在 UA 中快速取胜是很好的，但最好从长远考虑并关注那些表现出更大终生价值的人。
用户获取的努力根本不像以前的品牌那样，主要是由于最近的一长串变化。在客户方面，生活方式发生了变化，包括结束隔离和就地庇护令。从业务方面来看，广告网络和操作系统之间的变化导致广告支出回报率 (ROAS) 降低和可扩展性降低。
问题是，增长团队应该做什么，因为很明显以前的努力不再符合要求？那些在大流行期间表现出色的品牌需要弄清楚如何在进入危险区域之前建立势头并快速扩大规模。那么，还剩下什么？
面向未来的可持续增长解决方案
如果你问我，我会说增长团队需要的是针对所有这些挑战的面向未来的解决方案。毕竟，对于用户获取 (UA) 经理来说，由于意外变化而在恐慌模式下不断改变策略是不可行的。对我来说，最好的方法是通过预测建模（一种用于预测未来行为的统计技术）专注于高价值 UA，重新关注增长并维持盈利能力。除了活动表现之外，这种建模还可以通过使用单个信号来体现基于一组动作和行为的用户生命周期价值 (LTV) 来克服障碍。这允许营销人员向最有可能进行高价值购买的用户发送预测信号。
这很重要，因为短期优化带来的限制存在一些困难，短期优化将重点放在漏斗上层事件上，例如注册、试用完成、教程参与和大量一次性购买。这些很棒，但无法提供用户是否会进行第二次购买的可见性。
相反，基于长期 LTV 的优化，尤其是基于预测的 UA，使增长团队能够瞄准忠实的订阅者，为一次性购买者支付更少的费用并挖掘未开发的受众（在这种情况下，那些更倾向于制作在归因窗口之外购买）。那里的竞争较少，这意味着品牌的 CPA 较低，利润率较高。
应用 LTV 优化后取得成功的顶级公司
Facebook 独特地理解并承认 LTV 优化的重要性。2021 年 Facebook LTV 峰会上的一系列讨论涵盖了顶级公司如何通过将 LTV 数据纳入预测模型以扩大增长努力而取得成功。讨论的一个例子是广受欢迎的订阅商品品牌 BoxyCharm（由 Ipsy 拥有），该品牌希望瞄准高价值客户，以提高投资回报率并减少客户流失。该公司一直在标准的 7 天转换窗口内优化其订阅的 UA。这种方法有效，但仅在一定程度上有效，考虑到虽然它产生了高转换订阅率，但客户流失率仍然是一个问题。需要的是针对其长期 LTV 受众，以减少流失并大规模提高 LTV 和盈利能力，BoxyCharm 最终转向了一种营销工具来帮助构建预测模型，然后根据该信号进行优化。事实证明，A/B 测试是成功的：获得了产生更高投资回报率的高价值客户。
Facebook 峰会还介绍了一个主要的休闲游戏品牌如何从预测模型中受益。它希望提高 ROAS 并将其受众扩展到 CPI 上限之外，而这只能通过创建一个单一的预测指标来定位其长期 LTV 受众、降低客户获取成本并大规模提高 LTV 和盈利能力。
LTV 预测模型（基于内部数据湖）被创建，并通过向 Facebook 发送自定义转换信号来激活，允许公司通过优化信号来运行活动。结果全面出色，包括 ROAS 提升 150% 和 UA 成本降低 75%。
这些解决方案适用于处于增长模式或已经规模庞大且成熟的公司，但即使是财力最雄厚的最大增长团队也可以受益于扩大其在 Facebook 上的 UA 活动的额外推动力。
如何使用 LTV 数据来最大化用户获取活动的结果
如果您的品牌在从 2020 年开始建立甚至维持增长方面面临困难，您应该考虑专注于 LTV 以实现增长和规模化。通过将人口统计数据与相似性、兴趣和其他因素相匹配，您可以创建与当前最佳客户具有相同背景的全新受众。这样做从本质上通过覆盖客户旅程的更大部分打开了营销活动多样化的机会，因此，获得了以前可能会错过的新受众群体。可扩展性将得到提高，而不会受到广告支出回报递减的影响。您还可以使用此数据来优化促销期后的保留活动，或通过关注关键字来优化付费搜索活动。