Dự đoán trong cohort

Tính năng Dự đoán của Adapty được thiết kế để giúp bạn trả lời những câu hỏi sau:

1. Giá trị vòng đời (LTV) dự đoán của các cohort người dùng là bao nhiêu?
2. Cohort nào có khả năng tạo ra doanh thu cao nhất trong tương lai?
3. Bạn có thể đầu tư bao nhiêu dựa trên mức lợi nhuận dự đoán? Với Adapty Predictions, bạn có thể đưa ra các quyết định dựa trên dữ liệu về doanh thu và tăng trưởng.

Mô hình dự đoán của Adapty ước tính tiềm năng doanh thu dài hạn của các cohort người dùng trong ứng dụng. Với mỗi cohort, mô hình dự báo doanh thu, số lượng người dùng trả phí và LTV trung bình sẽ thay đổi như thế nào theo thời gian. Điều này giúp bạn đưa ra quyết định sáng suốt hơn về thu hút người dùng, chiến lược marketing và phát triển sản phẩm.

Adapty cung cấp giá trị vòng đời dự đoán (LTV) và doanh thu dự đoán cho các cohort người dùng có trả phí. Các dự đoán được hiển thị trên trang phân tích cohort cho 3, 6, 9, 12, 18 và 24 tháng sau khi cohort được tạo.

Đối với các ứng dụng có lịch sử rất hạn chế, mô hình sẽ sử dụng mức trung bình trên toàn bộ ứng dụng làm dự phòng, vì vậy các dự đoán cho ứng dụng mới có thể chưa phản ánh đầy đủ hành vi người dùng cụ thể của chúng.

Cách mô hình hoạt động

Mô hình dự đoán của Adapty sử dụng các mẫu tăng trưởng từ dữ liệu cohort lịch sử để dự báo doanh thu và LTV trong tương lai.

Đối với mỗi tổ hợp ứng dụng và loại sản phẩm, mô hình đo lường mức tăng trưởng lũy kế của doanh thu và số lượng người dùng trả phí trong cohort giữa các mốc cố định trong vòng đời của cohort, tính theo số ngày kể từ ngày cohort bắt đầu. Khoảng cách giữa các mốc này ngắn khi cohort còn non trẻ và dần dài hơn khi cohort già đi — ban đầu tính theo ngày, sau đó theo tháng, rồi theo quý. Adapty đo một cặp hệ số tăng trưởng cho mỗi khoảng thời gian: một cho doanh thu, một cho số người dùng trả phí. Cả hai chỉ số đều đã trừ hoàn tiền: một lần hoàn tiền sẽ khấu trừ số tiền tương ứng khỏi doanh thu của cohort và loại người dùng đó khỏi tổng số người dùng trả phí.

Để dự đoán cho một cohort, Adapty lấy điểm cuối cùng mà cohort đó đã đạt được và nối tiếp các hệ số về phía trước từ điểm đó đến ngày tương ứng với khoảng thời gian bạn đã chọn — ngày thứ 90 cho dự đoán 3 tháng, ngày thứ 365 cho dự đoán 12 tháng, và lên đến ngày thứ 730 cho 24 tháng. Dữ liệu được sử dụng hoàn toàn ẩn danh.

Các hệ số được đo riêng theo từng loại sản phẩm: gói đăng ký theo tuần, theo tháng, 2 tháng, 3 tháng, 6 tháng và hàng năm, cùng với quyền truy cập trọn đời và sản phẩm mua một lần. Dự đoán của một cohort là tổng các dự đoán cho từng loại sản phẩm mà người dùng trong cohort đó đã mua.

Mô hình tạo ra hai giá trị cho mỗi cohort:

• Predicted revenue: Tổng doanh thu, trừ hoàn tiền, mà một cohort được dự đoán sẽ tạo ra trong khoảng thời gian đã chọn.
• Predicted LTV: Predicted revenue chia cho số lượng người dùng trả phí được dự đoán trong cohort.

Hệ số riêng theo ứng dụng và hệ số chung

Theo mặc định, dự đoán của một cohort sử dụng các hệ số được học từ các cohort trong quá khứ của chính ứng dụng đó với cùng loại sản phẩm, phản ánh hành vi người dùng đặc thù của ứng dụng. Một ứng dụng sẽ có hệ số riêng cho một loại sản phẩm khi có ít nhất hai cohort đủ lớn để đo lường.

Hai nguồn này kết hợp với nhau trong một dự đoán duy nhất: khi lịch sử của ứng dụng không đủ dữ liệu cho một khoảng thời gian, Adapty sẽ lấp đầy bước đó bằng các hệ số được tính trung bình từ tất cả các ứng dụng bán cùng loại sản phẩm. Nhờ vậy, một ứng dụng mới có thể dự đoán vài tuần đầu từ dữ liệu của chính mình, và phần còn lại của năm từ mức trung bình của các ứng dụng khác.

Hiệu chỉnh và ngưỡng tối thiểu

Các hệ số chuỗi có xu hướng lệch, và độ lệch lớn nhất ở những cohort có ít lịch sử nhất để dự đoán. Adapty đo lường độ lệch đó trong quá trình huấn luyện: đường cong của từng ứng dụng sẽ tự dự đoán lại các cohort đã hoàn chỉnh từ những thời điểm sớm hơn trong vòng đời của chúng, và khoảng cách giữa dự đoán với doanh thu thực tế mà các cohort đó đạt được sẽ trở thành hệ số hiệu chỉnh cho từng loại sản phẩm, khoảng thời gian dự đoán, và lượng lịch sử đã quan sát được. Mỗi dự đoán được nhân với hệ số tương ứng với mức độ quan sát của cohort, vì vậy hiệu chỉnh lớn nhất ở những cohort trẻ nhất — nơi dự đoán phải vươn xa nhất về phía trước.

Sự điều chỉnh này cố ý nghiêng về phía thấp hơn đối với các loại sản phẩm mà mô hình thường có xu hướng dự đoán quá cao. Các gói đăng ký theo tuần, tháng, 2 tháng, 3 tháng và 6 tháng sẽ được áp dụng một hệ số doanh thu kéo dự đoán xuống thay vì giữ ở mức trung tâm; đối với gói đăng ký theo tuần, mức độ nghiêng này mạnh nhất trong hai tuần đầu tiên của một cohort. Các gói đăng ký hàng năm, quyền truy cập trọn đời và sản phẩm mua một lần không bị áp dụng bất kỳ sự nghiêng nào. Hệ số người dùng trả phí không bao giờ bị điều chỉnh nghiêng, do đó sự thận trọng chỉ tác động lên doanh thu dự đoán và, thông qua đó, lên LTV dự đoán.

Sau khi áp dụng điều chỉnh, hai mức sàn sẽ được áp dụng:

• Dự đoán không bao giờ thấp hơn những gì cohort đó đã kiếm được tính đến thời điểm dự đoán. Một cohort đã kiếm được nhiều hơn mức dự đoán 3 tháng sẽ hiển thị doanh thu thực tế làm dự đoán 3 tháng.
• Khoảng thời gian dài hơn không bao giờ hiển thị thấp hơn khoảng thời gian ngắn hơn. Doanh thu dự đoán và số người dùng trả phí dự đoán đều là lũy kế, vì vậy dự đoán 12 tháng ít nhất phải bằng dự đoán 9 tháng.

Tính khả dụng và cập nhật

Dự đoán chỉ được tạo cho các cohort theo tuần và theo tháng. Khi Cohort length được đặt thành ngày, quý hoặc năm, các cột dự đoán sẽ để trống.

Đối với các cohort theo tuần và theo tháng, tính khả dụng phụ thuộc vào thời gian cohort đó đã tồn tại, chứ không phụ thuộc vào sản phẩm mà người dùng trong cohort đã mua. Một cohort sẽ có dự đoán đầu tiên sau khi toàn bộ giai đoạn cài đặt của nó đã kết thúc và bản dùng thử dài nhất mà bất kỳ ai có thể đã bắt đầu trong giai đoạn đó đã có đủ thời gian để chuyển đổi.

Thời gian cài đặt là một tuần sau khi cohort bắt đầu đối với cohort có độ dài một tuần, và một tháng đối với cohort có độ dài một tháng. Cho đến khi kết thúc, cohort vẫn tiếp tục thu thập các lượt cài đặt. Người dùng cài đặt vào ngày cuối cùng vẫn có thể bắt đầu bản dùng thử dài nhất của bạn, và doanh thu của cohort chỉ được ghi nhận khi các bản dùng thử chuyển đổi thành công — vì vậy thời gian chờ là thời gian cài đặt cộng với độ dài bản dùng thử dài nhất của bạn. Bản dùng thử càng dài, dự đoán càng xuất hiện muộn hơn.

Sau đó, các dự đoán được tính toán lại hàng ngày dựa trên dữ liệu giao dịch mới nhất, vì vậy chúng luôn phản ánh đúng hành vi của cohort.

Hạn chế

• Chất lượng dữ liệu: Hành vi cohort bất thường hoặc số lượng người dùng trả phí quá ít sẽ làm giảm độ chính xác. Các cohort có ít hơn 30 người dùng trả phí sẽ không có dự đoán và bị loại khỏi dữ liệu huấn luyện của mô hình.
• Ứng dụng mới: Các ứng dụng chưa có đủ lịch sử sẽ sử dụng hệ số chung từ nhiều ứng dụng, có thể không phản ánh đúng hành vi người dùng của ứng dụng đó.
• Tuổi của cohort: Các dự đoán cho một khoảng thời gian nhất định sẽ bị ẩn khi cohort vượt quá khoảng thời gian đó. Ví dụ: dự đoán 3 tháng sẽ ngừng hiển thị sau ba tháng, và không có dự đoán nào được hiển thị cho các cohort có tuổi trên 24 tháng.

Trên Dashboard

Để xem các dự đoán, hãy điều hướng đến trang Cohort analysis trong Adapty dashboard của bạn. Để biết thêm chi tiết về cohort, xem Phân tích Cohort.

Cột Predicted revenue hiển thị tổng doanh thu ước tính, sau khi trừ hoàn tiền, mà một cohort người dùng trả phí dự kiến sẽ tạo ra trong khoảng thời gian đã chọn kể từ khi cohort được tạo. Giá trị này được tính toán bằng mô hình dự đoán của Adapty, dựa trên các mẫu tăng trưởng cohort lịch sử của ứng dụng.

Cột Predicted LTV hiển thị giá trị vòng đời ước tính của mỗi người dùng trong cohort đã chọn. Giá trị này được tính bằng cách chia doanh thu dự đoán cho số lượng người dùng trả phí dự đoán trong cohort.

Chọn khoảng thời gian dự đoán

Để thay đổi khoảng thời gian dự đoán, hãy chọn một giá trị từ menu thả xuống Predictions. Các tùy chọn có sẵn là 3, 6, 9, 12, 18 và 24 tháng sau khi cohort được tạo.

Lọc theo sản phẩm

Bạn có thể lọc doanh thu dự đoán và LTV theo sản phẩm. Theo mặc định, dự đoán được xây dựng từ tất cả dữ liệu mua hàng — lọc theo sản phẩm cho thấy từng sản phẩm đóng góp như thế nào.

Khi nào dự đoán không khả dụng

Khi không thể tạo dự đoán cho một cohort, các cột Predicted Revenue và Predicted LTV sẽ hiển thị dấu gạch ngang (—) thay vì giá trị. Điều này có thể xảy ra vì một số lý do:

• Độ dài cohort không được hỗ trợ: Tùy chọn Cohort length đang được đặt theo ngày, quý hoặc năm. Dự đoán chỉ được xây dựng cho các cohort theo tuần và theo tháng.
• Bộ lọc hoặc so sánh không được hỗ trợ: Bảng đang được lọc theo placement, đối tượng, paywall hoặc A/B test, hoặc kỳ so sánh đang được bật. Các bộ lọc theo sản phẩm, thời hạn sản phẩm, quốc gia, cửa hàng và dữ liệu attribution vẫn giữ được dự đoán.
• Thời gian kể từ khi tạo cohort chưa đủ: Khoảng thời gian cài đặt của cohort chưa kết thúc hoàn toàn, hoặc khoảng dùng thử dài nhất mà ai đó có thể đã bắt đầu trong khoảng thời gian đó chưa có đủ thời gian để chuyển đổi. Xem Availability and updates.
• Kích thước cohort quá nhỏ: Ít hơn 30 người dùng trả phí — quá ít để tạo ra một dự đoán đáng tin cậy.
• Hành vi cohort bất thường: Cohort có độ lệch đáng kể so với các mẫu hành vi mà mô hình kỳ vọng. Chờ thêm vài tuần có thể giải quyết vấn đề này khi dữ liệu tích lũy thêm.
• Vượt quá horizon: Cohort cũ hơn horizon dự đoán đã chọn. Ví dụ: dự đoán 3 tháng sẽ bị ẩn sau ba tháng, dự đoán 12 tháng sau mười hai tháng, và không có dự đoán nào được hiển thị cho các cohort cũ hơn 24 tháng.