На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", находящихся на территории Российской Федерации)

AdIndex

3 309 подписчиков

Свежие комментарии

  • Олег Поветьев
    Вам фото прислать с покупочки гнилая картошка по 90 рублей и фрукты с овощами без вкуса?Владелец «Пятероч...
  • Геннадий Бережнов
    Около 11% россиян считают отдых в России неоправданно дорогим да это и так видно, потому как бегут за рубеж отдыхать!...Около 11% россиян...
  • Арлег Сварогов
    Столько же верят в богаВерят в возвращен...

В AppMetrica появился инструмент прогнозирования lifetime value и оттока

Сервис «Яндекса» для аналитики мобильных приложений AppMetrica добавил инструмент предикты LTV (lifetime value) и оттока. С помощью новой опции владельцы и маркетологи мобильных приложений смогут оптимизировать рекламные кампании на пользователей с высоким LTV и находить рекламные каналы с повышенной рентабельностью.

Об этом сообщили в пресс-службе компании. Предиктивная модель LTV строится на базе ML-технологий «Яндекса» с использованием обезличенных данных десятков тысяч приложений различных категорий. Это позволяет строить прогнозы как при наличии информации о монетизации внутри приложения, так и без нее. В течение суток с момента установки приложения модель анализирует параметры, которые связаны с LTV, и распределяет пользователей по сегментам на основе вероятности принести доход приложению (топ-5% пользователей по LTV, топ-20% или топ-50%). Далее эти данные можно использовать для таргетинга на аудиторию с высоким LTV в рекламных сетях. Накапливая информацию, модель самообучается и адаптируется под поведение аудитории конкретного приложения, увеличивая точность прогноза до 99%, заявили в компании. В интерфейсе AppMetrica данные прогнозов по текущим и новым пользователям обновляются каждые 24 часа. С помощью предиктов оттока в момент установки приложения можно определять пользователей, которые с высокой вероятностью скоро перестанут им пользоваться. Предиктивная модель анализирует поведение всех активных пользователей в течение трех недель, ежедневно оценивая их действия. В результате получается прогноз из четырех групп: по вероятности оттока — более 95%, 75–95%, 50–75% и менее 50%.
На сегменты с высокой вероятностью оттока можно запустить, например, пуш-кампании с персональными предложениями.

 

Ссылка на первоисточник
наверх