации и встроенных покупок (IAP) для оценки общей LTV в течение 30 дней после установки. Для использования более продвинутых моделей прогнозирования LTV Tenjin сотрудничает с Growth Fullstack. Свяжитесь с нами по адресу info@growthfullstack.com чтобы узнать больше.