3 фатальные ошибки в расчёте LTV для инди-игр: как мозг завышает вашу прибыль
После публикации базового метода расчёта LTV получил десятки примеров от разработчиков. 90% расчетов были завышены на 40-300%. Проблема не в математике, а в когнитивных искажениях. Разберу три главные ловушки на примерах мобильных проектов.
▫ Ошибка 1: Слепота к "неплатящим" (Survivorship Bias)
Суть:
Учитываете только платящих игроков (ARPPU), игнорируя установки без покупок.
Пример:
Расчёт: ARPPU 150₽ × 2 покупки × 3 мес = 900₽
Реальность: 70% игроков не платят → реальный LTV = 270₽
Решение:
Используйте ARPDAU (средний доход с активного пользователя):
textLTV = ARPDAU × Retention D1 × Срок жизни
Инструменты: Встроенные отчеты в AppMetrica/Unity Analytics.
▫ Ошибка 2: Экстраполяция без данных (Time Span Bias)
Суть:
Перенос данных первых 7 дней на 3-6 месяцев. Но 68% игроков уходят за 72 часа.
Решение:
Применяйте консервативные коэффициенты:
- Hyper-casual: Lifetime = 7 / (1 - Retention D7)
- RPG: Lifetime = 30 / (1 - Retention D30)Пример: При Retention D7=20% → Lifetime = 8.75 дней.
▫ Ошибка 3: Иллюзия контроля (Illusion of Control)
Суть:
Вера, что +20% к конверсии даст +20% к LTV. В реальности:
- Навязчивые покупки → падает Retention;
- Усложнение UI → растёт uninstall rate.
Кейс:
Добавили 3 новых IAP → ARPPU +15%, но Retention -30% → LTV упал на 29%.
Антидот:
Перед изменениями считайте:
Риск = (ΔКонверсии) × (ΔRetention)
Всем привет! Меня зовут Павел, продуктовый аналитик с опытом в FMCG, Digital, e-commerce, telecom и игровой аналитике. Прямо сейчас я помогаю инди-студиям улучшать метрики через data-driven решения. Как я это делаю и более другие крутые методы, что можно применить прямо сейчас в вашем проекте, читайте в моем Telegram-канале: Data Driven Indie