Подняли $19 млн на сервисе для прогнозов LTV

Мы наткнулись на инфо про интересный и полезный бизнесу сервис для прогноза LTV. Сервис уже по достоинству оценен клиентами и привлек $19 млн. инвестиций. В России данная ниша пока пустует, поэтому разработчикам и крупным компаниям стоит присмотреться к новинке.

LTV (lifetime value) — это то, что стремится получить каждый бизнес от привлеченного клиента. Грубо говоря, прибыль, а мягко выражаясь — навар! Этот показатель определяется не разовой покупкой человека, а совокупностью всех его затрат на продукт за время взаимодействия с брендом.

Чтобы компания получала прибыль, а экономика стартапа складывалась, LTV клиента должен быть выше, чем затраты на его привлечение.

Спрогнозировать, как тот или иной человек поведет себя и купит ли в итоге, достаточно сложно, но возможно. Экономисты стартапов прописывают ожидаемые цифры дохода, количества подписчиков и конверсию в бизнес-планах, но никогда не уверены в них до конца. В такие моменты легко «ткнуть пальцем в небо» и слить бюджет, если не использовать специальные сервисы.

Не уйти в минуса и получить максимально приближенный к реалиям прогноз LTV можно с помощью специальных сервисов, таких как Voyantis.

Платформа просчитывает все возможные действия пользователей, анализирует и сохраняет алгоритмы, помогает управлять рекламой и прогнозирует ее окупаемость.

Как это происходит? Платформа интегрируется со всеми источниками, в которые поступают и хранятся данные пользователей. Сервис самостоятельно анализирует действия каждого человека, определяет какие из них ведут к покупке после подписки, а какие наоборот уводят клиента «в сторону» или предвещают отписку.

Искусственный интеллект создает набор шаблонов, по которым может определять дальнейшее поведение нового пользователя. Если же его действия отличаются, то машина снова анализирует и добавляет себе новую «инструкцию».

Важно то, что чем дольше искусственный интеллект наблюдает за пользователем, тем точнее прогноз, т.к. действия со временем все больше похожи на какой-либо из шаблонов. Такой вариант прогноза не может гарантировать нам то, что будет через много лет, но отлично работает в моменте.

Да, прогнозы на несколько лет платформа не предлагает, но краткосрочные прогнозы до 6 месяцев дают фору стартапам перед теми конкурентами, кто делает ставки без данного анализа.

Компании-клиенты Voayntis подтверждают, что стратегия дает неплохие результаты. За время работы с сервисом отписка пользователей уменьшилась почти в половину, а окупаемость рекламы возросла в среднем в полтора раза.

Предсказывать LTV начали давно, но делали это без помощи специальных алгоритмов. Например, создатель Инсты ещё в самом начале заметил, что чем быстрее новый пользователь найдет на кого подписаться, тем больше вероятность того, что он станет постоянным обывателем сети. Такой вывод он сделал только лишь на основе наблюдений и собственной логики, а позже успешно использовал этот опыт в работе.

Сложно представить, сколько выводов может сделать искусственный интеллект за то же время, да ещё и сохраняя каждый в виде шаблона. Накопленные данные со временем позволяют предугадывать любой исход событий из первоначальных действий пользователя, какими бы сложными они не были.

Будут ли такие сервисы пользоваться спросом у компаний? Сомнений в этом нет. Когда платформы для прогноза LTV выйдут на пик популярности и какая именно станет лидером, остается только гадать. Однако налицо растущий тренд.

Вангуем, что бизнес вскоре столкнется с необходимостью либо использовать существующие сервисы прогнозирования LTV, либо разрабатывать собственные аналоги. Просто чтобы не отстать от конкурентов.

В России аналогичных сервисов вроде как нет, по меньшей мере, мы не обнаружили. Мы считаем, что первый отечественный разработчик, озаботившийся его созданием и продвижением, может надеяться на лидерство в перспективной нише.

Подписывайтесь на наш канал здесь, на vc, а также в телеграме. Мы разбираем интересные и полезные для бизнеса сервисы и стартапы, проводим расследования и пишем о реально работающих маркетинговых приемах и связках.