遊戲ROI估算模型（附工具）

我們在遊戲產品立項、計劃推廣方案、運營資料分析時，往往需要分析或預測產品的回報率，即我們常說的ROI（Return On Investment）。

ROI有什麼意義呢？產品部門可以根據它來調整遊戲內變現和內購的激程式度；運營部門可以根據它來策劃拉營收和活躍的活動計劃；市場部門可以通過它來決定投放價格和策略。ROI可以說是產品各個層面決策的最根本導向。

我們做ROI預估的時候一般有如下方法：

• 直接預估單個使用者的生命週期價值（LTV），除以預估單個使用者的成本（CPI）
• 預估單個使用者的平均收入（ARPU值）和留存率，計算LTV，除以預估單個使用者的CPI
• 產品上線後收集一段時間的資料，按照上述兩個方法更精確地估算各個預估值，再進行計算
• 產品上線後收集一段時間的資料，估算最終的收入和成本，兩個值相除
  

對於後兩種方式，可以參看

資料預測與曲線擬合 - Logic Studiowww.daletan.win

這篇文章，來通過已有資料預測未來資料。

對於前兩種沒有資料依據所做的預估，我們當然希望能把它拆得越細越好，所以這篇文章中我們將使用第二種方法，通過預估ARPU、留存、CPI等資料來預測ROI。

我們知道，

ROI = 總收入 / 總花費

此處的花費僅計算推廣費用。

總收入為每日收入累加，總花費為每日花費累加。

每日花費 = 每日廣告新增使用者 * CPI
每日收入 = 每日活躍使用者（DAU） * 當日ARPU
DAU = 當日新增使用者 + 前一日新增使用者*次日留存 + 前前日新增使用者*2日留存 + …

當日ARPU值也能拆分成廣告變現的ARPU + 內購ARPU

通常來講，廣告變現的ARPU值受變現廣告的頻率和展示價格（CPM）的影響，比較穩定。而內購ARPU值其實相對來說波動較大，但考慮到我們只是在建模，可以認為我們取的是它從長期來看的平均值。

當日新增使用者 = 當日廣告使用者 * (1 + 自然安裝/廣告安裝百分比)

自然安裝/廣告安裝百分比這個值會根據每天廣告安裝的數量多少有所波動，在手遊衝榜、被推薦時也會顯著提高，但是我們認為從長遠來看，它一般會在20%左右波動。

以上就是我們整套模型的演算法和假設。其中的變數在不同產品中都有很大的不同，由此需要根據產品屬性自定義。

現在，讓我們用這個模型來預估這樣一個產品的ROI：

• 買量成本CPI為$2
• 每日廣告新增使用者為1000
• 自然使用者佔廣告使用者的20%，即每日總新增1200
• 沒有廣告變現，內購ARPU值為$0.3
• 次日留存40%，7日留存20%，30日留存8%，生命週期為90天（即當天新增使用者在90天后全部流失）
• 觀察180天的資料，每天持續買量
  

依然參看資料預測與曲線擬合這篇文章中的擬合方法，我們擬合得到該產品每日的使用者留存率如下：


平均每個使用者的生命週期為7.51天，乘以ARPU值$0.3，得出平均單個使用者的LTV為$2.25，我們可以判斷，$2的買量成本是完全可以承受的。那麼哪一天能回本呢？


我們可以看到，在第74天的時候，累計的收入就大於累計花費了。


在第180天，該產品的ROI為120.8%，即毛利率為20.8%，值得推廣。

可以訪問LTV模型 - Logic Studiowww.daletan.win

使用該工具。


來源： Logic Studio
原地址：https://mp.weixin.qq.com/s/yWoRfbdi4J5cFYf480xDbA