Предиктивная
аналитика

Один из недостатков предсказательной аналитики — сложности с учетом качественных сдвигов, изменений после точек бифуркации. Все эти системы построены на количественных, вероятностных методах. Им сложно предсказать поведение пользователей после резких и масштабных изменений.

Скажем, вы дали большую скидку, запустили акцию. Пользователей стало в несколько раз больше, покупок — тоже. Но будет ли это явление временным? Если да, то когда оно закончится? Станет ли LTV среднего пользователя после этого выше или ниже?

Моделям сложно заранее такое предсказать. После успешной акции определенное время прогноз LTV может быть менее точным. Негативный эффект на качество аналитики также может оказать смена типа рекламной монетизации или общей стратегии развития приложения. Система распознает неожиданную активность и корректирует поведение моделей, сглаживая пики, но точности, приближающейся к 100%, в данном случае не достичь.

Один из больших плюсов модели MyTracker состоит в том, что наши расчеты позволяют прогнозировать доходы от любой группы пользователей. Гибридный метод построения моделей позволяет нам быть менее зависимыми от наличия исторических данных для аналогичной когорты. Даже если исторических данных нет, система учитывает поведение пользователей в похожих приложениях.

Вы можете построить любой интересующий вас срез (по возрасту, полу, стране, рекламной кампании) — и получить корректный прогноз.

Разные типы платежей (in-app, подписки, рекламная монетизация) отличаются довольно сильно. Подписки могут падать, а доходы от рекламы — расти. Траектории их развития тоже часто не совпадают.

Поэтому в MyTracker для каждого типа платежей реализованы различные подходы. Для некоторых вариантов больше подходит модель на регрессионных деревьях, а где-то лучше всего демонстрирует себя простая аппроксимация логарифмом.

MyTracker способен прогнозировать Lifetime Value (суммарный доход от пользователя с момента загрузки приложения) с точностью 90% на 30-й, 60-й, 90-й, 180-й и 365-ый (год) и 730-ый (2 года) день после установки приложения.

По мере накопления данных по конкретному приложению, типу дохода и другим показателям модели делают всё более корректные прогнозы. В MyTracker настроена периодическая валидация всех методов анализа, которые мы используем. Качество прогноза моделей постоянно отслеживается. Некоторые модели автоматически отсекаются, а другие — становятся доминантными.

Прогноз LTV особенно важен для маркетологов и аналитиков приложений со встроенными in-app покупками или подписками. Он позволяет оценить доходы приложения в разбивке по рекламным каналам и отдельным кампаниям еще до того, как деньги на них были потрачены.

Предиктивные модели разработаны на данных миллиардов событий. Благодаря этому есть возможность делать актуальные прогнозы для своего проекта с первых же дней использования MyTracker. По мере накопления данных из вашего приложения прогнозы будут становиться точнее, так как модели самообучаются и адаптируются под поведение конкретной аудитории.

Установите SDK MyTracker в свое приложение. Инструкция находится здесь.

Далее достаточно зайти в «Конструктор» и в разделе «Метрики» → «Прогноз LTV» и выбрать горизонт прогноза.

В MyTracker есть бесплатный прогноз LTV для рекламных кампаний на iOS 14.5+ через SKAdNetwork — с горизонтом от 30 до 180 дней. О том, как работает предиктивная аналитика и как прогнозировать LTV по данным SKAdNetwork можно узнать в нашей статье.

В MyTracker также можно предсказать отток пользователей и выгрузить сегменты пользователей, которые с высокой вероятностью покинут приложение, для дальнейшей работы с их удержанием.

Узнайте, как сегодняшнее решение повлияет на ваш бизнес через месяц, полгода или два года с помощью предиктивных моделей MyTracker.