Comment les casinos évaluent la valeur lifetime des joueurs (LTV)

LTV est la valeur actualisée de la marge future par joueur ou cohorte, moins les bonus, les commissions et les taxes. Dans les produits de jeu, la précision est particulièrement importante : les dispersions de paris élevées, les cachaouts instantanés, l'attribution des cookies et les exigences RG rendent les « moyennes simples » dangereuses. Ci-dessous est un schéma pratique où chaque valeur est définie et le modèle est transparent pour le produit, la finance et la conformité.

1) Définitions et limites de LTV

Base de revenu :

GGR (Gross Gaming Revenue) = Taux − Paiements de gains.
NGR (Net Gaming Revenue) = GGR − bonus − redevances/agrégation de fournisseurs − taxes sur les jeux (si elles sont maintenues au niveau du chiffre d'affaires/chiffre d'affaires).

Marge du joueur (Player Contribution) :


PC = NGR
− Frais de paiement −
− des pertes de chargeback/fred (prévues)
− sappport/COS cost-per-case (attendu)

LTV (post-tax, post-fee):


LTV = Σt [ E(PC_t) × Survival_t × Discount_t ]

Où 'Survival _ t'est la probabilité que le joueur soit actif pendant la période t ;' Discount _ t'est un facteur d'actualisation (coût du capital/inflation).

💡 Important : Les CAC (coûts d'engagement) ne sont PAS inclus dans la LTV, mais comparés séparément (LTV : CAC).

2) Quelles sont les données nécessaires (diagramme d'événements)

Минимум: `signup`, `kyc_step`, `deposit`, `withdrawal`, `bet_place`, `bet_settle`, `bonus_grant/consume`, `chargeback`, `rg_limit_set`, `self_exclude`.

Les revues (journales) de rapprochement sont obligatoires : jeu ↔ caisse ↔ paiements ↔ banque.

Attributs : juridiction, canal, appareil, méthode de paiement, segment de risque, taux d'imposition sur le RGG/RGG.

3) Comment de GGR obtenir une marge « honnête »

1. Réduire les bonus et promos (y compris cashback/missions).

2. Prendre en compte les parts de fournisseur (RGS/agrégateur).

3. Appliquer des taxes sur le jeu (GGR/NGR - par juridiction).

4. Déduire les frais de paiement (selon la méthode) et la charge attendue.

5. Normaliser les retours/annulations (correction rétro dans la même période).

6. Diviser par la contribution par canal (si vous comptez LTV par source).

Le résultat est la PC_t prévue par période (semaines/mois).

4) Approches de prévision de rétention (Survival)

A) Cohorte déterministe (simple et transparente)

Nous construisons une courbe de rappel selon les cohortes : 'D7, D30, M2... M12'.

Nous extrapolons la « queue » (par exemple hyperbole/exponentielle).

Avantages : c'est compréhensible pour les entreprises. Inconvénients : Grossièrement au niveau individuel.

B) Survie (Discrete-Time Hazard)

Modèle de « risque de départ » par intervalles (logit/logit).

Fichi : fréquence/montant des dépôts, vie/préamatch, score frod, signaux RG, taux de cache.

Donne 'Survival _ t' par joueur/segment, facile à agréger.

C) Modèles comportementaux de fréquence/achats répétés

BG/NBD, Pareto/NBD pour prédire le nombre de périodes/taux actifs.

Combiner Recency, Frequency, Monetary et donner la distribution de « queue ».

Ils se couchent bien sur CRM/missions (next-best-action).

💡 Pratique : commencer par les cohortes + hazard pour le contrôle, puis ajouter BG/NBD aux segments.

5) Actualisation et valeur de l'argent

L'actualisation reflète le coût du capital et le risque prévisionnel :


Discount_t = 1 / (1 + r)^t

Où 'r' est un taux mensuel/trimestriel (dans iGaming souvent 0,5 à 1,5 % dans le mes. nominal). Pour les cohortes à haut risque, utiliser un « r » élevé ou une amende à Survival.

6) Exemple de calcul (simplifié, 6 mois)

Donné (cohorte de 1 000 joueurs) :

Le NGR1 moyen en M1 = 10 u.e./joueur ; une baisse de M2-M6 de 15 % par mois.
Frais de paiement = 3 % des dépôts ; en simplification, prenons 2 % de NGR.
Chargeback expected = 0,4% от NGR.
Rétention (activité) : M1 = 100 %, M2 = 55 %, M3 = 40 %, M4 = 32 %, M5 = 27 %, M6 = 24 %.
Décote r = 1 %/mois.

Étapes :

1. `PC_t = NGR_t × (1 − 0,02 − 0,004) = NGR_t × 0,976`.

2. 'NGR _ t' = '10 × 0,85 ^ (t − 1)' (diminution de 15 %).

3. `LTV = Σ_{t=1..6} PC_t × Retention_t × Discount_t`.

Comptons M1 et M2 (le reste selon le modèle) :

M1: `PC_1 = 10 × 0,976 = 9,76`; contribution = « 9,76 × 1,00 × 0,990 ≈ 9,66 ».
M2: `NGR_2 = 8,5`; `PC_2 = 8,5 × 0,976 = 8,30`; contribution = « 8,30 × 0,55 × 0,981 ≈ 4,48 ».
En résumant les M1-M6, obtenez un point de référence ~ 24-27 u.e. LTV par joueur dans cette cohorte (selon les arrondis).

💡 En haut, comparer avec le CAC et l'attitude cible de LTV : CAC (souvent 3:1 pour une croissance durable).

7) LTV par les canaux et les juridictions

Diviser la LTV en couche post-tax et pré-tax : comparer les canaux à l'intérieur d'une seule logique fiscale.

Tenez compte des méthodes de paiement : lorsque la proportion de rails instantanés et le succès du dépôt est plus élevé, LTV est généralement plus élevé, toutes choses égales par ailleurs.

Incluez les événements RG : les limites par défaut et l'auto-exclusion rapide réduisent le revenu de pointe, mais améliorent la « queue » et les plaintes/1k - LTV devient plus stable.

8) Erreurs fréquentes et comment les éviter

1. Confusion GGR/NGR. Déduisez d'abord les bonus/redevances/taxes sur le jeu, puis les frais de paiement.

2. Ignorer froda/chargeback. Utilisez les pertes prévues (probability-weighted).

3. Moyennes sans segments. Le comportement de new vs returning, low-risk vs high-risk est différent.

4. Aucun journal de rapprochement. Sans journalisation, une partie de la NGR ou un PC sera surestimé.

5. Extrapolation trop lisse. L'impureté de la saison/tournois brise un simple exposant.

6. Comparer différentes bases (post-tax LTV et pre-tax CAC). Conduisez à une base.

7. Ne tiennent pas compte de la vitesse du cache. Il est corrélé avec les retours et la « queue » du LTV.

9) Métriques de garde près de LTV

Plaintes/1k sessions (objectif ~ 0,6 à 1,2).

Temps jusqu'au 1er cache (~ 6-24 h avec KYC passé).

% des premières conclusions approuvées (~ 85-93 %).

Succès du dépôt (≥92 -97 %).

Proportion de joueurs ayant des limites RG actives et taux de réponse sur les tiquets RG.

10) Expérimentation et causalité

Tout A/B affectant LTV (missions, marge, front payant) est accompagné de métriques de sécurité : plaintes/1k, signaux de payout_speed, signaux RG.

Pour les canaux, utilisez des variables d'outils ou des différences de différence s'il y a self-selection.

Enregistrer la « date d'instantané » des données : les prévisions de LTV sont sensibles aux révisions.

11) Structure dashboard LTV (gold-vitrine)

1. Carte des cohortes (signup-mois × juridiction × canal).

2. Courbe de survie et contribution du PC par mois (stacked).

3. LTV par segment (device, risk-tier, payment-mix).

4. LTV : CAC et délai de récupération (payback) en semaines/mois.

5. Sécurité : plaintes/1k, payout SLA, activation RG.

12) Chèque de mise en œuvre (0-90 jours)

Déterminer la base : post-tax NGR → PC.
Inclure chargeback expected et payment fees dans PC.
Configurer les journales et les rapprochements (jeu ↔ caisse ↔ paiements ↔ banque).
Construire des cohortes et simple hazard sur la retraite.
Lancez la vitrine LTV par cohort/channel/jurisdiction.
Établir une politique d'actualisation et une « date instantanée ».
Ajouter des mesures de sécurité à chaque rapport LTV.

13) Mini-FAQ

LTV compter avant ou après taxes/commissions ?

Pour la gestion - après (post-tax, post-fee). Pour les références externes, vous pouvez stocker et pre-tax.

Quel horizon prendre ?

Plus de 12 à 18 mois ; « longue queue » déconnecter et valider par le fait.

Qu'en est-il des joueurs autodidactes ?

Ils ferment la queue de Survival à la date de l'événement ; prendre en compte les influences de RG-nuja comme un contrôle positif du risque.

BG/NBD ou cohortes ?

Cohortes pour la transparence, BG/NBD pour le CRM et la personnalisation « subtile ». Ils coexistent.

Exact LTV dans le casino n'est pas la formule « GGR × coefficient ». C'est une discipline : la bonne base (NGR post-tax), les coûts de paiement/frod prévus, le modèle de rétention, le rabais et les mesures de sécurité à proximité. Un tel LTV est non seulement « beau sur la diapositive », mais vous permet également de prendre des décisions : combien payer pour le trafic, où accélérer le cache, quelles missions sont payantes et dans quels segments vous devez renforcer RG.