ARPU: mi ez, számítási képlet és analitika

Mi az ARPU?

ARPU (Average Revenue Per User) — egy monetizációs metrika, amely megmutatja egy felhasználó által generált átlagos bevételt egy kiválasztott időszakban. A vállalatok az ARPU-t használják a reklámkampányok hatékonyságának értékelésére, termékek összehasonlítására és a bevétel előrejelzésére. A mutató univerzális: alkalmas játékokhoz, előfizetéses szolgáltatásokhoz, e-kereskedelemhez és bármilyen más mobilalkalmazáshoz.

A metrikát egy meghatározott időszakra számítják: nap (Napi ARPU), hónap (Havi ARPU) vagy év (Éves ARPU). Az időszak kiválasztása az üzleti modelltől függ. Előfizetéses alkalmazások esetén a Havi ARPU kényelmesebb, hirdetéses alkalmazások esetén a Napi ARPU. Az Appsflyer (2025) kutatása szerint az átlagos Havi ARPU a Health & Fitness kategóriában 2,87 dollár, a Tools kategóriában pedig 0,45 dollár.

Az ARPU egy egyszerű kérdésre válaszol: mennyit hoz átlagosan minden felhasználó. Ha az ARPU alacsonyabb, mint a Cost Per Install (CPI) — a reklámkampány veszteséges. Ha magasabb — van potenciál a skálázásra. A kockázatitőke-alapok a startupok értékelésekor ezt a metrikát kérik az LTV és CAC mellett.

Az ARPU számítási képlete

Az alapképlet rendkívül egyszerű, és két összetevőből áll. A teljes bevételt elosztjuk a felhasználók számával az adott időszakban. A bevétel minden forrást magában foglal: vásárlások, előfizetések, hirdetések — az áruházak jutalékainak és adóknak a levonása nélkül.

ARPU = Revenue / Users

<%= ARPU  %>

Ahol:
  Revenue  — a teljes bevétel az időszakban
  Users    — a felhasználók száma az időszakban

Például, egy alkalmazás 15 000 dollárt keresett egy hónap alatt 50 000 aktív felhasználóval. Havi ARPU = 15 000 / 50 000 = 0,30 dollár. Ha a felhasználókat fizetőkkel helyettesítjük — megkapjuk az ARPPU-t. Szegmentált elemzéshez az ARPU-t hasonlóan számítják országok, platformok vagy kohorszok szerint.

ARPU a mobil analitikában

Az ARPU nem légüres térben létezik — más metrikákkal együtt vizsgálják. Az ARPU, ARPPU és LTV kombinációja teljes képet ad a monetizációról. A magas ARPU jelenthet jó monetizációt, de kis közönséget is nagy bevétellel. Az alacsony ARPU milliós felhasználói bázissal stratégiailag előnyösebb lehet, mint a magas ARPU ezer felhasználóval.

Az Adjust (2025) adatai szerint a top-100 bevételű alkalmazás ARPU mediánja 2,7-szer magasabb a kategória átlagánál. Ez azt jelenti, hogy a legjobb alkalmazások nem csak több fizető felhasználót vonzanak, hanem mindenkit jobban monetizálnak. A metrika hatékony a kirakat, árak és hirdetési mechanikák változtatásainak A/B tesztelésére.

Az ARPU és ARPPU közötti különbség

ARPU és ARPPU — ugyanazon metrika két oldala, amelyek könnyen összetéveszthetők. Az ARPU (Average Revenue Per User) minden felhasználót figyelembe vesz. Az ARPPU (Average Revenue Per Paying User) — csak azokat, akik legalább egy vásárlást végeztek. A különbség kritikus az ingyenes felhasználók fizetővé konvertálásának elemzéséhez.

Képzeljen el egy alkalmazást 100 000 felhasználóval, akik közül 2 000 végzett vásárlást. Havi bevétel — 10 000 dollár. ARPU = 0,10, ARPPU = 5,00 dollár. Az alacsony ARPU magas ARPPU mellett problémát jelez: a felhasználók nem akarnak fizetni, de akik fizetnek, sokat költenek. A konverzión kell dolgozni fizetőkké, nem a vásárlások árán.

Az előfizetéses alkalmazásokra fordított kép jellemző. Az ingyenes próbaidőszakos szolgáltatásokban az ARPU fokozatosan nő, ahogy a felhasználók fizetőkké válnak. Az ARPPU stabil marad — az előfizetés ára rögzített. A Statista (2025) azt mutatja, hogy a streaming kategóriában az ARPPU 4–6 dollár között ingadozik, míg az ARPU 0,80-tól 2,50-ig terjed régiótól függően.

Lehet-e az ARPU magasabb, mint az ARPPU?

Ilyen helyzet szisztematikus számítási hiba esetén fordul elő. Az ARPU mindig alacsonyabb az ARPPU-nál, mivel az ARPU nevezője nagyobb (minden felhasználó a fizetőkkel szemben). Ha az ARPU magasabb az ARPPU-nál — ellenőrizze az adatokat. Lehetséges okok: a fizető felhasználók helytelen szűrése, teszt-tranzakciók beszámítása vagy hiba az analitikai SDK-ban.

2024-ben a Firebase Analytics egy incidenst regisztrált, amikor egy SDK-frissítés miatt a fizető felhasználók duplikálódtak. A fejlesztők ARPPU = 2,30 dollárt és ARPU = 3,10 dollárt láttak, ami matematikailag lehetetlen. A probléma megoldódott az SDK verziójának visszaállításával és a vásárlási események újra-deduplikálásával.

Tipikus értékek kategóriánként

A különböző alkalmazáskategóriák eltérő ARPU/ARPPU arányt mutatnak. A Hypercasual játékokban a fizetőkké konverzió 2–4% 1–2 dolláros ARPPU mellett. Az ARPU az ilyen játékokban nem haladja meg a 0,10 dollárt. A stratégiai játékokban a konverzió eléri a 6–10%-ot 15–30 dolláros ARPPU-val és 1–2 dolláros ARPU-val.

Az ARPU-t befolyásoló tényezők

Az ARPU nem statikus érték — számos tényező hatására változik. E tényezők megértése lehetővé teszi a metrika célzott befolyásolását, ahelyett hogy találgatnánk, miért csökkent a bevétel. A tényezők fő kategóriái: monetizációs modell, felhasználói viselkedésminták és külső körülmények.

Monetizációs modell

A kereseti mód kiválasztása meghatározza az ARPU alapszintjét. A hirdetési modell (Ad Monetization) alacsony ARPU-t ad (0,05–0,30 dollár), de milliós felhasználói bázisra skálázható. Az előfizetéses modell — magas ARPU-t (3–10 dollár), de kisebb közönséget. A hibrid modell (hirdetés + vásárlás + előfizetés) — az arany középút.

A Liftoff (2025) adatai szerint a hibrid alkalmazások 40%-kal magasabb ARPU-t mutatnak a tisztán hirdetésesekhez képest. Ennek oka, hogy a hirdetések a nem fizető felhasználókat monetizálják, az előfizetések pedig a hűségeseket. Két bevételi forrás nem versenyez, hanem kiegészíti egymást.

Felhasználói retention

Minél tovább marad egy felhasználó az alkalmazásban, annál nagyobb a hozzájárulása az ARPU-hoz. A 7. napi retention erősen korrelál a hosszú távú ARPU-val. A hetente egyszer alkalmazást nyitó felhasználó 3–4-szer kevesebb bevételt hoz, mint a napi aktív felhasználó. A push értesítések, personalizáció és tartalmi frissítések közvetlenül növelik a retention-t.

Az Amplitude (2025) kutatása azt mutatja: a 7. napi retention 10%-os növekedése 25–30%-os Havi ARPU növekedést eredményez a Social kategóriában. A hatás multiplikatív — a megtartott felhasználó több vásárlást végez, több hirdetést néz, és gyakrabban hív meg barátokat (virilitás).

A közönség földrajza

A különböző régiókból származó felhasználók eltérő vásárlóerővel rendelkeznek. Az ARPU a Tier-1 országokban (USA, Kanada, Ausztrália, Nagy-Britannia) 5–10-szer magasabb, mint a Tier-3-ban (India, Indonézia, Brazília). Ez fontos a reklámköltségvetések tervezésekor: az indiai forgalom olcsó, de az ARPU többszörösen alacsonyabb lesz.

A geo-szegmentáció lehetővé teszi az ARPU optimalizálását: drágább hirdetések megjelenítése az USA-ban, árak testreszabása Délkelet-Ázsiában. A Google Ads és Meta Ads lehetővé teszi a geo-célzás beállítását városi szinten. A Data.ai (2025) adatai szerint az ARPU az USA-ban a puzzle játékok esetében 1,35 dollár, Indiában — 0,08 dollár.

Hogyan számítsuk ki az ARPU-t a gyakorlatban

Az ARPU kézi kiszámítása kis adatokon nem nehéz, de a több ezer felhasználós mobilalkalmazásokhoz automatizálás szükséges. Vizsgáljuk meg a Napi ARPU kiszámításának példáját Kotlin-ban a Firebase Analytics használatával. A szerver logika összegyűjti a vásárlási eseményeket, és elküldi az analitikai rendszerbe.

data class RevenueEvent(
    val userId: String,
    val amount: Double,
    val timestamp: Long
)

object ARPUCalculator {
    fun calculateDailyARPU(
        revenueEvents: List<RevenueEvent>,
        totalUsers: Int
    ): Double {
        val totalRevenue = revenueEvents
            .map { it.amount }
            .sum()
        return roundToTwoDecimals(
            totalRevenue / totalUsers
        )
    }
}

A függvény fogadja a bevételi események listáját és a felhasználók teljes számát az adott napon. A map metódus kinyeri az összegeket, a sum összegzi őket. Az eredmény két tizedesre kerekítve. A Havi ARPU esetén az időszak hosszabb, és a felhasználók száma MAU (Monthly Active Users) alapján kerül meghatározásra.

A valós projektekben az ARPU-t analitikai platformok számítják: Amplitude, Mixpanel, Firebase Analytics, AppsFlyer. Automatikusan gyűjtik a vásárlási eseményeket, hirdetésmegjelenítéseket és a felhasználók számát. A fejlesztőnek csak be kell állítania az SDK-t és figyelnie a dashboard-ot.

Stratégiák az ARPU növelésére

ARPU növelése — a mobilalkalmazás-termékmenedzserek egyik fő feladata. Vizsgáljuk meg a bevált stratégiákat, amelyek a gyakorlatban is működnek. Minden stratégia A/B tesztelést és viselkedési adatok elemzését igényel a skálázás előtt.

Első stratégia — előfizetések bevezetése. Még ha az alkalmazás hirdetési modellt használ is, a hirdetések kikapcsolására szolgáló előfizetés hozzáadása 20–40%-os ARPU-növekedést eredményez. A RevenueCat (2025) adatai szerint az előfizető felhasználók 12 hónap alatt 6-szor több bevételt hoznak, mint az előfizetés nélküli, hirdetési monetizációjú felhasználók.

Második stratégia — a hirdetési helyek optimalizálása. A jutalmazott videók logikai szünetek utáni elhelyezése (játékokban — a karakter halála után, segédprogramokban — a feladat befejezése után) növeli a készlet kitöltöttségét és a CPM-et. AdMob mediáció 5–7 hirdetési hálózattal maximalizálja a rendelkezésre álló megjelenítéseket.

Harmadik stratégia — az ajánlatok személyre szabása. A felhasználói viselkedés elemzése lehetővé teszi releváns termékek megjelenítését. Az a felhasználó, aki 10+ alkalommal megtekintette a prémium szintet, személyre szabott kedvezményt kap. Push értesítések előfizetési ajánlattal a telepítés után 7 nappal 30–50%-kal növelik a konverziót.

Negyedik stratégia — a retention javítása tartalmi frissítésekkel. Heti események a játékokban, új szintek, szezonális témák — mindez megtartja a felhasználót és növeli életre szóló bevételét. A GameAnalytics (2025) kutatása szerint a heti frissítésű alkalmazások ARPU-ja 35%-kal magasabb, mint a negyedévente frissített alkalmazásoké.

Gyakori hibák az ARPU-val való munka során

Az ARPU-val való munka gondosságot igényel — a számítási és értelmezési hibák rossz döntésekhez vezetnek. Vizsgáljuk meg a leggyakoribb hibákat és elkerülésük módjait. Az első és legfontosabb hiba — az ARPU és ARPPU összekeverése a hirdetések hatékonyságának elemzésekor.

Második hiba — az ARPU átlagolása a teljes közönségre szegmentáció nélkül. Ha az egyik felhasználói kohorsz 5 dollárt hoz, a másik pedig 0,05 dollárt, a 2,50 dolláros átlagos ARPU nem tükrözi a valóságot. Szegmentáljon forgalmi forrás, ország és platform szerint. Az általános ARPU megtévesztő: az átlag alapján hozott döntés mindkét szegmenst ronthatja.

Harmadik hiba — a kiugró értékek figyelmen kívül hagyása. Egy felhasználó, aki 500 dollárt költött, 10-szeresére növelheti az átlagos ARPU-t. Használjon mediánt vagy percentiliseket (P50, P90) a helyes értékeléshez. Az ARPU mediánja pontosabban írja le a tipikus felhasználót a magas költési szóródású alkalmazásokban.

Negyedik hiba — a deviza-ingadozások figyelmen kívül hagyása a nemzetközi elemzésben. Az ARPU dollárban csökkenhet a helyi valuta gyengülése miatt, miközben a helyi valutában a bevétel nő. Konvertálja az összes bevételt alapdevizába az időszak egységes árfolyamán a hónapok helyes összehasonlításához.