LTV — τι είναι, πρόβλεψη της αξίας του χρήστη

Τι είναι το LTV;

LTV (Lifetime Value) — το προβλεπόμενο καθαρό κέρδος που θα φέρει ένας χρήστης κατά τη διάρκεια ολόκληρης της περιόδου χρήσης του προϊόντος. Στην ανάπτυξη εφαρμογών για κινητά, το LTV είναι ο ακρογωνιαίος λίθος των οικονομικών της εφαρμογής: ακριβώς αυτή η μετρική καθορίζει πόσα μπορούν να δαπανηθούν για την προσέλκυση ενός χρήστη μέσω διαφήμισης.

Η μετρική συνδυάζει τρία συστατικά: το μέσο έσοδο ανά περίοδο (ARPU), τη μέση διάρκεια ζωής του χρήστη και το μικτό περιθώριο κέρδους. Χωρίς LTV, είναι αδύνατο να δικαιολογηθεί ο προϋπολογισμός για UA (User Acquisition). Οι επενδυτές αξιολογούν τη νεοφυή επιχείρηση βάσει του πολλαπλασιαστή LTV: οι εταιρείες SaaS αποτιμώνται σε 5–10× LTV της ετήσιας συνδρομής.

Σύμφωνα με δεδομένα της OpenView (2025), το διάμεσο LTV σε εφαρμογές για κινητά είναι 14,50 δολάρια για την κατηγορία Games, 22 δολάρια για Social και 45 δολάρια για Health & Fitness. Η διακύμανση είναι τεράστια — από 0,50 δολάρια στο Hypercasual έως 500+ δολάρια σε εφαρμογές γνωριμιών με μεγάλο LifeTime.

Γιατί χρειάζεται το LTV στην ανάπτυξη εφαρμογών για κινητά

Το LTV επιλύει τρεις επιχειρηματικές εργασίες. Πρώτον — αξιολόγηση της απόδοσης της διαφήμισης. Εάν το LTV είναι μικρότερο από το CPI, η εφαρμογή είναι ζημιογόνα. Δεύτερον — ιεράρχηση λειτουργιών: ποιες αλλαγές προϊόντος αυξάνουν το LTV, αυτές εφαρμόζονται. Τρίτον — πρόβλεψη εσόδων: γνωρίζοντας το LTV νέων χρηστών, μπορεί κανείς να προβλέψει τα έσοδα για 6–12 μήνες μπροστά.

Η δεύτερη και τρίτη εργασία απαιτούν ιστορικά δεδομένα. Για μια νέα εφαρμογή χωρίς ιστορικό, χρησιμοποιούνται σημεία αναφοράς κατηγορίας. Sensor Tower και Data.ai παρέχουν εκτιμήσεις LTV ανά κατηγορία και περιοχή. Ωστόσο, τα σημεία αναφοράς είναι κατευθυντήριες γραμμές, όχι αλήθεια: το LTV μιας συγκεκριμένης εφαρμογής μπορεί να διαφέρει 2–3 φορές από τον μέσο όρο της αγοράς.

LTV vs Lifetime Gross Profit

Το LTV μπορεί να υπολογιστεί βάσει εσόδων (Revenue LTV) ή κέρδους (Profit LTV). Profit LTV αφαιρεί από το Revenue LTV το cost of goods sold (COGS): προμήθειες καταστημάτων (15–30%), έξοδα διακομιστή, απόκτηση. Η Apple και η Google λαμβάνουν 15–30% από κάθε αγορά — αυτό μειώνει σημαντικά το πραγματικό LTV. Για σωστή σύγκριση με το CAC, χρησιμοποιήστε το Profit LTV.

Πώς να υπολογίσετε το LTV

Υπάρχουν τρεις μέθοδοι υπολογισμού LTV: ιστορική, κοόρτης και προγνωστική. Κάθε μέθοδος δίνει διαφορετική ακρίβεια σε διαφορετικούς ορίζοντες. Το ιστορικό LTV υπολογίζεται για χρήστες που έχουν ήδη ολοκληρώσει τον κύκλο ζωής τους — είναι ακριβές, αλλά δεν εφαρμόζεται σε ενεργούς χρήστες.

Η μέθοδος κοόρτης — το χρυσό πρότυπο. Οι χρήστες ομαδοποιούνται ανά ημερομηνία εγκατάστασης (Day 0 cohort), και για κάθε κοόρτη κατασκευάζεται μια καμπύλη εσόδων ανά ημέρα. Η παρέκταση αυτής της καμπύλης δίνει μια πρόβλεψη LTV. Σύμφωνα με δεδομένα της Amplitude (2025), το LTV κοόρτης για παράθυρο 90 ημερών έχει σφάλμα μόλις 5–8% στην πρόβλεψη 12 μηνών.

data class CohortData(
    val installDate: LocalDate,
    val dayRevenue: List<Double>
)

fun calculateProjectedLTV(
    cohort: CohortData,
    dayN: Int,
    annualDiscountRate: Double = 0.10
): Double {
    val observedRevenue = cohort.dayRevenue
        .take(dayN)
        .sum()
    val projectedRevenue = extrapolateRevenue(
        cohort.dayRevenue, dayN, 365
    )
    return applyDiscountRate(
        observedRevenue + projectedRevenue,
        annualDiscountRate
    )
}

Η μέθοδος extrapolateRevenue χρησιμοποιεί την καμπύλη εξασθένησης εσόδων. Συνήθως προσεγγίζεται με συνάρτηση ισχύος (power law): revenue on day N = revenue_day_1 × N^(-alpha). Το Alpha υπολογίζεται από ιστορικά δεδομένα. ApplyDiscountRate φέρνει τα μελλοντικά έσοδα στην παρούσα αξία — συνήθης χρηματοοικονομική πρακτική για σωστή αποτίμηση.

Τύπος βασικού LTV

Ο απλούστερος τύπος LTV: ARPU × Average Lifetime. Η μέση διάρκεια ζωής είναι Average Churn Rate^−1. Εάν οι χρήστες φεύγουν με ρυθμό 10% το μήνα, Average Lifetime = 1 / 0,10 = 10 μήνες. Με μηνιαίο ARPU 2 δολάρια, LTV = 2 × 10 = 20 δολάρια. Ο τύπος είναι χρήσιμος για γρήγορη αξιολόγηση, αλλά αγνοεί την αλλαγή του ARPU με την πάροδο του χρόνου.

Μοντέλα πρόβλεψης LTV

Η πρόβλεψη LTV — μια σύνθετη εργασία που απαιτεί προηγμένες στατιστικές μεθόδους. Για ακριβή πρόβλεψη σε πρώιμα στάδια (Day 1 — Day 30) χρησιμοποιούνται μοντέλα ML που αναλύουν συμπεριφορικά σήματα: πρώτες αγορές, συχνότητα συνεδριών και δέσμευση.

Probabilistic Models — BG/NBD (Beta-Geometric / Negative Binomial Distribution) — η κλασική προσέγγιση για την πρόβλεψη επαναλαμβανόμενων αγορών. Το μοντέλο εκτιμά την πιθανότητα ότι ένας χρήστης θα παραμείνει ενεργός και τον αναμενόμενο αριθμό συναλλαγών. Το μοντέλο Fader & Hardie (2013) παραμένει το de facto πρότυπο για LTV χωρίς ML.

Μοντέλα ML — Random Forest, XGBoost και νευρωνικά δίκτυα. Λαμβάνουν υπόψη δεκάδες χαρακτηριστικά: πηγές κίνησης, συσκευή, χώρα, πρώτες ενέργειες. Το Google Cloud recommandation.ai χρησιμοποιεί Deep Neural Network για πρόβλεψη LTV βάσει γεγονότων των πρώτων 7 ημερών. Η ακρίβεια τέτοιων μοντέλων είναι 15–25% υψηλότερη από τα πιθανοτικά (Google, 2025).

Υβριδική προσέγγιση συνδυάζει ένα πιθανοτικό μοντέλο για βασική πρόβλεψη και διόρθωση ML για ομάδες με ανώμαλη συμπεριφορά. Στην πράξη, η υβριδική προσέγγιση δίνει την καλύτερη αναλογία ακρίβειας και υπολογιστικού κόστους. Οι περισσότερες πλατφόρμες (Amplitude, Mixpanel) χρησιμοποιούν υβριδικά μοντέλα για αυτόματο LTV.

Πρόβλεψη LTV την 7η ημέρα

Το Day-7 LTV — η πιο δημοφιλής πρώιμη πρόβλεψη. Εάν ένας χρήστης δεν έχει πραγματοποιήσει αγορά εντός 7 ημερών, η πιθανότητα αγοράς στο μέλλον μειώνεται κατά 80%. Η μετρική Day-7 LTV υπολογίζεται πολλαπλασιάζοντας το ημερήσιο ARPU για 7 ημέρες με το προβλεπόμενο Lifetime. Η συσχέτιση του Day-7 LTV με το LTV 365 ημερών φτάνει το 0,85 στην κατηγορία Games.

Αναλογία LTV και CAC

Η αναλογία LTV / CAC — ο κύριος δείκτης οικονομίας μονάδας μιας εφαρμογής για κινητά. Κανόνας μιας υγιούς επιχείρησης: LTV/CAC >= 3. Εάν η αναλογία είναι μικρότερη από 3, η επιχείρηση δεν είναι κλιμακώσιμη — κάθε προσελκυόμενος χρήστης φέρνει ανεπαρκή έσοδα για να καλύψει τα έξοδα μάρκετινγκ και τα λειτουργικά έξοδα.

Οι επενδυτές επιχειρηματικών κεφαλαίων απαιτούν LTV/CAC > 3 για seed-round και > 5 για Series A. Σύμφωνα με δεδομένα της OpenView (2025), το διάμεσο LTV/CAC για εταιρείες mobile-first είναι 3,2. Οι καλύτερες εταιρείες εμφανίζουν 5–7. Η payback period (χρόνος απόσβεσης CAC) δεν πρέπει να υπερβαίνει τους 12 μήνες για μοντέλα συνδρομής.

Είναι σημαντικό να ληφθεί υπόψη ότι το LTV/CAC υπολογίζεται βάσει προγνωστικού LTV, όχι ιστορικού. Εάν η πρόβλεψη είναι υπερβολική — η αναλογία φαίνεται υγιής, αλλά η πραγματική επιχείρηση είναι ζημιογόνα. Μια συντηρητική πρόβλεψη LTV βάσει P50 (διάμεσου) είναι πιο αξιόπιστη από αυτήν βάσει μέσου όρου.

LTV σε διαφορετικές κατηγορίες εφαρμογών

Το LTV ποικίλλει σημαντικά ανά κατηγορία. Η κατανόηση των τυπικών τιμών βοηθά στον καθορισμό ρεαλιστικών στόχων και στην επιλογή στρατηγικής δημιουργίας εσόδων. Τα παρουσιαζόμενα δεδομένα βασίζονται σε αναφορές των Data.ai και Sensor Tower για το 2025.

Hypercasual Games έχουν το χαμηλότερο LTV — 0,20–0,50 δολάρια. Το μοντέλο βασίζεται στη διαφήμιση: ο χρήστης παίζει 3–5 ημέρες, βλέπει rewarded video, στη συνέχεια φεύγει. Με τέτοιο LTV, το CAC δεν μπορεί να υπερβαίνει τα 0,10–0,15 δολάρια, το οποίο είναι εφικτό μόνο με μαζική κίνηση και βελτιστοποιημένα δημιουργικά.

Strategy Games — το υψηλότερο LTV στο gaming: 25–50 δολάρια. Οι χρήστες παραμένουν για 6–18 μήνες, αγοράζοντας ενεργά boosters και συνδρομές. Το υψηλό LTV επιτρέπει δαπάνες έως 10–15 δολάρια ανά εγκατάσταση σε UA. Η ποιότητα της κίνησης γίνεται πιο σημαντική από την ποσότητα.

Health & Fitness — LTV 30–60 δολάρια χάρη στις συνδρομές. Ο μέσος χρήστης πληρώνει 8–15 δολάρια το μήνα για 4–6 μήνες. Οι συνδρομές παρέχουν προβλέψιμο LTV και υψηλή αποτίμηση της επιχείρησης από τους επενδυτές.

Social Dating — το LTV φτάνει τα 100–500 δολάρια. Οι χρήστες πληρώνουν για συνδρομές και εικονικά δώρα, το LifeTime μπορεί να υπερβαίνει τους 12 μήνες. Αυτή είναι η πιο κερδοφόρα κατηγορία εφαρμογών για κινητά από άποψη LTV, αλλά το CAC εδώ είναι μέγιστο — 20–50 δολάρια.

Πώς να αυξήσετε το LTV

Η αύξηση του LTV — μια στρατηγική εργασία που επιλύεται μέσω βελτίωσης του προϊόντος. Όλες οι μέθοδοι χωρίζονται σε τρεις ομάδες: αύξηση retention, αύξηση ARPU και μείωση churn. Κάθε ομάδα έχει πολλαπλασιαστική επίδραση στο LTV.

Πρώτη ομάδα — retention. Η αύξηση του Day-7 retention κατά 10% δίνει αύξηση LTV κατά 15–20%. Μέθοδοι: εξατομίκευση onboarding, push ειδοποιήσεις με σχετικό περιεχόμενο, παιχνιδοποίηση (achievements, leaderboards, streaks). Duolingo — κλασικό παράδειγμα: ο μηχανισμός streak διατηρεί τους χρήστες για χρόνια, παρέχοντας LTV 3–4 φορές υψηλότερο από τον μέσο όρο EdTech.

Δεύτερη ομάδα — ARPU. Οι μέθοδοι περιγράφονται στο άρθρο για το ARPU: συνδρομές, βελτιστοποίηση διαφημιστικών θέσεων, εξατομίκευση προσφορών. Η αύξηση ARPU κατά 10% με το ίδιο retention δίνει άμεση αύξηση LTV κατά 10%.

Τρίτη ομάδα — μείωση churn. Καμπάνιες Win-back (επιστροφή χρηστών που έφυγαν), βελτίωση υποστήριξης πελατών, ανάλυση σημείων εκροής. Η μείωση του μηνιαίου churn από 15% σε 10% αυξάνει το Average Lifetime από 6,7 σε 10 μήνες — αύξηση LTV κατά 50% με αμετάβλητο ARPU.