Nilai Umur (LTV) | Definisi

LTV merupakan estimasi laba bersih yang dihasilkan dari interaksi antara pelanggan dan produk. Metrik ini menyediakan estimasi terbaru mengenai jumlah yang kira-kira akan dibelanjakan oleh pelanggan dalam menggunakan aplikasi tersebut, LTV membantu proses penyusunan anggaran pemasaran dan memastikan bahwa perusahaan menarik pengguna yang paling efektif.

Jika perusahaan dapat memperkirakan nilai umur pengguna dengan tepat, pemasar dapat membuat keputusan berdasarkan informasi yang lebih memadai – sehingga dapat membantu perusahaan memaksimalkan efektivitas belanja iklan. Istilah ini dikenal sebagai nilai umur pelanggan (CLV atau CLTV) dan nilai pelanggan seumur hidup (LCV).

LTV dihitung dari rata-rata pengguna yang berhenti menggunakan aplikasi dan rata-rata belanja pengguna selama periode tertentu untuk memperkirakan total belanja mereka dalam sebuah aplikasi. Tapdaq, jaringan iklan seluler, menciptakan rumus sederhana untuk menghitung LTV: LTV = ARPU x 1/Churn

Rumus ini menghitung nilai umur pelanggan dengan memperkirakan berapa pendapatan yang dapat diperoleh selama periode tertentu (ARPU atau Pendapatan Rata-Rata Per Pengguna) dan tingkat pengguna menggunakan kembali aplikasi (1/churn). Dengan rumus ini, Anda dapat mencoba memperkirakan nilai pengguna selama waktu yang mereka habiskan untuk menggunakan sebuah aplikasi.

Sebagai indikator tunggal, ARPU hanya menunjukkan nilai pengguna selama periode tertentu. Saat digabungkan dengan retensi, LTV menjadi model kasar yang dapat digunakan oleh pemasar untuk memperkirakan nilai pengguna di masa depan. Ini dapat menunjukkan bahwa nilai pengguna akan meningkat dalam jangka panjang dibandingkan dengan pendapatan rata-rata, sehingga pemasar dapat menambah anggaran untuk kampanye akuisisi pengguna, ini akan meningkatkan peluang mereka untuk mengakuisisi pengguna yang lebih bernilai.

Misalnya, sebuah aplikasi memiliki ARPU bulanan sebesar $5. Jika pemasar tidak melakukan perhitungan lain, mereka akan berasumsi bahwa biaya-per-tayangan iklan (atau CPI) hanya akan mencapai $4,99 lalu belanja iklan tidak akan lagi mendatangkan laba – ini akan membatasi opsi akuisisi.

Akan tetapi, jika pemasar juga dapat menghitung bahwa tingkat pengguna yang berhenti menggunakan aplikasi (churn rate) adalah 30%, mereka akan dapat menghitung LTV: alhasil, pemasar akan menemukan bahwa mereka dapat mengalokasikan anggaran hingga $16,65 untuk mengakuisisi seorang pengguna: ini akan secara signifikan memperluas opsi akuisisi.

Tantangan utama dalam menghitung LTV adalah karena ini merupakan metrik prakiraan dan tidak bersifat pasti. Intinya, LTV senantiasa berganti dan berubah seiring dengan evolusi perilaku pengguna. Artinya, walaupun rumus di atas merupakan model yang berguna untuk menunjukkan cara menggunakan LTV, rumus tersebut terlalu sederhana untuk digunakan secara akurat dalam pemasaran seluler.

Misalnya, 20 dari 100 pengguna aplikasi tetap menggunakan aplikasi setelah tiga bulan tetapi ARPU tiba-tiba berubah pada bulan terakhir karena update aplikasi yang gagal. Dalam kondisi seperti ini, LTV yang digunakan untuk menghitung biaya pemasaran akan menunjukkan bahwa prakiraan terlalu tinggi dan dapat mengubah LTV di masa depan. Sebagian besar perhitungan LTV mengandung lapisan perhitungan matematika tambahan yang difokuskan pada prakiraan – sehingga perhitungan menjadi jauh lebih rumit.

Kesulitan utama lainnya dalam menghitung LTV muncul saat menerapkan nilai terhadap pengguna individu. Personalisasi belanja pemasaran berdasarkan LTV setiap pengguna akan sulit dilakukan karena sebagian besar aplikasi memiliki basis pengguna yang terdiri dari ribuan orang. Pemasar yang menggunakan LTV harus membagi pengguna ke dalam kohort untuk menentukan LTV umum bagi jenis perilaku tertentu, cara ini akan meningkatkan tingkat keberhasilan penggunaan LTV ke belanja pemasaran.

Perhitungan LTV secara akurat terdiri dari tiga langkah:

1. Pemasar perlu memastikan bahwa in-app analytics mereka telah secara tepat menghitung jumlah pendapatan yang dihasilkan pengguna selama periode tertentu dan berapa lama pengguna umumnya menggunakan aplikasi. Ini akan membutuhkan pelacakan dan infrastruktur analytics yang memadai untuk memastikan bahwa semua aksi yang menghasilkan pendapatan (seperti menonton iklan atau pembelian dalam aplikasi) dicatat dan dialokasikan ke pengguna, serta upaya untuk memastikan bahwa retensi pengguna dihitung dengan seakurat mungkin.
2. Pemasar perlu mengelompokkan pengguna ke dalam kohort agar dapat menyediakan gambaran yang fleksibel tentang LTV pengguna.
3. Pemasar perlu membuat keputusan tentang cara menghitung LTV. Hambatan praktis, termasuk akurasi setup analytics aplikasi dan sumber daya yang dapat dialokasikan untuk menghitungnya, tentunya akan membatasi hal-hal yang dapat atau tidak dapat dilakukan oleh pemasar.

Anda dapat menemukan LTV aplikasi Anda pada bagian cohorts di dashboard. Kami menghitung LTV berdasarkan total pendapatan yang diperoleh dari pengguna secara rata-rata. Di bagian 'cohorts', Anda dapat melihat LTV yang dihitung untuk semua pengguna dalam kohort dan, secara terpisah, nilai umur pelanggan berbayar. Seiring dengan berjalannya waktu, LTV akan berubah, dan ini nantinya akan menunjukkan saat di mana Anda telah mencapai titik impas: yakni saat Anda mulai mendapatkan laba dari pengguna.