LTV分析模型及留存分析模型仅适用于广告投放报表（旧版），自定义指标适用于广告投放报表（新版）及广告投放报表（新版）。

1. LTV分析模型

用于分析广告投放带来的用户生命周期价值，LTV分析可以帮助回答以下问题：

  • 通过各个渠道推广来的用户的人均价值是多少？
  • 用户贡献的价值是否高于用户获取的成本？
  • 推广活动是否带来显著收益？用户的人均价值是否有提升？

典型案例：通过广点通渠道在6月1日发生APP激活的用户，在30天的人均付费金额（LTV30）是多少？

计算说明：

  1. 通过初始时间（6月1日）、初始事件（APP激活）和初始事件属性（渠道为广点通）锁定用户群体；
  2. 计算用户群体从初始时间（6月1日）起LTV 时长（30 天）内的累计付费金额；
  3. 用累计付费金额除以初始人数（6月1日-广点通渠道-APP激活的用户数）得到 LTV 30；

LTV分析的配置和查看主要分为以下两步：

① 创建模型：即定义模型的各项基本配置；

② 查看数据情况：在“广告分析报表”中，选择模型及查看的指标 (LTV7、LTV30、LTV90等)

1.1. LTV分析模型配置功能简介

1.1.1.  LTV分析模型列表

默认按更新时间倒序展示，支持名称搜索与可用报表筛选，点击具体的“模型名称”，可以查看该模型的详细配置。

1.1.2. 添加LTV分析模型

入口：报表配置 → LTV分析模型 → 添加模型


LTV模型名称：建议与实际业务分析场景相关且有代表性的友好名称（名称不允许重复），便于在投放分析报表中查看，如“激活_付费LTV”；

可用报表：选择报表来添加LTV模型的数据指标，进行投放分析，当前版本仅支持信息流报表与SEM报表；

选择初始事件：选择事件锚定初始用户群体时，可以添加筛选条件，以查看更细分的维度。其中渠道相关的事件属性无需手动筛选，会在投放分析报表的详情页中由系统默认筛选；事件的发生时间可以在投放分析报表中设定时间范围。比如，想分析北京地区用户注册后的情况，那么可以定义初始事件是“注册”，同时添加筛选条件“城市等于北京”。

选择营收事件：添加营收事件，可以分析营收事件对应的 LTV。在 LTV 分析中，支持添加多个营收事件（最多支持10个营收事件）。例如，某个游戏有“会员充值“和”虚拟道具“购买两类营收事件，可以在营收事件下，添加这两个营收事件，并选择其对应的收入金额属性。在投放分析报表中，会展示总营收事件的LTV值，可跳转至SA-LTV分析查看各个营收事件的LTV以及在总营收的占比。

  • 支持属性筛选：LTV 分析中，可以通过添加筛选条件，来过滤出所对应的营收事件。例如，添加筛选条件“虚拟道具等于xx皮肤”，即可查看此皮肤的销售所贡献的人均价值。
  • 设置营收事件的利润比例：在某些情况下渠道商会从电子支付中抽成，如 iOS 中做游戏充值，可能会被苹果抽取 30% 的利润。这时客户充值的金额不全是用户对企业贡献的人均价值。为准确计算渠道抽成情况下的 LTV，LTV 分析中支持设置营收事件的利润比例。示例中，将 iOS 端游戏充值的利润比例设置为 70%，即可更准确的计算 iOS 用户游戏充值的 LTV。

1.1.3. 编辑/复制LTV分析模型

LTV分析模型支持编辑与复制，更新后会同步至所选的可用报表中。

1.1.4. 查看LTV数据指标

可在信息流报表/SEM报表的“数据详情-数据指标筛选“中选择LTV分析模型的数据指标进行查看与分析。


2. 留存分析模型

留存分析主要用于广告投放获取的用户的留存情况，同时适用于广告拉新和拉活场景。

留存分析的配置和查看主要分为以下两步：

① 创建模型：即定义模型的各项基本配置；

② 查看数据情况：在“广告分析报表”中，选择模型及查看的指标(次留、三留、七留等)

2.1. 入口

渠道分析 → 报表配置 → 留存分析模型

图一：模型创建入口

2.2. 触发

点击“+留存分析模型”按钮，进入分析模型配置流程

图二：创建模型页面初始状态

图三：模型创建流程

2.3. 填写步骤

留存模型名称：建议与实际业务分析场景相关且有代表性的友好名称（名称不允许重复），便于在投放分析报表中查看，如“再营销后留存情况”；

可用报表：选择这个模型应用的报表。可在所选择报表的自定义列添加留存指标查看，进行投放分析。当前版本仅支持信息流报表与SEM报表；

选择初始行为：留存是统计 (在初始行为发生) 经过n天后，还在持续发生某种后续行为的用户。通常的起始事件为激活(APP安装后首次启动)。可以添加筛选条件，以查看更细分的维度。其中渠道相关的事件属性无需手动筛选，会在投放分析报表的详情页中由系统默认筛选；事件的发生时间可以在投放分析报表中设定时间范围。比如，想分析北京地区用户激活后的情况，那么可以定义初始事件是“激活”，同时添加筛选条件“城市等于北京”。

选择后续行为：后续行为即为经过n天后用户还有发生的行为。留存分析中，可以通过添加筛选条件，来过滤出所对应的留存事件。

3. 自定义指标

基于神策分析埋点数据，结合自身业务实现特定指标配置与分析，例如注册成功人数、注册成本、ROI等，创建的指标可以在广告分析报表进行展现，进行渠道、广告计划等层级的投放效果分析。

3.1. 自定义指标配置功能简介

3.1.1.  自定义指标列表

  • 最多支持创建1000个自定义指标，默认按更新时间倒序展示，支持名称搜索与可用报表筛选，点击具体的“自定义指标名称”，可以查看该指标的配置详情；
  • 若该自定义指标是其他自定义指标的计算因子， 则该自定义指标不允许删除；
  • 删除某自定义指标后，相应的可用报表中将不再显示该自定义指标；
  • 列表中创建者与更新时间为空的自定义指标是功能升级上线之前的历史数据；

3.1.2. 添加自定义指标

入口：报表配置 → 自定义指标 


自定义指标名称：建议命名为与业务场景相关且有代表性的友好名称（名称不允许重复），便于在投放分析报表中查看，如“注册成本”；

可用报表：选择可以应用自定义指标的报表；

指标配置：

  • 支持加、减、乘、除、常数、括号；
  • 支持用已有的自定义指标进行配置（作为计算因子）；
  • 广告指标中的“点击、点击平均价格、点击率”在信息流、SEM报表中应用，“下载、下载平均价格、下载率”在应用商店报表中应用”；
  • 在设置好指标计算公式后，可以选择“百分比”、“两位小数”、“取整”三种展现样式；
  • 表达式不合法或不完整会进行信息提示；

3.1.3. 编辑自定义指标

  • 若某指标是其他自定义指标配置中的计算因子，则全局提示应用该指标的其他指标，若修改该指标计算公式，相关指标将同步变更；
  • 支持选择其他自定义指标，为避免指标嵌套循环，指标配置中不允许选择自身及应用该指标的其他自定义指标；

3.1.4. 查看自定义指标

可在信息流报表/SEM报表/应用商店报表/ASA报表中的“数据详情“、“数据趋势”中选择自定义指标进行查看与分析。