예측 잔존일(Predictive Lifetime)을 통해 유저가 며칠 재방문하는지 확인할 수 있습니다. 확인한 예측 잔존일을 활용하면 예측 LTV(pLTV)를 계산할 수 있습니다. 예측 잔존일과 pLTV로 에어브릿지에서 예측 마케팅을 준비해 보세요.
리텐션 리포트(Retention Report)에서 예측일수를 설정하면 예측 잔존일(Predictive Lifetime)을 확인할 수 있습니다. 예측 잔존일은 리텐션 리포트의 코호트에 따라 제공됩니다. 또한 에어브릿지는 설정한 조회 기간의 데이터를 활용해서 예측 잔존일을 예측합니다. 리텐션 리포트를 설정하는 자세한 방법은 에어브릿지 가이드를 참고해 주세요.
에어브릿지의 예측 잔존일은 코호트에 있는 유저가 미래에 서비스를 며칠 동안 재방문하는지 추정한 수치를 확인할 수 있는 지표입니다. 예측 잔존일이 10일이면 설정한 코호트에 있는 유저가 스타트 이벤트를 발생시킨 날부터 예측일수까지 서비스를 평균 10일 재방문할 것이라는 의미입니다.
리텐션 리포트에서 예측 기능을 활용하기 위해서는 아래 조건을 만족해야 합니다. 예측 기능이 리텐션 리포트에 활성화되어 있지 않다면 아래를 확인해 주세요.
리텐션 리포트에서 예측 기능을 사용하기 위해서는 아래 조건을 만족해야 합니다.
예측일수를 설정해야 합니다
주기 설정은 일별이어야 합니다
조회 기간 시작일을 오늘 기준 최소 3일 전(D-3)으로 설정해야 합니다
코호트에 있는 유저 수가 30명 이상이어야 합니다
정교한 예측을 위해서는 충분한 조회 기간이 필요합니다. 에어브릿지는 조회 기간 시작일을 오늘 기준 최소 13일 전(D-13)으로 설정한 후에 예측 잔존일을 확인하는 것을 권장합니다.
코호트에 있는 유저 수가 충분하지 않으면 수치 대신 Insufficient User Count로 표기됩니다
예측일수를 설정해야 예측 잔존일을 확인할 수 있습니다. 리텐션 리포트에서 Predictive Lifetime을 클릭하면 예측일수를 설정할 수 있습니다. 예측일수에는 1부터 1000까지 입력할 수 있습니다.
예측일수에 따라 예측 잔존일이 예측하는 기간이 변경됩니다. 예를 들어 Day 30을 예측일수로 설정하면 코호트에 있는 유저가 Day 0부터 Day 30까지 며칠 재방문하는지 예측 잔존일로 확인할 수 있습니다.
예측일수를 설정하면 설정한 코호트 기준의 예측 잔존일을 리텐션 리포트의 테이블에 있는 Predictive Lifetime 열에서 확인할 수 있습니다. 그룹바이를 설정하면 그룹별로 예측 잔존일을 확인할 수 있습니다.
아래 예시를 참고해 주세요.
1. 스타트 이벤트를 Install (App)으로 설정합니다. 그리고 Predictive Lifetime을 클릭한 후에 예측일수를 설정합니다.
2. 그룹바이를 Channel로 설정합니다.
3. 각 광고 채널로 유입된 유저의 예측잔존일을 테이블의 Predictive Lifetime 열에서 확인할 수 있습니다.
리텐션 리포트(Retention Report)에서 확인한 예측 잔존일(Predictive Lifetime)을 활용하면 예측 LTV(Predictive LTV, pLTV)를 아래 수식을 통해 계산할 수 있습니다.
pLTV = 예측 잔존일 * ARPDAU
pLTV를 확인할 수 있는 방법은 2가지입니다.
ARPDAU(Average Revenue Per Daily Active User)는 일일 액티브 유저당 평균 수익입니다. 내부적으로 사용하고 있는 ARPDAU를 활용하거나 레비뉴 리포트(Revenue Report)의 ARPU 메트릭으로 확인한 수치에 일자 수로 나눠서 ARPDAU를 계산할 수 있습니다.
레비뉴 리포트에서 pLTV를 바로 확인할 수 있습니다. pLTV를 레비뉴 리포트에서 확인하는 방법은 에어브릿지 가이드에서 확인해 주세요.
아래 사항을 주의해 주세요.
리텐션 리포트에서 예측 기능을 사용하기 위해서는 아래 조건을 만족해야 합니다.
예측일수를 설정해야 합니다
주기 설정은 일별이어야 합니다
조회 기간 시작일을 오늘 기준 최소 3일 전(D-3)으로 설정해야 합니다
코호트에 있는 유저 수가 30명 이상이어야 합니다
정교한 예측을 위해서는 충분한 조회 기간이 필요합니다. 에어브릿지는 조회 기간 시작일을 오늘 기준 최소 13일 전(D-13)으로 설정한 후에 예측 잔존일을 확인하는 것을 권장합니다.
코호트에 있는 유저 수가 충분하지 않으면 수치 대신 Insufficient User Count로 표기됩니다
메타 개인정보보호정책에 따라 에어브릿지 리포트에 설정한 조회 기간 동안 발생한 일부 메타 애즈(facebook.business) 데이터가 마스킹됩니다. 아래 조건에 모두 해당하는 데이터가 마스킹됩니다.
메타 애즈 캠페인으로 발생한 1,000회 미만의 노출(Impression) 또는 메타 애즈에 기여된 100회 미만의 앱 설치 데이터
메타 애즈가 채널 연동 또는 비용 연동으로 제공한 데이터. 터치포인트 생성 타입(Touchpoint Generation Type)이 Self-attributing Network로 표기됨
마스킹된 데이터는 에어브릿지 리포트 조회 결과에 합산되지 않습니다. 조회 설정에 따라 데이터는 수치 대신 아래와 같이 표기됩니다.
표기 | 조건 | 설명 |
|---|---|---|
Privacy Block | 설정에 해당하는 모든 데이터 마스킹 | 수치 대신 Privacy Block만 표기됩니다 |
+α, ±α | 설정에 해당하는 데이터 중 일부만 마스킹 | 기호가 수치 뒤에 붙어 함께 표기됩니다 |
일부 리포트 설정을 변경하면 마스킹된 데이터가 조회될 수 있습니다. 아래와 같은 방법을 시도해보세요.
조회 기간을 변경하거나 늘립니다.
그룹바이와 필터를 변경하거나 일부 해제합니다.
마스킹되지 않는 데이터
터치포인트 생성 타입이 Meta Install Referrer, Google Install Referrer (Meta)로 표기되는 인스톨 리퍼러 등 채널 연동과 비용 연동을 제외한 다른 방식으로 발생한 메타 애즈 데이터는 마스킹되지 않습니다. 액츄얼스 리포트에서 Touchpoint Generation Type을 그룹바이로 설정하면 터치포인트 생성 타입별로 데이터를 조회할 수 있습니다.
에어브릿지에서 제공하는 예측 기능은 미래 상황에 대해 참고할 수 있는 지표를 현재 수집한 데이터를 바탕으로 빠르게 추정해서 제공하는 기능입니다.
대표적인 예측 기능인 예측 잔존일(Predictive Lifetime)과 예측 LTV(Predictive LTV, pLTV)는 앞으로 유저가 며칠 동안 재방문하고 매출을 얼마나 발생시키는지 에어브릿지에서 추정한 수치입니다. 예측 잔존일과 예측 LTV는 실제 수치와 다를 수 있습니다.
도움이 되었나요?