1. Sensor Tower
  2. 产品 (Products)
  3. 商店情报 (Store Intel)

商店情报 (Store Intel)

搜索

平均每下载付费 (RPD - Revenue Per Download)

平均每下载付费（RPD-Revenue Per Download）是对商店情报(Store Intel)里的应用分析中的App的总体表现的度量。 RPD是App每次下载所获得的平均收入，其计算方式是累计收入除以累计下载量。您可以在此比较一个或多个App在所选国家/地区、设备、种类下的RPD。

rtaImage309.png

RPD帮助您对比不同App的盈利策略，并可用作研究分析应用程序LTV（生命周期价值）和ARPU（每用户平均收入）的重要指标。您可以在下面的案例中更详细了解如何使用RPD。

 

一般情况下，RPD的计算方式是总收入除以总下载量。 对于衡量某App的整体ARPU情况，全时RPD（All-Time RPD）是一个非常好的指标。然而，全时RPD的一个缺点也在于此，关于某App近期的下载量和收入变化可能会在全时下载量和收入的计算中被弱化，因此不利于观测某App的近期成长变化。

 

若需突出近期市场因素对App的表现的影响，您可以在RPD下拉列表中选择滚动时间轴设置，查看7天、30天、90天的RPD数据：

rtaImage310.png

在下拉设置中选择某一时间段的RPD仅计算给定时间段（随时间推移）内收入与下载量之间的比率，而非全时比率。 例如，30天RPD表示App在30天内获得的收入除以该App在相同30天内获得的下载量。

 

滚动时间段内的RPD更能直观反映该时间段App的下载和收入变化，帮助理解某一时间段内某些具体事件或产品更新对于App的下载和收入带来的影响。

 

关于使用滚动时间段内的RPD的一个注意事项是同一时间段的收入会相对于下载而言相对滞后，这是因为一般而言产生收入的用户行为发生在下载App之后，所以，给定时间段的收入和下载并不完全来自于相同用户。因此，滚动时间段内的RPD不适合用来分析LTV（生命周期价值）。 

 

另一方面，具有长期用户留存量的App的RPD在不同时间段内往往会呈现较大浮动，这是因为这类App拥有稳定的且愿意在App上持续消费的用户群，相比起持续增加的收入而言，App获取新用户的速度却维持不变甚至逐渐变慢。

 

注意：

  1. RPD仅供前端使用，在API或CSV中不可用。选择RPD将自动所有日期范围，并将数据精细度细化到每天。
  2. 商店情报(Store Intel)的数据时间覆盖最早从2012年(iOS)和2014年(Android)开始。自2016年开始，我们增加了数据覆盖的国家和地区数量。 若有在此之前发布的App，其数据将按我们平台所掌握的数据进行计算。

案例

RPD可以帮助您了解两方面的信息：用户人均收益、识别应用程序成长轨迹中有趣的变化。

 

以下我们为您展示几种RPD的使用方法及案例：

  1. 并排比较App的盈利模式
  2. 按国家/地区理解App的盈利模式
  3. 实时监测
  4. 识别盈利增长点

并排比较App的盈利模式(全时RPD)

将几个不同盈利模式的App添加到应用分析中对其全时RPD进行查看，您会发现不同类型的盈利模式对应着独特的RPD曲线走势。 带有项目内购买（IAPs）的免费App，以Clash Royal(iOS)为例，RPD从零开始，之后逐渐接近渐近线。 付费App，以Minecraft(iOS)为例，刚开始，Minecraft的RPD相对较高，后随着折扣降低App的售价，RPD也逐渐走低。 有订阅购买选项的App的RPD通常从零开始并逐渐增加，此处以Crunchyroll(iOS)为例，随着用户通过游戏的网站自动续费而绕过应用商店等因素，Crunchyroll的RPD的走势也收到影响。 

 

如果您添加了多个具有相同盈利模式的App，您可通过RPD比较它们之间的平均每下载付费。 若结合Align By Launch功能，您还可以查看比较相隔数月甚至数年上线的App的RPD。

rtaImage311.png

 

按国家/地区理解App的盈利模式 (全时RPD)

您可以按国家/地区浏览一个应用程序或一组应用程序的RPD。 切换至按国家/地区细分的应用分析，然后选择“全时RPD”以查看应用程序在不同国家/地区的盈利情况。 通过Align By Launch功能，您还可以查看随着时间推移，App在不同国家/地区陆续推出的付费功能的市场反馈情况。 在下方，我们可以看到YouTube在美国和澳大利亚的盈利效果最佳，而在韩国略有滞后。

 

rtaImage312.png

 

实时监测 (7天RPD)

与大多数gacha游戏一样，Dragalia Lost会定期发布新的内容。从它的收入指标中我们可以看出其用户倾向于在周末消费。 在上述讲解中，我们认识到全时RPD不适合用来反映App在一个特定时间段内的收入和下载变化，因此我们可以切换到7天RPD对Dragalia Lost进行查看。

 

通过下载量和收入看，我们获知2019年1月1日的新年促销对Dragalia Lost的下载和收入指标作出了贡献，但在此RPD视图下，我们可看到新年促销对于平均每下载付费()的影响与其他事件对RPD带来的影响并不相上下。通过观测RPD图表中的起伏变化进行分析，您可理解每一次事件对该游戏的单次下载收入带来的影响。

rtaImage313.png

 

识别盈利增长点 (30天RPD)

Tinder于2017年夏季发布了新的项目内购买订阅内容，该事件对Tinder的收入产生积极影响，我们通过全时RPD和总收入都可以看到这一峰值变化。但若使用30天RPD对Tinder进行观测，平均每下载付费的变化更为明显：

rtaImage314.png

这篇文章有帮助吗？

还有其它问题？提交请求