ARPU: apa itu, rumus perhitungan dan analitik

Apa itu ARPU?

ARPU (Average Revenue Per User) — adalah metrik monetisasi yang menunjukkan pendapatan rata-rata yang dihasilkan oleh satu pengguna dalam periode waktu yang dipilih. Perusahaan menggunakan ARPU untuk mengevaluasi efektivitas kampanye iklan, membandingkan produk, dan memprediksi pendapatan. Indikator ini bersifat universal: cocok untuk game, layanan berlangganan, e-commerce, dan aplikasi mobile lainnya.

Metrik dihitung untuk periode tertentu: hari (Daily ARPU), bulan (Monthly ARPU), atau tahun (Yearly ARPU). Pemilihan periode tergantung pada model bisnis. Untuk aplikasi dengan langganan, Monthly ARPU lebih nyaman, untuk aplikasi iklan — Daily ARPU. Menurut penelitian Appsflyer (2025), Monthly ARPU rata-rata di kategori Health & Fitness adalah $2,87, dan di kategori Tools — $0,45.

ARPU menjawab pertanyaan sederhana: berapa rata-rata setiap pengguna menghasilkan. Jika ARPU lebih rendah dari Cost Per Install (CPI) — kampanye iklan merugi. Jika lebih tinggi — ada potensi untuk scaling. Dana modal ventura saat mengevaluasi startup memerlukan metrik ini bersama dengan LTV dan CAC.

Rumus Perhitungan ARPU

Rumus dasar sangat sederhana dan terdiri dari dua komponen. Total pendapatan dibagi dengan jumlah pengguna dalam periode. Pendapatan mencakup semua sumber: pembelian, langganan, iklan — tanpa dikurangi komisi toko dan pajak.

ARPU = Revenue / Users

<%= ARPU  %>

Di mana:
  Revenue  — total pendapatan untuk periode tersebut
  Users    — jumlah pengguna dalam periode tersebut

Misalnya, sebuah aplikasi menghasilkan $15.000 dalam sebulan dengan 50.000 pengguna aktif. Monthly ARPU = 15.000 / 50.000 = $0,30. Jika pengguna diganti dengan pembayar — diperoleh ARPPU. Untuk analisis tersegmentasi, ARPU dihitung serupa berdasarkan negara, platform, atau kohort.

ARPU dalam Analitik Mobile

ARPU tidak ada dalam kevakuman — ia dilihat bersama dengan metrik lainnya. Kombinasi ARPU, ARPPU, dan LTV memberikan gambaran lengkap tentang monetisasi. ARPU tinggi bisa berarti monetisasi yang baik, tetapi juga audiens kecil dengan pendapatan besar. ARPU rendah dengan jutaan pengguna bisa secara strategis lebih menguntungkan daripada ARPU tinggi dengan seribu pengguna.

Menurut data Adjust (2025), median ARPU di 100 aplikasi teratas berdasarkan pendapatan adalah 2,7 kali lebih tinggi dari rata-rata kategori. Ini berarti aplikasi terbaik tidak hanya menarik lebih banyak pengguna pembayar, tetapi memonetisasi setiap pengguna dengan lebih baik. Metrik ini efektif untuk pengujian A/B perubahan di etalase, harga, dan mekanisme iklan.

Perbedaan ARPU dan ARPPU

ARPU dan ARPPU — dua sisi dari metrik yang sama yang mudah tertukar. ARPU (Average Revenue Per User) mencakup semua pengguna. ARPPU (Average Revenue Per Paying User) — hanya mereka yang telah melakukan setidaknya satu pembelian. Perbedaannya kritis untuk analisis konversi pengguna gratis menjadi pembayar.

Bayangkan sebuah aplikasi dengan 100.000 pengguna, di mana 2.000 di antaranya melakukan pembelian. Pendapatan bulanan — $10.000. ARPU = $0,10, ARPPU = $5,00. ARPU rendah dengan ARPPU tinggi menandakan masalah: pengguna tidak mau membayar, tetapi yang membayar menghabiskan banyak. Perlu bekerja pada konversi menjadi pembayar, bukan pada harga pembelian.

Untuk aplikasi berlangganan, gambaran sebaliknya adalah karakteristik. Di layanan dengan uji coba gratis, ARPU secara bertahap meningkat seiring konversi pengguna menjadi pembayar. ARPPU tetap stabil — harga langganan tetap. Statista (2025) menunjukkan bahwa di kategori streaming, ARPPU berkisar antara $4–6, sementara ARPU — dari $0,80 hingga $2,50 tergantung wilayah.

Bisakah ARPU Lebih Tinggi dari ARPPU?

Situasi seperti itu muncul karena kesalahan sistemik dalam perhitungan. ARPU selalu lebih rendah dari ARPPU, karena penyebut ARPU lebih besar (semua pengguna vs pembayar). Jika ARPU lebih tinggi dari ARPPU — periksa data. Kemungkinan penyebab: filtrasi pengguna pembayar yang tidak tepat, dimasukkannya transaksi uji, atau kesalahan dalam SDK analitik.

Pada tahun 2024, Firebase Analytics mencatat insiden di mana karena pembaruan SDK, pengguna pembayar terduplikasi. Pengembang melihat ARPPU = $2,30 dan ARPU = $3,10, yang secara matematis tidak mungkin. Masalah teratasi dengan mengembalikan versi SDK dan melakukan deduplikasi ulang peristiwa pembelian.

Nilai Khas per Kategori

Kategori aplikasi yang berbeda menunjukkan rasio ARPU terhadap ARPPU yang berbeda. Di game Hypercasual konversi menjadi pembayar adalah 2–4% dengan ARPPU $1–2. ARPU di game semacam itu tidak melebihi $0,10. Di game Strategi, konversi mencapai 6–10% dengan ARPPU $15–30 dan ARPU $1–2.

Faktor yang Mempengaruhi ARPU

ARPU bukan nilai statis — ia berubah di bawah pengaruh banyak faktor. Memahami faktor-faktor ini memungkinkan pengaruh yang ditargetkan pada metrik, daripada menebak mengapa pendapatan turun. Kategori utama faktor: model monetisasi, pola perilaku pengguna, dan kondisi eksternal.

Model Monetisasi

Pilihan cara menghasilkan uang menentukan tingkat dasar ARPU. Model Iklan (Ad Monetization) memberikan ARPU rendah ($0,05–0,30), tetapi dapat diskalakan ke jutaan pengguna. Model langganan — ARPU tinggi ($3–10), tetapi audiens lebih kecil. Model hibrida (iklan + pembelian + langganan) — jalan tengah.

Menurut data Liftoff (2025), aplikasi hibrida menunjukkan ARPU 40% lebih tinggi dibandingkan dengan aplikasi murni iklan. Alasannya adalah iklan memonetisasi pengguna non-pembayar, dan langganan — pengguna setia. Dua sumber pendapatan tidak bersaing, tetapi saling melengkapi.

Retensi Pengguna

Semakin lama pengguna tetap di aplikasi, semakin tinggi kontribusinya terhadap ARPU. Retensi Hari-7 berkorelasi kuat dengan ARPU jangka panjang. Pengguna yang membuka aplikasi sekali seminggu menghasilkan 3–4 kali lebih sedikit pendapatan daripada pengguna aktif harian. Notifikasi push, personalisasi, dan pembaruan konten secara langsung meningkatkan retensi.

Penelitian Amplitude (2025) menunjukkan: peningkatan 10% dalam retensi Hari-7 memberikan peningkatan 25–30% dalam Monthly ARPU di kategori Social. Efeknya multiplikatif — pengguna yang dipertahankan melakukan lebih banyak pembelian, menonton lebih banyak iklan, dan lebih sering mengundang teman (viralitas).

Geografi Audiens

Pengguna dari berbagai wilayah memiliki daya beli yang berbeda. ARPU di negara Tier-1 (AS, Kanada, Australia, Inggris) 5–10 kali lebih tinggi daripada di Tier-3 (India, Indonesia, Brasil). Ini penting dalam perencanaan anggaran iklan: traffic dari India murah, tetapi ARPU akan berkali-kali lipat lebih rendah.

Geo-segmentasi memungkinkan optimalisasi ARPU: menampilkan iklan lebih mahal di AS, menyesuaikan harga untuk Asia Tenggara. Google Ads dan Meta Ads memungkinkan konfigurasi penargetan geo di tingkat kota. Menurut data Data.ai (2025), ARPU di AS untuk game puzzle adalah $1,35, di India — $0,08.

Cara Menghitung ARPU dalam Praktik

Perhitungan manual ARPU pada data kecil tidak sulit, tetapi untuk aplikasi mobile dengan ribuan pengguna diperlukan otomatisasi. Mari kita lihat contoh perhitungan Daily ARPU di Kotlin menggunakan Firebase Analytics. Logika server mengumpulkan peristiwa pembelian dan mengirimkannya ke sistem analitik.

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
        )
    }
}

Fungsi menerima daftar peristiwa pendapatan dan jumlah total pengguna pada hari tersebut. Metode map mengekstrak jumlah, sum menjumlahkannya. Hasil dibulatkan ke dua desimal. Untuk Monthly ARPU, periode diperpanjang, dan jumlah pengguna diambil sebagai MAU (Monthly Active Users).

Dalam proyek nyata, ARPU dihitung oleh platform analitik: Amplitude, Mixpanel, Firebase Analytics, AppsFlyer. Mereka secara otomatis mengumpulkan peristiwa pembelian, tayangan iklan, dan jumlah pengguna. Pengembang cukup mengkonfigurasi SDK dan melihat dashboard.

Strategi Meningkatkan ARPU

Meningkatkan ARPU — salah satu tugas utama product manager aplikasi mobile. Mari kita lihat strategi terbukti yang berhasil dalam praktik. Setiap strategi memerlukan pengujian A/B dan analisis data perilaku sebelum scaling.

Strategi pertama — pengenalan langganan. Bahkan jika aplikasi menggunakan model iklan, menambahkan langganan untuk menonaktifkan iklan memberikan peningkatan ARPU sebesar 20–40%. Menurut data RevenueCat (2025), pengguna yang berlangganan menghasilkan 6 kali lebih banyak pendapatan selama 12 bulan dibandingkan pengguna tanpa langganan dengan monetisasi iklan.

Strategi kedua — optimalisasi tempat iklan. Menempatkan rewarded video setelah jeda logis (di game — setelah kematian karakter, di utilitas — setelah penyelesaian tugas) meningkatkan tingkat pengisian inventaris dan CPM. Mediasi AdMob dengan 5–7 jaringan iklan mengisi tayangan yang tersedia secara maksimal.

Strategi ketiga — personalisasi penawaran. Analisis perilaku pengguna memungkinkan menampilkan produk yang relevan. Pengguna yang telah melihat level premium 10+ kali menerima diskon pribadi. Notifikasi push dengan penawaran langganan 7 hari setelah instalasi meningkatkan konversi sebesar 30–50%.

Strategi keempat — peningkatan retensi melalui pembaruan konten. Acara mingguan di game, level baru, tema musiman — semua ini mempertahankan pengguna dan meningkatkan pendapatan seumur hidupnya. Menurut penelitian GameAnalytics (2025), aplikasi dengan pembaruan mingguan memiliki ARPU 35% lebih tinggi daripada aplikasi yang diperbarui sekali dalam seperempat.

Kesalahan Umum dalam Bekerja dengan ARPU

Bekerja dengan ARPU memerlukan kehati-hatian — kesalahan dalam perhitungan dan interpretasi menyebabkan keputusan yang salah. Mari kita lihat kesalahan paling umum dan cara menghindarinya. Kesalahan pertama dan utama — mencampuradukkan ARPU dan ARPPU saat menganalisis efektivitas iklan.

Kesalahan kedua — merata-ratakan ARPU untuk seluruh audiens tanpa segmentasi. Jika satu kohort pengguna menghasilkan $5, dan yang lain — $0,05, ARPU rata-rata $2,50 tidak mencerminkan realitas. Segmentasikan berdasarkan sumber traffic, negara, dan platform. ARPU umum menyesatkan: keputusan yang diambil berdasarkan rata-rata dapat memperburuk kedua segmen.

Kesalahan ketiga — mengabaikan pencilan. Satu pengguna yang menghabiskan $500 dapat meningkatkan ARPU rata-rata 10 kali lipat. Gunakan median atau persentil (P50, P90) untuk penilaian yang benar. Median ARPU lebih akurat menggambarkan pengguna tipikal dalam aplikasi dengan dispersi pengeluaran yang tinggi.

Kesalahan keempat — tidak mempertimbangkan fluktuasi mata uang dalam analisis internasional. ARPU dalam dolar bisa turun karena pelemahan mata uang lokal, meskipun dalam mata uang lokal pendapatan meningkat. Konversikan semua pendapatan ke mata uang dasar dengan kurs seragam periode untuk perbandingan bulan yang benar.