Wie man LTV und Kohorte in iGaming analysiert

1) Warum Kohortenanalyse in iGaming

iGaming ist eine „lange“ Vertikale: Spieler zahlen nicht einmalig, sondern mit einer Reihe von Einzahlungen. Der Kohortenansatz beantwortet zwei Hauptfragen:

1. ob sich der Kauf ausgezahlt hat (wann und warum), 2. Was ist das zukünftige Ende der Einnahmen (wie viel mehr werden wir mit dieser Kohorte verdienen).

Ohne Kohorten verwechseln Sie Saisonalität, Boni und Schockeffekte mit der tatsächlichen Verkehrsqualität.

2) Grundlegende Definitionen (auf einem Blatt)

Eine Kohorte ist eine Gruppe von Benutzern, die nach dem Datum des Schlüsselereignisses zusammengefasst sind (häufig: Klick/Reg/FTD).

GGR (Gross Gaming Revenue) - Wetten − Gewinne.

NGR (Net Gaming Revenue) - GGR abzüglich Boni/Jackpots/Provisionen der Spielanbieter/Payments, Gaming Duty, Chargeback/Refund.

ARPU_Dn - durchschnittlicher Umsatz pro Spieler bis zum n-ten Tag (normalerweise nach NGR).

Cum_ARPU_Dn ist die kumulative ARPU für Tag n.

LTV ist der abgezinste Gesamtumsatz pro Spieler jenseits des Horizonts T (oder unendlich).

Payback - das Minimum n, bei dem Cum_ARPU_Dn CAC/CPA ≥.

Retention_Dn ist der Anteil der Kohorte, der am Tag n aktiv ist (Login/Wette/Einzahlung).

2nd-dep rate - Anteil der FTD-Spieler, die eine zweite Einzahlung in einem Zeitraum getätigt haben.

💡 Verwenden Sie bei Finanzentscheidungen NGR und nicht GGR: Nur so spiegeln ROI/Payback die Realität wider.

3) Wo „Tag Null“ abgeschnitten wird: Kohortenachsenwahl

Click-Kohorte - wir brauchen Medienoptimierung und Zuschreibungen.

Reg-Kohorte - Produkt/CRM für Aktivierung und KYC benötigt.

FTD-Kohorte (empfohlen für P & L/ROI) - verbindet CAC und Money Tail genauer.

Sie können alle drei behalten, aber treffen Sie finanzielle Entscheidungen gemäß der FTD-Kohorte.

4) Datenmodell: welche Ereignisse und Beträge zu speichern

Ereignisse (Minimum): 'registration', 'kyc _ approved', 'deposit _ success {amount, currency, is _ ftd}', 'withdrawal', 'refund', 'chargeback', Spielereignisse für GGR (falls verfügbar).

Атрибуты: `click_id`, `utm_`, `geo`, `device/os`, `payment_method`, `brand`, `offer`.

Zeit: in UTC speichern; in den Schaufenstern der Berichte - der Ort des Projekts.

Geld: Halten Sie es in der Transaktionswährung und in der „Berichtswährung“ (zum Wechselkurs am Datum des Ereignisses).

NGR nach Tag t:


NGR_t = GGR_t
− BonusCost_t
− ProviderFee_t
− PaymentFee_t
− GamingDuty_t
− Chargeback_t

5) Grundlegende Kohortenmetriken

5. 1. Monetarisierung

ARPU_Dn = (Σ NGR[0..n]) / FTD

ARPPU_Dn = (Σ NGR[0..n]) / ActivePayers_Dn

Deposit per Payer_Dn, Avg_Deposit_Size_Dn - nützlich für VIP-Schnitte.

5. 2. Verhalten/Qualität

Retention_D1/D7/D30/D90 (Login/Wette/Dep)

2nd-dep rate, 3rd-dep rate

Cashout rate, Chargeback rate

KYC pass-rate, FTD lag (рег→FTD)

5. 3. Wirtschaftlichkeit der Beschaffung

CPA (oder CAC) = Spend/FTD

Payback - Der Tag, an dem Cum_ARPU CPA ≥
ROAS_Dn = (Σ NGR[0..n]) / Spend; ROI_Dn = (Σ NGR − Spend − Direct Opex) / Spend

6) Schaufenster und Berichte: Was in BI zu bauen

Faktentabellen:

`fact_events` (event-level: user, ts, type, amount, currency)
'fact _ spend' (Kanal/Tag/Geo/Creative)
„fx _ rates“ (Kurse)

Messungen:

`dim_user`, `dim_utm`, `dim_geo`, `dim_device`, `dim_brand/offer`

Schlüsselvitrinen:

1. cohort_ftd_daily — FTD-когорты: `cohort_date`, `users_ftd`, `NGR_d`, `deposits_d`, `retention_d`, `2nd_dep_d`.

2. cohort_cum - kumulative Metriken für den Tag n: „cum _ ARPU _ Dn“, „cum _ ROAS _ Dn“, „payback _ day“.

3. channel_cohort — связка с UTM: `source/medium/campaign/content`.

Heatmaps: Cum_ARPU in Reihen (Kohorten) und Spalten (Tag 1.. 90).

7) Formeln und Mini-Beispiel

Baseline (pro Monat auf Kanal X, FTD-Kohorte D0):

FTD = 1 000; Spend = 50 000; к D30: ΣNGR = 94 200.

CPA = 50 000 / 1 000 = 50

ARPU_D30 = 94 200 / 1 000 = 94. 2

Cum_ARPU_D30 ≥ CPA? Ja → die Amortisation wurde früher erreicht.

Payback grobe Schätzung: Durchschnitt. ARPU ≈ 94. 2 / 30 = 3. 14 → 50 / 3. 14 ≈ D16

(genauer gesagt - entlang der kumulativen ARPU-Kurve Tag für Tag).

2nd-dep rate_D30 = 32% (zum Beispiel) - Signal der Qualität und Zukunft des Schwanzes.

8) LTV-Prognose: Wie man den „langen Schwanz“ schätzt

8. 1. Einfache Extrapolation (operativ)

Bauen Sie den täglichen ARPU-Beitrag nach dem D30 (D31..D120) auf historischen Kohorten ähnlicher Geo/Quellen/Marken auf.

Wenden Sie einen Schwanzmultiplikator an: 'LTV _ D120 ≈ Cum_ARPU_D30 × k', wobei'k 'aus der Geschichte stammt (z. B. 1. 35 für ein bestimmtes Geo/Produkt).

8. 2. Parametrische Modelle (wenn es viele Daten gibt)

BG/NBD (wiederholte „Käufe“ = Einlagen) → Frequenzprognose.

Gamma-Gamma (monetärer Betrag) → die Prognose der durchschnittlichen Einzahlungsgröße/NGR pro aktivem Zahlenden.

Gemischte Modelle mit VIP/mass-Segmentierung (log-normal/gamma nach Betrag).

8. 3. Diskontieren

„LTV = Σ_{t=0..T} (NGR_t/ Users_FTD )/( 1 + r) ^ {t/30}“, wobei r die monatliche Rate (1-2 %/Monat für die Plandatei) ist.

9) Segmente, die „das Wetter machen“

GEO (Steuern/Zahlungen/Währung)

Device/OS (iOS vs Android)
Zahlungsmethoden (Gebühren und zulässige Beträge)
Kreativ/Winkel/Land (unterschiedliche Erwartungen → unterschiedliche Tiefe)

VIP-Schichten (z. B. NGR- P95/P99) - halten Sie sie getrennt: Sie „ziehen“ den Schwanz und machen mittlere Geräusche.

10) Qualitätsdiagnostik nach Kohorten

Normalerweise hohe CR (click→reg), aber CR (reg→FTD) schwach → onboarding/Zahlungen problem.

Hohe FTD, aber 2nd-dep Rate niedrig → Bonus-Hunter, schwache Retention.

Gute Cum_ARPU_D7, weiter Plateau → keine CRM-Mechanik (Missionen, Promo, segmentierte Offer).

Chargeback/Refund-Anstieg → Betrugsbekämpfung/Zahlungsquellen, graue Kanäle.

11) Häufige Fehler (und wie zu vermeiden)

1. Zählen Sie nach GGR → überschätzen Sie systematisch ARPU/LTV. → Immer nach NGR.

2. Zeitzonen/Währungen mischen → schweben D0/D1/Payback. → Speichern Sie UTC + Berichtswährung.

3. Die Klickkohorte für P&L ist → Noise Attribution. → Verwenden Sie FTD für Geld.

4. Lösungen für kleine Stichproben maskieren die Varianz →. → Geben Sie Schwellenwerte ein (≥30 -50 reg oder ≥300 -500 Klicks/Bündel; für LTV - ≥200 FTD/Slice).

5. Kein Chargeback/Refund → überhöhter Schwanz. → Schließen Sie „negative“ Ereignisse ein.

6. Die Durchschnittliche Temperatur im Krankenhaus → versteckt VIP/creative-Effekte. → Segmentieren.

7. Ignorieren Sie 2nd-dep → validieren Sie die Kohortenqualität vor der Zinserhöhung/dem Cap.

12) Mini-Hyde durch Visualisierungen

Heatmap Cum_ARPU (Kohorta × Tage) - die Steigung des Schwanzes ist sichtbar.

Retention-Kurven D1..D90 - nach Login und Einlagen (zwei Kurven).

Водопад NGR: GGR → −Bonus → −ProviderFee → −PaymentFee → −Duty → −Chargeback.

Payback-Punkte durch Kanäle sind die Linie der „Break-even CPA“.

VIP Pareto - 20/80 (oder 10/90): NGR-Anteil von Top x% der Spieler.

13) Überwachung der Datenqualität

Server-Side-Events (Ein-/Auszahlungen), idempotency durch 'event _ id'.

Alerta: Verzögerung der Postbacks> 15 min, Bruch „operator↔DWH“, Anteil der Ereignisse ohne „click _ id“.

Überleitung der Beträge (NGR) zwischen den Quellen einmal pro Woche; Protokoll der „abgelehnten/korrigierten“ Ereignisse.

14) Checkliste für die Einführung der LTV-Kohorte

Daten und Ereignisse

S2S-Kette: 'reg/KYC/FTD/2nd _ dep/refund/chargeback' (UTC, Währung)
Die NGR-Formel ist konsistent (was genau ist enthalten/nicht enthalten)
Währungen werden nach dem Datum des Ereignisses umgerechnet; „Berichtswährung“ gespeichert
Витрины `cohort_ftd_daily`, `cohort_cum`, `channel_cohort`

Metriken und Berichte

Cum_ARPU D1/D7/D30/D90, Retention, 2nd-dep rate
Payback nach Kohorte vs CPA; ROAS/ROI
VIP-Abschnitte (P95/P99), Zahlungsmethoden, Gerät/Geo

Prozesse

Schwellenwert für Statistiken und Regeln für die Abschaltung/Indexierung von Zinssätzen
Weekly Retro: Top/Anti-Bundles, Übertragung von Einblicken
Abstimmung „operator↔DWH“, Ereignisprotokoll

15) 30-60-90 Plan

0-30 Tage - Gerüst und Hygiene

Beschreiben Sie die NGR-Formel und fügen Sie S2S zu Schlüsselereignissen hinzu.

Sammeln Sie die Basisvitrinen der Kohorten (FTD-Achse) und Cum_ARPU D1/D7/D30.

Verzögerungs-/Diskrepanzalerts einrichten; führen Währungen/TZ.

31-60 Tage - Tiefe und Qualität

2nd-dep, Retention, chargeback/refund zu Berichten hinzufügen.

Geben Sie die Payback-Schwelle und die Regeln für die Indexierung von Raten nach Kohortenqualität ein.

Segmentierung: geo/device/payment/VIP; Bericht über Creatives/Lends.

61-90 Tage - Prognose und Management

BG/NBD + Gamma-Gamma-Pilot oder historischer „Tail“ -Faktor.

Ist-Plan für LTV und Payback; Was-wäre-wenn-Szenarien für CPA/Bonus-Cost.

Standardisierung von Playbooks: Launches, Sweeps, Eskalationen von Anomalien.

16) Das Ergebnis

Kohortenanalyse und LTV in iGaming ist das System: die richtige Achse (besser FTD), ehrliche Einnahmen durch NGR, die Disziplin der Ereignisse und Währungen/Zeitzone, kumulative Kurven und Qualitätskontrolle (2nd-dep, Retention, Chargeback). Fügen Sie eine Schwanzprognose (Modelle oder historische Koeffizienten), statistische Schwellenwerte und Ratenindexierungsprozesse hinzu - und Budgetentscheidungen werden schnell, reproduzierbar und profitabel.