Métriques prédictives dans Adapty Attribution
Cet article traite des prédictions dans Adapty Attribution uniquement. Pour la LTV et les revenus prédits sur la page d’analyse par cohortes, consultez Prédictions dans les cohortes.
Adapty Attribution projette les revenus futurs et l’économie unitaire pour chaque cohorte, ce qui vous permet de comparer des campagnes avant qu’elles aient eu le temps de mûrir. Les prédictions sont générées à partir des données historiques de cohortes de l’application et sont mises à jour quotidiennement. Elles sont particulièrement utiles pour évaluer les cohortes récentes qui n’ont pas encore complété de longs cycles d’abonnement.
Métriques prédictives
| Métrique | Description |
|---|---|
| pRevenue | Revenu total prédit qu’une cohorte devrait générer d’ici l’horizon cible. Modélisé à partir de la rétention historique des cohortes de l’application. |
| pROAS | Retour sur les dépenses publicitaires prédit sur le même horizon. Formule : (pRevenue / Spend) × 100% |
| pAdProfit | Revenu prédit net des dépenses publicitaires sur l’horizon. Formule : pRevenue − Spend |
| pARPU | Revenu moyen prédit par installation sur l’horizon (LTV prédite). Formule : pRevenue / Installs |
| pARPPU | Revenu moyen prédit par utilisateur payant sur l’horizon. Formule : pRevenue / paying users at d{N}, où d{N} correspond à l’horizon sélectionné. |
pRevenue est la valeur de base. Les quatre autres métriques en sont dérivées à partir des données de cohorte observées — dépenses, installations et utilisateurs payants — sans faire tourner le modèle séparément.
Chaque métrique prédictive est disponible sur plusieurs périodes de cohorte : D0, D3, D7, D30, D60, D90, D180 et D360. Vous pouvez également ajouter une période personnalisée en jours. La période définit jusqu’où dans le futur la valeur est projetée à partir de la date d’installation de la cohorte.
Comment les prédictions sont calculées
Les prédictions sont construites à partir des cohortes historiques propres à chaque application. Le modèle mesure la progression des revenus des cohortes passées après leur jour de référence, puis projette la cohorte actuelle vers l’avenir en suivant la même trajectoire.
Jour de référence
Les prédictions ne deviennent disponibles qu’une fois que la cohorte a atteint son jour de référence. Le jour de référence est le premier jour où 90 % des revenus initiaux d’une cohorte ont généralement été reçus. Les revenus initiaux comprennent les débuts d’abonnement, les conversions de période d’essai et les achats hors abonnement ; les renouvellements ne sont pas comptabilisés dans ce seuil.
Le jour de référence dépend de la durée de l’essai et du mix produit de l’application :
- Applications sans période d’essai : Le jour de référence se situe généralement dans les premiers jours suivant l’installation.
- Applications avec des essais courts : Le jour de référence arrive généralement peu après la conversion de l’essai.
- Applications avec des essais plus longs : Le jour de référence peut se situer une semaine ou plus après l’installation, car la plupart des revenus initiaux ne se matérialisent qu’une fois l’essai terminé.
Projection par type d’abonnement
Au jour de référence, les revenus initiaux de la cohorte sont répartis en cinq catégories — abonnements mensuels, annuels, hebdomadaires et trimestriels, plus les achats hors abonnement. Chaque catégorie est projetée indépendamment vers l’avenir à l’aide d’une trajectoire mesurée à partir des cohortes passées de l’application.
Le modèle accorde plus de poids aux cohortes récentes et aux cohortes ayant une économie comparable, comme un revenu par transaction similaire et un mix produit similaire. Une prédiction reflète donc la performance réelle des cohortes les plus récentes et les plus similaires de l’application.
Quand les prédictions sont disponibles
Une prédiction n’est affichée que si la cohorte dispose de suffisamment de données pour la prendre en charge. Lorsqu’une valeur ne peut pas être produite, la colonne affiche un tiret cadratin (—) à la place.
Raisons fréquentes pour lesquelles une prédiction n’est pas disponible :
- La cohorte n’a pas atteint son jour de référence : Le modèle a besoin que les revenus initiaux de la cohorte se stabilisent avant de pouvoir projeter vers l’avenir.
- Données historiques insuffisantes pour l’application : Si l’application ne dispose pas de suffisamment de cohortes passées pour le type d’abonnement concerné, le modèle ne peut pas établir des taux de rétention fiables.
Les prédictions sont recalculées quotidiennement avec les dernières données transactionnelles, de sorte que les valeurs d’une même cohorte peuvent évoluer au fur et à mesure que de nouveaux revenus sont observés.