起初,我们使用的第一版LTV预测算法,通过使用特定拟合函数对用户留存率进行预测,计算1-7天的ARPU乘以累加留存率预测产生的收入。然而结合我们的商业场景,第一版LTV算法实际上线后,我们发现前期留存率的预测是相对准确的,虽然存在拖尾过早的现象,预测精度还可以接受,但是由于ARPU曲线是前期处于高位的,中后期快速下降,仅用前期高位的ARPU进行计算,会造成预测收入远高于真实收入,过于乐观地以较高的CPI进行买量,导致最后真实ROI严重低于预测ROI,甚至入不敷出。
没有最好的万能的模型算法,只有最适合自身业态和商业场景的模型算法。最终,得到的新LTV模型相较于第一版的LTV模型,预测的平均绝对误差率从30%降低到9.5%,更符合广告流量变现的商业场景。
微信号:18832122682