同期群分析

Adapty 同期群旨在回答以下几个重要问题：

某个同期群在哪一天开始盈亏平衡？
应用从特定同期群中能赚多少钱？
我可以花多少钱来吸引一位付费用户？
广告支出需要多长时间才能回收？

同期群基于我们通过 SDK 和应用商店通知收集的应用数据运作，无需您进行任何额外配置。

按续订次数或按天数划分的同期群

您可以按续订次数或按天数分析同期群。该控件会改变列标题，进而改变分析方式。

按天数追踪为预算规划和了解付款时间线提供了有价值的参考，特别适用于追踪消耗型商品或一次性购买等非订阅类产品。在此模式下，表格单元格中的蓝色往往集中在行的中间位置，这由两个关键因素造成：首先，按天数查看同期群可以较早地看到短期产品的付款情况，而在按续订次数的视图中，这些付款会与月度和年度续订合并在一起。其次，延迟付款也会影响分布模式，因为部分用户的付款时间晚于预期。

而按续订次数追踪则展示同期群从一次付款到下一次付款的留存率和流失率，不考虑具体日期。因此，有任何延迟付款的用户（可能延迟数月）会被计入其所在订阅周期的数量中。这种方式无法反映日历维度的收入情况，但更便于分析同期群的留存率和流失率，并从其行为中获取洞见。

您可以选择适合自己的模式，或同时使用两种模式以获得更多结论和思路。

Adapty 如何构建同期群

以按续订次数划分的同期群为例，来了解表格是如何生成的。构建同期群时，我们使用两个度量指标：应用安装量和交易量（购买量）。同期群的每一行代表一个特定的时间区间：从一天到一年不等。每行的起始数据是在该时间区间内安装应用并激活订阅或购买了永久授权/非订阅产品的用户数量。

每行中后续每一列显示在该周期内续订订阅的用户数量。M3 代表第 3 个月，表示订阅者到此已连续续订 3 次；W7 代表第 7 周；Y2 代表第 2 年。有时您可能会在同期群中看到 P2。P 代表订阅周期，当同一同期群中存在多个不同续订周期的产品时，Adapty 会以此替代 W/M/Y 显示。

我们使用渐变色来突出同期群数值之间的差异，数值越大，颜色越深。

在下图中，您可以看到一个典型的同期群。

该同期群仅显示周订阅产品的数据（标注 #1）。
它未扣除分成，以绝对值形式显示收入（标注 #2）。
当前时间范围为近 6 个月，每个同期群细分为 1 个月（标注 #3）。
Total 行（标注 #4）显示每个周期的累计值。Total 行第一个单元格中的 $442K 汇总了从所有月份（11 月、12 月等）到时间范围结束为止的首周期（订阅激活）收入。Total 单元格显示整个时间段内安装应用的用户总数。
Nov 2023 行的第一列（标注 #5）显示 2023 年 11 月安装应用的用户在首周期（订阅激活）产生的收入 $37.7K。2023 年 11 月安装应用的用户数量为 95,129，显示在标题列中。
Nov 2023 行的第二列显示 2023 年 11 月安装应用的用户在第 2 周（订阅续订至第 2 周）产生的收入 $8.77K。
在表格中，您可以看到总收入、ARPU、ARPPU 和 ARPAS（标注 #6）。您可以在本文稍后部分了解更多相关信息。
您可以使用表格右侧的 Columns 下拉字段配置列（标注 #7）。
表格右上方（标注 #8）还有一个下拉字段，用于为特定同期群分析计算应用商店佣金和税费。您可以在本文中进一步了解 Adapty 如何计算应用商店佣金和税费。选择相应选项后，收入数据将根据所选设置重新计算。
在表格右侧，您可以看到预测收入（Predicted Revenue）和预测终身价值（Predicted LTV）（标注 #9）。Predicted Revenue 字段估算订阅者同期群在特定时间范围内产生的总收入，而 Predicted LTV 字段则代表该同期群中每位用户的预期价值。

您可以将鼠标悬停在同期群的任意单元格上，查看该周期的详细数据图表。

背景带有斜线的单元格表示该周期尚未结束，其中的数值可能还会增加。

筛选器、数据图表、同期群细分及 CSV 导出

Adapty 提供丰富的控件，帮助您在分析同期群时获得有价值的洞见。默认情况下，Adapty 基于所有购买数据构建同期群。按相同时长的所有产品或特定产品进行筛选可能会更有帮助。您还可以使用国家、应用商店、付费墙、市场细分和归因数据作为筛选条件。您可以在本文档中找到更多关于可用控件、筛选器、分组选项及其使用方法的信息。

控制面板右侧有一个按钮，可将同期群数据导出为 CSV 格式。您可以在 Excel 或 Google Sheets 中打开该文件，或将其导入到您自己的分析系统中。

同期群中可显示 4 种数据图表：订阅量、付款用户数、收入、ARPU、ARPPU 和 ARPAS。您可以将其显示为绝对值，也可以显示为相对于同期群起始点的变化率。

您可以设置同期群的日期范围并选择细分维度。细分维度决定了同期群每一行所对应的时间跨度。

订阅量、付款用户数、总收入、ARPU、ARPPU 和 ARPAS

订阅量（Subscriptions） 是指同期群在所选时间范围内的有效订阅、永久授权购买和非订阅购买的总数。监控此数据图表有助于您了解用户行为及产品服务的有效性。这一洞见使您能够完善产品策略、定制营销工作并优化收入来源。

付款用户数（Payers） 是指在同期群内完成购买的用户总数。它帮助您了解有多少独立用户为您的收入做出贡献。对于非订阅购买占比较高的应用，该数据图表可以突出产品服务的真实覆盖范围，显示是广泛的用户群在购买，还是收入主要来自少数重复购买者。了解付款用户数有助于评估用户参与度、规划精准营销并优化收入策略。

总收入（Total revenue） 是同期群在所选时间范围内（2022 年 11 月 25 日 — 2023 年 5 月 24 日）的累计收入。它帮助您了解从特定同期群用户中收取了多少资金，并计算广告支出回报率（ROAS）。例如，如果 2022 年 9 月的广告支出为 $10,000，而 2022 年 9 月同期群的总收益为 $30,000，则 ROAS = 3:1。

ARPU 是每用户平均收入，计算公式为总收入 / 独立用户数。$60,000 收入 / 5,000 用户 = $12 ARPU。将此值与单次安装成本（CPI）进行比较，有助于了解营销活动的有效性。

ARPPU 是每付款用户平均收入，计算公式为总收入 / 独立付款用户数。$60,000 收入 / 1,000 名付款用户 = $60 ARPPU。它帮助您了解平均每位付款用户能为您带来多少收入。

ARPAS 是每活跃订阅者平均收入，计算公式为总收入 / 活跃订阅者数。这里的订阅者是指激活了试用期或订阅的用户。$60,000 收入 / 1,500 名订阅者 = $40 ARPAS。

佣金和税费

同期群收入计算的一个重要方面是应用商店佣金和税费的纳入（税费可能因用户应用商店账户所在国家/地区而异）。Adapty 目前在同期群分析中支持 App Store 和 Play Store 的佣金及税费计算。
有关 Adapty 如何在分析中计算税费和佣金的更多详情，请参阅我们的文档。

收入（Revenue）与净收益（Proceeds）

收入（Revenue）和净收益（Proceeds）都是货币数据图表。您可以将收入理解为总收入，将净收益理解为净收入。收入不计入 App Store / Play Store 的费用，而净收益则计入了这些费用。因此，净收益始终低于收入。

实际扣除的佣金因多种因素而异，包括是否符合小型企业计划（15%）的资格、长期订阅的优惠费率（续订满一年后为 15%）、特定国家/地区的费率（如日本为 26%），以及标准费率（最高 30%）。

Adapty 会自动确定适用于每笔交易的佣金费率，并据此计算净收益。有关佣金费率确定方式的更多信息，请参阅应用商店佣金和税费文档。

趋势预测：收入与终身价值

预测收入（Predicted revenue） 是指付费订阅者同期群在同期群创建后所选时间段内预计产生的总收入估算值。其计算方式为同期群的预测终身价值乘以同期群中预测的付费用户数量。例如，如果预测终身价值为 $50，同期群中有 100 名付费用户，则预测收入为 $5,000。

预测终身价值（Predicted LTV） 是每位付费订阅者的预估终身价值，代表每位付费订阅者在同期群创建后所选时间段内预计产生的平均收入。

这些预测通过机器学习（ML）模型完成，该模型分析历史用户数据以识别规律并对未来收入做出预测。有关 Adapty 预测模型的详细文档，请参阅我们的趋势预测文档。

Adapty 同期群为您的应用内用户行为和财务表现提供详细洞见。通过按续订次数或按天数分析同期群，您可以确定同期群何时开始盈利、追踪收入、计算每用户平均收入，并了解广告支出的回收时间。借助可定制的筛选器、数据图表和导出选项，Adapty 助力您做出数据驱动的决策，优化用户获取和变现策略，实现应用的最大成功。