Adapty Attribution dự báo doanh thu và kinh tế đơn vị trong tương lai cho từng cohort, giúp bạn so sánh các chiến dịch trước khi chúng có đủ thời gian để trưởng thành. Các dự đoán được tạo ra từ dữ liệu cohort lịch sử của chính ứng dụng và cập nhật hàng ngày. Chúng hữu ích nhất khi đánh giá các cohort gần đây chưa hoàn thành các chu kỳ đăng ký dài.

Chỉ số dự đoán

Chỉ số	Mô tả
pRevenue	Tổng doanh thu dự đoán mà một cohort được kỳ vọng tạo ra đến thời điểm mục tiêu. Được mô hình hóa dựa trên dữ liệu lịch sử giữ chân cohort của ứng dụng.
pROAS	Lợi tức trên chi phí quảng cáo dự đoán trong cùng khoảng thời gian. Công thức: (pRevenue / Spend) × 100%
pAdProfit	Doanh thu dự đoán sau khi trừ chi phí quảng cáo trong khoảng thời gian đó. Công thức: pRevenue − Spend
pARPU	Doanh thu trung bình dự đoán trên mỗi lượt cài đặt trong khoảng thời gian đó (LTV dự đoán). Công thức: pRevenue / Installs
pARPPU	Doanh thu trung bình dự đoán trên mỗi người dùng trả phí trong khoảng thời gian đó. Công thức: pRevenue / paying users at d{N}, trong đó d{N} khớp với khoảng thời gian đã chọn.
pRevenue là giá trị cơ sở. Bốn chỉ số còn lại được tính từ nó bằng cách sử dụng dữ liệu cohort thực tế — chi tiêu, lượt cài đặt và người dùng có mua hàng — chứ không phải bằng cách chạy mô hình riêng lẻ.

Mỗi chỉ số dự đoán có thể xem theo nhiều khoảng thời gian cohort khác nhau: D0, D3, D7, D30, D60, D90, D180 và D360. Bạn cũng có thể thêm khoảng thời gian tùy chỉnh tính bằng ngày. Khoảng thời gian này xác định mức độ dự đoán kéo dài bao xa vào tương lai, tính từ ngày cài đặt của cohort.

Cách tính toán dự đoán

Dự đoán được xây dựng từ các cohort lịch sử của chính ứng dụng. Mô hình đo lường mức tăng trưởng doanh thu của các cohort trong quá khứ sau ngày cơ sở, sau đó chiếu cohort hiện tại về phía trước theo cùng một quỹ đạo.

Ngày cơ sở

Các dự đoán chỉ khả dụng sau khi cohort đạt đến ngày cơ sở. Ngày cơ sở là ngày đầu tiên mà thông thường 90% doanh thu ban đầu của một cohort đã được ghi nhận. Doanh thu ban đầu bao gồm các lần bắt đầu gói đăng ký, chuyển đổi dùng thử, và sản phẩm mua một lần; các lần gia hạn không được tính vào ngưỡng này.

Ngày cơ sở phụ thuộc vào thời gian dùng thử và cơ cấu sản phẩm của ứng dụng:

• Ứng dụng không có dùng thử: Ngày cơ sở thường rơi vào vài ngày đầu sau khi cài đặt.
• Ứng dụng có dùng thử ngắn: Ngày cơ sở thường xuất hiện ngay sau khi dùng thử chuyển đổi thành công.
• Ứng dụng có dùng thử dài hơn: Ngày cơ sở có thể nằm ở tuần thứ hai hoặc lâu hơn sau khi cài đặt, vì phần lớn doanh thu ban đầu chỉ thực sự phát sinh sau khi thời gian dùng thử kết thúc.

Chiếu theo loại gói đăng ký

Tại ngày cơ sở, doanh thu ban đầu của cohort được chia thành năm danh mục — gói đăng ký theo tháng, năm, tuần, quý và các sản phẩm mua một lần. Mỗi danh mục được chiếu về phía trước một cách độc lập theo quỹ đạo được đo từ các cohort trong quá khứ của ứng dụng.

Mô hình ưu tiên các cohort gần đây hơn và các cohort có kinh tế học tương đương, chẳng hạn như doanh thu trên mỗi giao dịch tương tự và cấu trúc sản phẩm tương tự. Do đó, một dự đoán phản ánh cách các cohort gần đây và tương tự nhất trong ứng dụng đã thực sự hoạt động.

Khi nào dự đoán khả dụng

Dự đoán chỉ hiển thị khi cohort có đủ dữ liệu. Khi không thể tạo ra giá trị, cột sẽ hiển thị dấu gạch ngang (—) thay thế.

Các lý do phổ biến khiến dự đoán không khả dụng:

• Cohort chưa đạt đến ngày cơ sở: Mô hình cần doanh thu ban đầu của cohort ổn định trước khi có thể dự đoán về phía trước.
• Dữ liệu lịch sử của ứng dụng không đủ: Nếu ứng dụng không có đủ các cohort trong quá khứ của loại gói đăng ký liên quan, mô hình sẽ không thể tính toán tỷ lệ giữ chân đáng tin cậy. Dự đoán được tính toán lại mỗi ngày với dữ liệu giao dịch mới nhất, vì vậy các giá trị của cùng một cohort có thể thay đổi khi có thêm doanh thu được ghi nhận.