LTV (Lifetime Value)，即客户生命周期价值，是衡量特定应用程序用户带来的收益的指标。

其计算公式如下：

LTV 被认为是营销的关键指标之一，因为它有助于评估吸引、参与和留住用户的成本回报。

如今，随着吸引受众的成本上升，营销人员越来越重视这一指标。毕竟，营销能否获得回报很大程度上取决于用户的生命周期价值。通常，吸引用户比首次购买的成本要高得多：公司这样做是因为他们将客户获取成本 (CAC) 与 LTV 进行比较。LTV 越高，促销就越早获得回报。

因此，通过了解用户在整个活动期间（而不仅仅是在第一笔交易期间）可以带来的收入，以便让您快速调整营销策略，并将预算分配到最有效的渠道。

但公司并不总是有足够的数据来计算生命周期价值，或者可能没有计算 LTV 的分析师。为了使每个人都可以做这种评估，并且让您能够吸引带来更多收入的受众，我们在优化模型中添加了一个组件，用于预测广告应用程序中用户的 LTV。Yandex Direct 中的移动应用广告现在默认使用预测模型。

移动应用程序所有者希望吸引更有可能在安装后能完成转化活动（包括购买）的用户。我们努力确保 Yandex Direct 中的广告应用工具尽可能有效地解决这个问题，并且我们仍在不断改进它们。

在 Yandex 开发的移动跟踪器中，已经有一个 LTV score 可以预测应用程序用户的 LTV。现在我们用它来训练我们的模型，以便在预测安装概率的基础上，增加安装后完成转化活动的概率。该评分将成为选择自动战略广告的主要评分。

新的解决方案增加了安装后的转化活动完成数量，从而增加了总收入。这种差异在采用按转化付费模式的广告系列中尤其明显：在测试期间，我们注意到来自被吸引用户的利润增幅高达 12%

安娜·索罗基娜

机器学习专家，Yandex Ads

越来越多的客户评估长距离群组的 CAC、ARPU、ARPPU 指标，并重新关注 LTV 优化。然而，在俄罗斯运营的大多数广告渠道中，此类优化模型尚不可用。

作为一个代理机构，为了解决客户的这一问题，我们手动评估指标，这大大延长并减慢了优化营销活动和改进指标的过程。在 LTV 方面优化移动应用广告的能力将使您能够有效地利用 Yandex 网络联盟和非品牌搜索流量。

阿廖娜·玛克西莫娃

移动广告部部长，Go Mobile

预测模型的工作原理

LTV 预测模型是一种机器学习模型，我们将其用于 AppMetrica 中的分析和 Yandex Direct 算法的培训。

该模型根据有关类似应用程序的匿名数据以及收入或用户保留数据进行训练。因此，Yandex Direct 会实时调整出价，以吸引应用中具有潜在更高 LTV 的用户。

基于安装概率的标准购买算法的工作原理

广告会展示给最有可能安装该应用程序的用户：

移动应用广告的新算法的工作原理

系统会考虑用户的潜在 LTV 并找到最高质量的受众：

我们不断开发技术并扩展 Yandex Direct 移动应用广告的功能，使促销以最佳预算为您带来最大效果。在所有广告系列中引入预测生命周期价值模型就是朝这一方向迈出的重要一步。