LTV — ce este, prognozarea valorii utilizatorului

Ce este LTV?

LTV (Lifetime Value) — profitul net prognozat pe care îl va aduce un utilizator pe întreaga perioadă de utilizare a produsului. În dezvoltarea aplicațiilor mobile, LTV este piatra de temelie a economiei aplicației: tocmai această metrică determină cât se poate cheltui pentru atragerea unui utilizator prin publicitate.

Metrica combină trei componente: venitul mediu pe perioadă (ARPU), durata medie de viață a utilizatorului și marja brută. Fără LTV, este imposibil să justificați bugetul pentru UA (User Acquisition). Investitorii evaluează startup-ul după multiplicatorul LTV: companiile SaaS sunt evaluate la 5–10× LTV al abonamentului anual.

Conform datelor OpenView (2025), LTV-ul median în aplicațiile mobile este de 14,50 dolari pentru categoria Games, 22 dolari pentru Social și 45 dolari pentru Health & Fitness. Varietatea este enormă — de la 0,50 dolari în Hypercasual la 500+ dolari în aplicațiile de dating cu LifeTime lung.

De ce este necesar LTV în dezvoltarea mobilă

LTV rezolvă trei sarcini de afaceri. Prima — evaluarea rentabilității publicității. Dacă LTV este mai mic decât CPI, aplicația este neprofitabilă. A doua — prioritizarea funcțiilor: ce modificări ale produsului cresc LTV, acelea se implementează. A treia — prognozarea veniturilor: cunoscând LTV utilizatorilor noi, se poate prezice venitul pe 6–12 luni înainte.

Sarcinile a doua și a treia necesită date istorice. Pentru o aplicație nouă fără istoric, se folosesc benchmark-uri de categorie. Sensor Tower și Data.ai oferă estimări LTV pe categorii și regiuni. Cu toate acestea, benchmark-urile sunt un ghid, nu un adevăr: LTV-ul unei aplicații specifice poate diferi de 2–3 ori de media pieței.

LTV vs Lifetime Gross Profit

LTV poate fi calculat pe baza venitului (Revenue LTV) sau a profitului (Profit LTV). Profit LTV scade din Revenue LTV cost of goods sold (COGS): comisioanele magazinelor (15–30%), cheltuielile de server, achiziția. Apple și Google percep 15–30% din fiecare achiziție — aceasta reduce semnificativ LTV-ul real. Pentru o comparație corectă cu CAC, utilizați Profit LTV.

Cum se calculează LTV

Există trei metode de calcul al LTV: istorică, de cohortă și predictivă. Fiecare metodă oferă o precizie diferită la orizonturi diferite. LTV-ul istoric se calculează pentru utilizatorii care au încheiat deja ciclul de viață — este precis, dar nu se aplică utilizatorilor activi.

Metoda de cohortă — standardul de aur. Utilizatorii sunt grupați după data instalării (Day 0 cohort), iar pentru fiecare cohortă se construiește o curbă a venitului pe zile. Extrapolarea acestei curbe oferă o prognoză LTV. Conform datelor Amplitude (2025), LTV-ul de cohortă pentru o fereastră de 90 de zile are o eroare de doar 5–8% la prognoza pe 12 luni.

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
    )
}

Metoda extrapolateRevenue utilizează curba de atenuare a venitului. De obicei, este aproximată printr-o funcție de putere (power law): revenue on day N = revenue_day_1 × N^(-alpha). Alpha se calculează din datele istorice. ApplyDiscountRate aduce veniturile viitoare la valoarea actuală — o practică financiară standard pentru o evaluare corectă.

Formula LTV de bază

Cea mai simplă formulă LTV: ARPU × Average Lifetime. Durata medie de viață este Average Churn Rate^−1. Dacă utilizatorii pleacă cu o rată de 10% pe lună, Average Lifetime = 1 / 0,10 = 10 luni. La un ARPU lunar de 2 dolari, LTV = 2 × 10 = 20 dolari. Formula este utilă pentru o evaluare rapidă, dar ignoră schimbarea ARPU în timp.

Modele de prognozare LTV

Prognozarea LTV — o sarcină complexă care necesită metode statistice avansate. Pentru o prognoză precisă în stadiile incipiente (Day 1 — Day 30) se folosesc modele ML care analizează semnale comportamentale: primele achiziții, frecvența sesiunilor și implicarea.

Probabilistic Models — BG/NBD (Beta-Geometric / Negative Binomial Distribution) — abordarea clasică pentru prognozarea achizițiilor repetate. Modelul estimează probabilitatea ca un utilizator să rămână activ și numărul așteptat de tranzacții. Modelul Fader & Hardie (2013) rămâne standardul de facto pentru LTV fără ML.

Modele ML — Random Forest, XGBoost și rețele neuronale. Acestea iau în considerare zeci de caracteristici: surse de trafic, dispozitiv, țară, primele acțiuni. Google Cloud recommandation.ai utilizează Deep Neural Network pentru prognoza LTV pe baza evenimentelor din primele 7 zile. Acuratețea acestor modele este cu 15–25% mai mare decât a modelelor probabilistice (Google, 2025).

Abordarea hibridă combină un model probabilistic pentru prognoza de bază și corecția ML pentru grupuri cu comportament anormal. În practică, abordarea hibridă oferă cel mai bun raport precizie-cost computațional. Majoritatea platformelor (Amplitude, Mixpanel) utilizează modele hibride pentru LTV automat.

Prognoza LTV în ziua 7

Day-7 LTV — cea mai populară prognoză timpurie. Dacă un utilizator nu a efectuat o achiziție în 7 zile, probabilitatea de achiziție în viitor scade cu 80%. Metrica Day-7 LTV se calculează prin înmulțirea ARPU zilnic pentru 7 zile cu Lifetime-ul prognozat. Corelația Day-7 LTV cu LTV de 365 de zile atinge 0,85 în categoria Games.

Raportul LTV și CAC

Raportul LTV / CAC — principalul indicator al economiei unitare a aplicației mobile. Regula unei afaceri sănătoase: LTV/CAC >= 3. Dacă raportul este mai mic de 3, afacerea nu se scalează — fiecare utilizator atras aduce venit insuficient pentru a acoperi costurile de marketing și cheltuielile operaționale.

Investitorii de capital de risc solicită LTV/CAC > 3 pentru seed-round și > 5 pentru Series A. Conform datelor OpenView (2025), LTV/CAC median pentru companiile mobile-first este de 3,2. Cele mai bune companii ating 5–7. Payback period (timpul de recuperare a CAC) nu trebuie să depășească 12 luni pentru modelele de abonament.

Este important de reținut că LTV/CAC se calculează pe baza LTV-ului prognozat, nu a celui istoric. Dacă prognoza este supraestimată — raportul pare sănătos, dar afacerea reală este neprofitabilă. O prognoză conservatoare LTV pe baza P50 (mediane) este mai fiabilă decât pe baza mediei.

LTV în diferite categorii de aplicații

LTV variază semnificativ în funcție de categorii. Înțelegerea valorilor tipice ajută la stabilirea obiectivelor realiste și alegerea strategiei de monetizare. Datele prezentate se bazează pe rapoartele Data.ai și Sensor Tower pentru 2025.

Hypercasual Games au cel mai scăzut LTV — 0,20–0,50 dolari. Modelul se bazează pe publicitate: utilizatorul joacă 3–5 zile, urmărește rewarded video, apoi pleacă. Cu un astfel de LTV, CAC nu poate depăși 0,10–0,15 dolari, ceea ce este realizabil doar cu trafic masiv și creative optimizate.

Strategy Games — cel mai mare LTV în gaming: 25–50 dolari. Utilizatorii rămân 6–18 luni, cumpărând activ boostere și abonamente. LTV-ul ridicat permite cheltuirea a până la 10–15 dolari per instalare pe UA. Calitatea traficului devine mai importantă decât cantitatea.

Health & Fitness — LTV 30–60 dolari datorită abonamentelor. Utilizatorul mediu plătește 8–15 dolari pe lună timp de 4–6 luni. Abonamentele asigură un LTV predictibil și o evaluare ridicată a afacerii de către investitori.

Social Dating — LTV atinge 100–500 dolari. Utilizatorii plătesc pentru abonamente și cadouri virtuale, Lifetime poate depăși 12 luni. Aceasta este cea mai profitabilă categorie de aplicații mobile din punctul de vedere al LTV, dar CAC-ul aici este maxim — 20–50 dolari.

Cum să creșteți LTV

Creșterea LTV — o sarcină strategică rezolvată prin îmbunătățirea produsului. Toate metodele se împart în trei grupuri: creșterea retention, creșterea ARPU și reducerea churn. Fiecare grup are un efect multiplicativ asupra LTV.

Primul grup — retention. Creșterea Day-7 retention cu 10% duce la o creștere a LTV cu 15–20%. Metode: personalizarea onboarding-ului, notificări push cu conținut relevant, gamificare (achievements, leaderboards, streaks). Duolingo — exemplu clasic: mecanica streak reține utilizatorii ani de zile, asigurând un LTV de 3–4 ori mai mare decât media în EdTech.

Al doilea grup — ARPU. Metodele sunt descrise în articolul despre ARPU: abonamente, optimizarea spațiilor publicitare, personalizarea ofertelor. Creșterea ARPU cu 10% la același retention duce la o creștere directă a LTV cu 10%.

Al treilea grup — reducerea churn. Campanii Win-back (returnarea utilizatorilor plecați), îmbunătățirea suportului clienți, analiza punctelor de plecare. Reducerea churn-ului lunar de la 15% la 10% crește Average Lifetime de la 6,7 la 10 luni — o creștere a LTV cu 50% la ARPU neschimbat.