客户生命周期价值 （LTV） 是一个关键指标，可帮助您了解应用的平均用户产生了多少收入。
公式如下：LTV = ARPU ×生命周期
在计算用户获取、参与度和留存率的投资回报率时，此指标至关重要。
随着吸引客户的成本持续上升，营销人员正在密切关注 LTV。毕竟，他们努力的成功在很大程度上取决于用户的LTV。通常，吸引用户比首次购买要昂贵得多，这就是为什么公司将获取成本 （CPA） 与 LTV 进行比较的原因。LTV 越高，促销获得回报的几率就越高。
了解潜在用户在整个活动期间（而不仅仅是第一笔交易）将产生多少收入，使您能够快速完善营销策略并明智地分配预算。
但企业并不总是有足够的数据来计算 LTV，或者他们可能没有能够计算的分析师。为了应对这一挑战，我们实现了流程自动化，并在Yandex Direct中实施了预测模型。这项创新使推广移动应用的广告主能够获得更多的安装后转化和更高的收入，尤其是在按安装付费的广告系列中。
预测模型的工作原理
我们的预测LTV模型是一种机器学习工具，我们用于在AppMetrica中进行分析并训练Yandex Direct算法。根据用户在一个应用中第一天的行为，该模型会预测他们将在类似应用中花费多少时间，以及他们最终将为应用所有者赚取多少收入。
该模型根据来自类似应用程序的匿名AppMetrica数据以及您直接发送的收入或用户保留数据进行训练。因此，Yandex Direct会实时调整出价，并吸引承诺为您的应用提供更高LTV的用户。
该模型使用来自可比应用的匿名数据进行训练，并结合收入和用户保留数据。因此，Yandex Direct会实时动态调整出价，以吸引可能为您的应用提供LTV的用户。
标准购买算法：定位可能的应用安装用户
新的Yandex应用广告系列广告算法：专注于由LTV驱动的高质量受众
我们不断增强我们的技术并扩大Yandex Direct中应用程序广告系列的功能，以确保广告在您的最佳预算内获得最大的结果。预测性LTV模型的推出是朝着这个方向迈出的重要一步。
原文链接：https://yandex.com/adv/news/the-predictive-ltv-model-is-now-available-for-yandex-ads-app-campaigns
