【乾貨】帶你搞定新客ROI評估

做者介紹

@花花

曾任職於美團、騰訊、今日頭條擔任數據分析師。

過上百億的資源評估，與你們一塊兒成長學習。

1 前言

在前面幾期中分享了AB實驗、PSM、DID等營銷活動ROI評估的方法，這些方法主要是針對老客羣體居多，新客做爲一類特殊的羣體，評估新客ROI時每每會引入一個新的概念LTV，用LTV/CAC做爲新客的ROI。比較典型的須要進行新客ROI評估的場景以下：

站外廣告投放渠道選擇：在新業務初期作用戶增加時，每每須要在不一樣的渠道進行廣告投放，這個時候如何將有限的資源投入到ROI最高的渠道是公司面臨的重要決策。

站內營銷工具拉新效果評估：拉新的營銷手段有多種，哪種營銷工具的拉新效果最佳呢？

新客質量變化監控：在一樣成本投入的基礎上，新客帶來的價值是如何變化的呢？

本文會涉及到一些基礎概念以及部分英文簡寫，爲了讓你們更好的理解，此處對這些基本概念進行解釋說明。

ARPU：Average Revenue Per User，即平均單用戶收入，指單用戶帶來價值總和。
LT：Life Time，即用戶生命週期，指用戶從第一次使用產品到最後流失的間隔時間。
LTV：Life Time Value，即用戶生命週期價值，指用戶在LT內產生的價值，不一樣的業務對於價值的定義不一樣，常見的定義方式有收入、淨利潤、交易額等。
CAC: Customer Acquisition Cost，即獲客成本，指經過各類渠道獲取單個用戶所花費的平均成本。
ROI：Return On Investment，即投資回報率，指單位成本帶來的產出。

2 新客ROI計算

新客ROI=同一批次新客在LT內的總LTV/該批次新客在LT內總CAC，這裏面就涉及三個問題：LT的計算、LTV計算、CAC的計算。

01 LT計算

2.1.1 直接參考LT=X

直接將LT定義爲1年、2年或3年是業界經常使用的方法之一，優勢在於簡單明瞭的肯定一段時間而後再去觀測用戶在這段時間的表現，缺點也很直接，由於這並不表示用戶真實的生命週期。也有將LTV定義爲18個月的，主要是參考用戶換手機的平均週期是18個月，認爲用戶換手機後不少APP是須要從新付費去獲取用戶的，可是這種方法僅是一個大體估算，也並非真實用戶生命週期的體現。

2.1.2 完整週期統計法

直接統計每個用戶首次使用到首次生命週期結束的時間，記爲單用戶的LT，而後將全部新客的LT累加除以總新客數，獲得平均的LT。好比一批次有300個新用戶，100個用戶的LT是100天，50個用戶的LT爲200天，150個用戶的LT爲300天，那麼該批次用戶的平均LT以下：

LT=（100100+50200+150*300）/300=216.7天

在計算每一個用戶LT時有個很重要點是須要確認在什麼狀況下用戶算首次生命週期結束，能夠參考留存率穩點的拐點、累計ARPU貢獻趨於平穩的拐點等。但最好仍是要結合業務來定義。

好比在相對高頻的業務中，每每會定義用戶1個月/2個月/3個月/6個月沒有訪問/沒有點擊/沒有交易則算是是生命週期結束，在大部分的電商行業，通常定義用戶6個月沒有交易則爲一個生命週期結束。至於大於6個月沒有交易，可是在以後一段時間又從新迴流，可將從新迴流記爲轉新用戶，統計轉新當日至再次生命週期結束爲第二個生命週期，這樣就能夠計算出新客的LT、轉新用戶的LT。

2.1.3 留存率估算法：LT=1/（1-留存率）

舉個例子：好比新用戶總數是10000，第二天留存率是10%，那麼就至關於：這批新用戶，第一天的用戶爲10000人，次日的留存爲1000人，第三天的留存爲100人，第四天的留存爲1人，第五天就沒了；那麼這羣人的總留存天數就是10000+1000+100+1=11111天，則這羣人的平均的 LT= 11111/10000=1.1111天，它其實就至關於 1+0.1+0.1²+0.1³… = 1/（1-0.1）= 1/0.9，能夠用以下公式表示，其中x表示留存率：

該方法適用於第二天/次周/次月留存率較爲穩定的業務，留存率能夠選擇日、周、月維度。值得注意的是，此處的留存不一樣業務定義有差別，有的認爲訪問了則算留存，有的認爲要體驗了核心功能纔算留存好比播放短視頻、下單交易，要根據實際狀況選擇符合業務訴求的定義方式。

02 LTV計算

要計算用戶在LT內產生的價值，這個有兩種類型的計算，第一種是歷史數據的計算，第二種是還未到完整的LT須要進行預測。對於第一種歷史已經發生的數據計算是比較簡單的，咱們直接統計便可，重點在於Value的定義可能會有不一樣。對於還未到完整的生命週期，可是須要計算LTV，咱們常見的方法有：

時間佔比折算預估

假設目前要評估的該批次的新客在X天的價值Y0，以前批次用戶在完整LT內的價值爲Y，在X天內的價值是Y1，那麼就是說新客在X天內產生的價值約佔總生命週期的Y1/Y。那麼依照這個值，計算該批次的用戶的生命週期內的價值爲Y0/(Y1/Y)。

舉個直接例子，用戶的LT爲180天，歷史用戶在180天內產生的價值是1800元，在前30內產生的價值爲600元。那麼如今新的一批次的用戶在30天產生了價值500元，但尚未經歷完整的180天，那麼能夠根據這批次新客在前30天價值估算在整個生命週期可能產生的價值：500/(600/1800)=1500元。

算法預估

轉化爲預估這一批次的用戶在將來一段時間的Value，這個通常要結合LTV和LT的關係創建預測模型，經常使用的是多元線性迴歸、logistics迴歸、決策樹、隨機森林等，不過對預測模型的準確性有較大的考驗。

03 總成本計算

成本的計算對於非交易類的公司可能只有最開始引導用戶下載激活的拉新成本，可是對於交易類的公司，爲了刺激用戶持續下單，每每還會涉及到額外的補貼費用、Push短信等客戶維繫成本，通常是建議將LT內的全部成本都統計在內，更爲真實的反映總投入成本。

CAC=渠道拉新成本+補貼成本+其餘全部客戶維繫成本。

04 ROI計算

在計算LTV和總成本後，ROI=LTV/CAC，ROI越高則說明單位成本的投入帶來的產出越高。從不一樣的維度來分析ROI就能有不一樣的業務解釋，好比加上渠道維度則能夠評估不一樣渠道廣告投入的投入產出，加上時間維度則是不一樣時間段新客質量的評估。

在實際的操做中，若是隻是涉及到不一樣渠道ROI的對比，有時候也不必定要計算完整的LTV，有時候會選擇7日用戶價值/7日用戶成本、1個月用戶價值/1個月用戶成本。由於若是單從比較不一樣渠道的ROI來講，用戶在一週或者一個月內的數據已經能說明一些問題。也能夠經過短時間的計算和長期真實的值進行對比，肯定使用短時間數據和長期真實數據之間的偏差，肯定負責的業務是否可用短時間值進行估算。

3 後記

新客的ROI僅是渠道質量評估的一個維度，在渠道拉新中可能要同時關注「質」和「量」，不一樣業務不一樣的發展階段會給「質」和「量」不一樣的權重。尤爲是在快速搶佔市場的是時候，每每須要先發制人搶佔用戶，造成規模優點，這個時候可能關注「量」勝於「質」，發展穩定後再來彌補「質」的問題。

一個數據人的自留地是一個助力數據人成長的你們庭，幫助對數據感興趣的夥伴們明確學習方向、精準提高技能。關注我，帶你探索數據的神奇奧祕

一、回「數據產品」，獲取<大廠數據產品面試題>

二、回「數據中臺」，獲取<大廠數據中臺資料>

三、回「商業分析」，獲取<大廠商業分析面試題>；

四、回「交個朋友」，進交流羣，認識更多的數據小夥伴。