01
用户留存
首日固定 100%,图中省略。圆点为输入锚点,曲线为幂函数拟合;计算优先采用已填写锚点,其余日龄使用拟合值。
让增长决策,从一组假设开始。
把留存、内购、广告与投放计划连接起来,观察一批用户的长期价值,以及一项投放计划的预估表现。
从示例出发,调整参数,观察结果如何变化。
点击“保存为对比基准”,再修改参数并更新结果,即可比较两组情景。
先填写参数并点击“更新预测结果”,再按需要保存基准、比较情景或导出。参数会自动保存在当前浏览器,下次打开同一文件时恢复。
场景:已经有一组留存与变现假设,想判断当前 CPI 下的回收情况。
单批 ROI 按 LTV/CPI;投放成本仅包含导量 × CPI。结果是参数假设下的预测。
场景:比较内购方案,或观察加入广告后的变化。
尽量保持预测窗口和玩家生命一致;比较结果属于假设情景,不代表已验证的业务提升。
场景:拿到更新的留存或付费数据,需要重新评估原计划。