Adapty UA 会对每个同期群的未来收入和单位经济学进行预测，让您在活动尚未成熟之前就能对比不同活动的效果。趋势预测基于应用自身的历史同期群数据生成，每日更新。对于尚未完成完整订阅周期的近期同期群，趋势预测最具参考价值。

趋势预测数据图表

数据图表	描述
pRevenue	预测同期群在目标时间范围内的总收入，基于应用的历史同期群留存数据建模。
pROAS	预测在相同时间范围内的广告支出回报率。公式：(pRevenue / Spend) × 100%
pAdProfit	预测在该时间范围内扣除广告支出后的净收入。公式：pRevenue − Spend
pARPU	预测在该时间范围内每次安装的平均收入（即预测 LTV）。公式：pRevenue / Installs
pARPPU	预测在该时间范围内每位付费用户的平均收入。公式：pRevenue / paying users at d{N}，其中 d{N} 与所选时间范围匹配。
pRevenue 是基础值。其他四项数据图表均基于它，结合实际同期群数据（花费、安装量和付费用户数）推导得出，而非单独运行模型计算。

每项趋势预测指标均支持多个同期群周期：D0、D3、D7、D30、D60、D90、D180 和 D360。你也可以自定义天数周期。周期定义了从同期群安装日期起，预测值向未来延伸的时间范围。

趋势预测的计算方式

趋势预测基于每款应用自身的历史同期群数据构建。模型会衡量过去各同期群在基准日之后的收入增长情况，然后以相同的增长轨迹对当前同期群进行预测。

基准日

趋势预测仅在同期群到达基准日后才会生效。基准日是指同期群初始收入中通常已收到 90% 的第一天。初始收入包含订阅开始、试用转化以及一次性购买，续订不计入此阈值。

基准日取决于应用的试用期长度和产品组合：

• 无试用期的应用：基准日通常在安装后的最初几天内。
• 短试用期的应用：基准日通常在试用转化后不久。
• 长试用期的应用：由于大部分初始收入要等试用结束后才会产生，基准日可能在安装后一周甚至更晚。

按订阅类型划分的趋势预测

在基准日，同期群的初始收入被拆分为五个类别——月度订阅、年度订阅、周度订阅、季度订阅，以及一次性购买。每个类别都根据应用历史同期群所测量的轨迹独立向前预测。

该模型会对近期同期群以及具有相似经济特征（例如相近的每笔交易收入和相似的产品组合）的同期群赋予更高权重。因此，趋势预测反映的是该应用中最近且最相似的同期群的实际表现。

趋势预测的显示条件

只有当同期群拥有足够的数据时，才会显示趋势预测。如果无法生成预测值，相应列会显示破折号（—）。

趋势预测不可用的常见原因：

• 同期群尚未到达基准日：模型需要等待同期群的初始收入趋于稳定，才能进行后续预测。
• 应用历史数据不足：如果该应用没有足够多的相关订阅类型历史同期群数据，模型就无法拟合出可靠的留存率。 趋势预测每天会根据最新的交易数据重新计算，因此同一同期群的数值可能会随着更多收入数据的积累而发生变化。