Come analizzare LTV e coerenza nel iGaming
1) Perché l'analisi coorte nel iGaming
iGaming è una verticale lunga, i giocatori non pagano una sola volta, ma una serie di depositi. L'approccio coerente risponde a due domande principali:1. se l'acquisto è stato pagato (quando e con cosa), 2. Quale sarà la futura coda di ricavi (quanto ancora guadagneremo con questa coorte).
Senza coorte si confonde stagionalità, bonus e effetti shock con la reale qualità del traffico.
2) Definizioni di base (su un unico foglio)
Gli artigli sono un gruppo di utenti riuniti in base alla data dell'evento chiave (spesso click/young/FTD).
GGR (Grosse Gaming Revenue) - vincite.
NGR (Net Gaming Revenue) - GGR meno bonus/jackpot/commissione di provider di giochi/pagamenti, gaming duty, chargeback/refund.
ARPU _ Dn è il ricavato medio per giocatore entro il giorno n. (solitamente NGR).
Cum _ ARPU _ Dn - ARPU cumulabile per il giorno n.
LTV è un ricavato totale scontato per giocatore oltre l'orizzonte T (o infinito).
Payback è il minimo n in cui Cum _ ARPU _ Dn è CAC/CPA.
Retention _ Dn è la quota di coorte attiva per il giorno n (login/tasso/deposito).
2nd-dep rate è la quota di giocatori FTD che hanno effettuato il secondo deposito nel periodo.
3) Dove tagliare «giorno zero»: selezione asse coorte
Connessioni click - È necessario ottimizzare e assegnare i media.
Griffe di colore - Richiede il prodotto/CRM per attivare e KYC.
Coorte FTD (raccomandato per P & L/ROY) - più precisamente collega CAC e coda di denaro.
Potete tenerne tutti e tre, ma prendete decisioni finanziarie sulla coorte FTD.
4) Modello dati: quali eventi e importi memorizzare
Eventi (minimo): «registration», «kyc _ approved», «deposit _ success {amount, currency, is _ ftd}», «withdrawal», «refund», «chargeback», eventi di gioco per GGR (se disponibile).
Атрибуты: `click_id`, `utm_`, `geo`, `device/os`, `payment_method`, `brand`, `offer`.
Tempo: memorizzato in UTC; Nelle vetrine dei rapporti, il punto del progetto.
Denaro: conserva nella valuta della transazione e nella valuta del rapporto (al tasso di cambio alla data dell'evento).
NGR per giorno t:
NGR_t = GGR_t
− BonusCost_t
− ProviderFee_t
− PaymentFee_t
− GamingDuty_t
− Chargeback_t
5) Griffe di metriche di base
5. 1. Monetizzazione
ARPU_Dn = (Σ NGR[0..n]) / FTD
ARPPU_Dn = (Σ NGR[0..n]) / ActivePayers_Dn
Deposit per Payer _ Dn, Avg _ Deposit _ Size _ Dn è utile per i tagli VIP.
5. 2. Comportamento/qualità
Retention _ D1/D7/D30/D90 (login/puntata/ )
2nd-dep rate, 3rd-dep rate
Cashout rate, Chargeback rate- KYC pass-rate, FTD lag (рег→FTD)
5. 3. Economia degli acquisti
CPA (o CAC) = Spend/FTD- Payback - Il giorno in cui Cum _ ARPU ≥ CPA
- ROAS_Dn = (Σ NGR[0..n]) / Spend; ROI_Dn = (Σ NGR − Spend − Direct Opex) / Spend
6) Vetrine e rapporti: cosa costruire in BI
Tabelle di dati:- `fact_events` (event-level: user, ts, type, amount, currency)
- «fact _ spend» (canale/giorno/geo/create)
- «fx _ rates» (corsi)
- `dim_user`, `dim_utm`, `dim_geo`, `dim_device`, `dim_brand/offer`
1. cohort_ftd_daily — FTD-когорты: `cohort_date`, `users_ftd`, `NGR_d`, `deposits_d`, `retention_d`, `2nd_dep_d`.
2. cohort _ cum sono le metriche cumulative del giorno n: 'cum _ ARPU _ Dn', 'cum _ ROAS _ Dn',' payback _ day '.
3. channel_cohort — связка с UTM: `source/medium/campaign/content`.
Mappe termiche: Cum _ ARPU per righe (cocorte) e colonne (giorno 1.. 90).
7) Formule e mini-esempio
Sorgente (per mese su X, serie FTD 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? Sì, il ritorno è stato raggiunto in precedenza.
La valutazione di Payback è una media. ARPU ≈ 94. 2 / 30 = 3. 14 → 50 / 3. 14 ≈ D16
(più precisamente per la curva cumulativa ARPU giorno dopo giorno).
2nd-dep rate _ D30 = 32% (ad esempio) è un segnale di qualità e futura coda.
8) Previsione LTV come valutare «lunga coda»
8. 1. Semplice estrapolazione (operazione)
Costruisci il contributo giornaliero di ARPU dopo D30 (D31.. D120) su coorti storici simili geo/sorgenti/marchi.
Applica il cartoon di coda: 'LTV _ D120' Cum _ ARPU _ D30 x k ', dove è k'della storia (ad esempio 1. 35 per un particolare geo/prodotto).
8. 2. Modelli parametrici (quando i dati sono numerosi)
BG/NBD (nuovo «acquisto» = depositi) è una previsione di frequenza.
Gamma-Gamma (somma monetaria) ha stimato la media del deposito/NGR per il pagante attivo.
Modelli misti con segmentazione VIP/massa (loga-normale/gamma per importi).
8. 3. Accantonamento
'LTV = _ {t = 0.. T} (NGR _ t/Users _ FTD )/( 1 + r) ^ {t/30}', dove r è il tasso mensile (1-2 %/mes per il file di piano).
9) Segmenti che «fanno il tempo»
GEO (tasse/pagamenti/valuta)- Device/OS (iOS vs Android)
- Metodi di pagamento (fee e importi consentiti)
- Creat/angolo/land (diverse aspettative, profondità differente)
Livelli VIP (ad esempio P95/P99 NGR) - Teneteli separati: tirano la coda e fanno rumore medio.
10) Diagnostica di qualità per coorte
CR ( ) è normale, ma CR ( ) è un debole problema di onboording/pagamenti.
Alto FTD, ma 2nd-dep rate basso bonus-hunter, debole retensh.
Buon Cum _ ARPU _ D7, al di là del → non c'è un meccanico CRM (missioni, promo, Offer segmentati).
Chargeback/refund picco di antifrode/fonti di pagamento, canali grigi.
11) Errori frequenti (e come evitare)
1. Conta per GGR Sovrastampa di sistema ARPU/LTV.
2. Timson/valuta fluttuano D0/D1/Payback.
3. Il click per P&L fa rumore sull'attributo. Usa FTD per i soldi.
4. Le soluzioni su piccoli campionamenti mascherano la dispersione. per LTV - ≥200 FTD/taglio).
5. Senza chargeback/refund, c'è una coda esagerata.
6. La temperatura media dell'ospedale nasconde effetti VIP/creativo.
7. Ignora 2nd-dep → valuta la qualità della coorte prima di aumentare i tassi/cap.
12) Mini-hyde di visualizzazione
Heatmap Cum _ ARPU - Mostra l'inclinazione della coda.
Curve D1 D90 per login e depositi (due curve).
Водопад NGR: GGR → −Bonus → −ProviderFee → −PaymentFee → −Duty → −Chargeback.
I punti payback attraverso i canali sono la linea «CPA senza perdita».
VIP Pareto - 20/80 (o 10/90): quota NGR del top-x% dei giocatori.
13) Controllo della qualità dei dati
Server-side evento (depositi/conclusioni), idempotency per «event _ id».
Alert: ritardo postbeek> 15 min, rottura «operator↔DWH», percentuale di eventi senza «click _ id».
Comprimere gli importi (NGR) tra le sorgenti una volta a settimana; Il logico degli eventi rifiutati/modificati.
14) Foglio di assegno per l'implementazione di LTV coorte
Dati ed eventi
- Catena S2S: 'reg/KYC/FTD/2nd _ dep/refund/changeback' (UTC, valuta)
- Formula NGR concordata (che è esattamente compreso/non incluso)
- Le valute vengono convertite in base alla data dell'evento; «valuta del rapporto» è conservata
- Витрины `cohort_ftd_daily`, `cohort_cum`, `channel_cohort`
Metriche e report
- Cum_ARPU D1/D7/D30/D90, Retention, 2nd-dep rate
- Payback vs CPA; ROAS/ROI
- Tagli VIP (P95/P99), metodi di pagamento, device/geo
Processi
- Soglia statistica e regole di disattivazione/indicizzazione dei tassi
- Retro settimanale: top/anti-legamenti, trasferimento di insight
- Accoppiamento «operator↔DWH», registro degli incidenti
15) Piano 30-60-90
0-30 giorni - Ossatura e igiene
Descrivere la formula NGR, includere S2S per eventi chiave.
Raccogli le vetrine di base dell'asse FTD e Cum _ ARPU D1/D7/D30.
Configura gli alert di ritardo/soluzione temporanea; portare valuta/TZ.
31-60 giorni - Profondità e qualità
Aggiungi 2nd-dep, Retention, conformeback/refund ai rapporti.
Immettere la soglia payback e le regole per l'indicizzazione delle scommesse sulla qualità della coorte.
Segmentazione: geo/device/payment/VIP; Rapporto creativo/land.
61-90 giorni - Previsione e gestione
Pilota BG/NBD + Gamma-Gamma o storico coefficiente di coda.
Piano-fatto su LTV e Payback; script «cosa se» per SRA/bonus-osso.
La standardizzazione dei playbook: avviamenti, feci, escalation delle anomalie.
16) Totale
L'analisi di coorte e LTV in iGaming è un sistema: l'asse giusto (migliore di FTD), il ricavato onesto di NGR, la disciplina degli eventi e delle valute/timeson, le curve cumulative e il controllo qualità (2nd-dep, Retention, chargeback). Aggiungete le previsioni di coda (modelli o coefficienti storici), le soglie statistiche e i processi di indicizzazione dei tassi e le decisioni di bilancio diventano veloci, riproduttive e redditizie.