トレントギア

IGamingでLTVとコホートを分析する方法

1）なぜiGamingのコホート分析

iGamingは「長い」垂直であり、プレイヤーは一度ではなく一連の預金を支払います。コホートアプローチは2つの主な質問に答えます：

1.購入が支払われたかどうか（いつ、何が原因で）、2。収益の将来の尾は何ですか（私たちはこのコホートでいくら稼ぐでしょうか）。

コホートなしでは、季節性、ボーナス、ショック効果とトラフィックの本当の品質を混同します。

2）基本的な定義（1枚）

Cohort-キーイベントの日付でグループ化されたユーザーのグループ（しばしば/reg/FTDをクリック）。

GGR （Gross Gaming Revenue）-勝利−賭けます。

NGR （Net Gaming Revenue）-GGRマイナスボーナス/ジャックポット/ゲーム/決済プロバイダの手数料、ゲーム義務、チャージバック/払い戻し。

ARPU_Dn-1日当たりの平均収入（通常はNGR）。

Cum_ARPU_Dn=日nの累積ARPU。

LTV-horizon T（または無限）でプレイヤー1人当たりの総収益を割引。

回収-CAC/CPAが≥する最小n Cum_ARPU_Dn。

Retention_Dn-日n（ログイン/レート/デポジット）にアクティブなコホートの割合。

2番目のdep率-期間の2番目の預金をしたFTDプレーヤーの割合。

💡 財務決定では、GGRではなくNGRを使用します。これがROI/Paybackが現実を反映する唯一の方法です。

3）「日ゼロ」を断ち切る場所： コホート軸の選択

コホートをクリック-メディアの最適化とアトリビューションが必要です。

Regコホート-活性化とKYCのための製品/CRMが必要です。

FTDコホート（P&L/ROIに推奨）-より正確にCACとマネーテールをリンクします。

あなたはすべての3つを維持することができますが、FTDコホートで財政的決定を下すことができます。

4）データモデル： どのようなイベントと量を保存するか

イベント（最小）：'registration'、 'kyc_approved'、 'deposit_success {amount、 currency、 is_ftd}'、'出金'、'払い戻し'、'chargeback'、 GGRのゲームイベント（可能な場合）。

"click_id"、 "utm_"、"geo"、 "device/os"、 "payment_method'、" brand"、"offer"。

時間：UTCの店；レポートのウィンドウで-プロジェクトのロケール。

マネー：トランザクション通貨と「レポート通貨」（イベント当日の為替レートで）に保管します。

NGR日t：

5）主要なコホートの測定基準

5.1.マネタイズ

ARPU_Dn=（Σ NGR ［0。。 n］）/FTD

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

Payer_Dnあたりのデポジット、Avg_Deposit_Size_Dn-VIPスライスに便利です。

5.2.行動/品質

Retention_D1/D7/D30/D90 （ログイン/レート/dep）

2番目のdep率、3番目のdep率

キャッシュアウト率、チャージバック率

KYCパスレート、FTD lag （FTD→FTD）

5.3.購買経済学

CPA（またはCAC）=支出/FTD

返済-CPA Cum_ARPU ≥日
ROAS_Dn=（Σ NGR ［0。。 n］）/支出；ROI_Dn=（Σ NGR −ダイレクトオペックス−支出）/支出

6）ショーケースとレポート： BIで何を構築するか

実際のテーブル：

'fact_events'（イベントレベル：ユーザー、ts、タイプ、金額、通貨）
'fact_puse'（チャンネル/日/地理/クリエイティブ）
'fx_rates'（コース）

測定：

'dim_user'、 'dim_utm'、 'dim_geo'、 'dim_device'、 'dim_brand/offer'

主な店舗：

1.cohort_ftd_daily： 'cohort_date'、 'users_ftd'、 'NGR_d'、 'deposits_d'、 'retention_d'、 '2nd_dep_d'。

2.cohort_cum-日n： 'cum_ARPU_Dn'、 'cum_ROAS_Dn'、 'payback_day'の累積メトリクス。

3.channel_cohort： 'source/medium/campaign/content'。

ヒートマップ： 行（コホート）と列（日1。90).

7）数式とミニサンプル

ベースライン（毎月のXチャネル、FTD-cohort D0）：

FTD=1 000；支出=50 000；D30： Σ NGR=94 200。

CPA=50 000/1 000=50

ARPU_D30=94 200/1 000=94。2

CPA Cum_ARPU_D30 ≥ですか？はい→以前に達成された回収。

ペイバックラフスコア： 平均日。ARPU ≈ 94。2 / 30 = 3.14 → 50 / 3.14

（より正確には、累積的なARPU曲線に従って日々）。

2番目のdep rate_D30=32％（例えば）-品質と将来の尾の信号。

8） LTV予測： 長い尾を評価する方法

8.1.シンプルな外観（動作）

類似の地理/ソース/ブランドの歴史的なコホートにD30 （D31..D120）後の毎日のARPU貢献をプロットします。

テール乗数を適用します：'LTV_D120 ≈ Cum_ARPU_D30 × k'、ここで'k'は履歴からのものです（例：1。35特定の地理/製品）。

8.2.パラメトリックモデル（データが多い場合）

BG/NBD（繰り返し「購入」=預金）→頻度予測。

ガンマガンマ（金額）→活動的な支払者の預金/NGRの平均サイズの予測。

VIP/質量セグメンテーション（log-normal/gamma）との混合モデル。

8.3.ディスカウント（割引）

'LTV=Σ_{t=0..T} （NGR_t/ Users_FTD）/（1+r）^{t/30}'、ここでrは毎月のレート（プランファイルの1-2％/月）である。

9）「天気を作る」セグメント'

GEO（税金/支払い/通貨）

デバイス/OS （iOSとAndroid）
支払方法（手数料と許可金額）
創造的/角度/土地（異なった期待→別の深さ）

VIPレイヤー（例えば、NGR P95/P99）-それらを分離したままにします。

10）コホートによる品質診断

通常、高いCR（クリック→reg）が弱いCR （reg→FTD）→初期登録/支払い問題。

高いFTD、しかし、2nd-dep率の低い→ボーナスハンター、弱い保持。

高原を越えて良いCum_ARPU_D7→ないCRMメカニック（ミッション、プロモーション、セグメント化されたオファー）。

チャージバック/払い戻しサージ→不正防止/支払いソース、グレーチャンネル。

11）よくある間違い（そして避ける方法）

1.GGR→ARPU/LTV。→Always by NGR。

2.Mixing timezones/currencies→float D0/D1/Payback。→UTC+report currencyを保持します。

3.P&L→noisyアトリビューションのためのクリックによるコホート。→お金のために、FTDを使用してください。

4.小さなサンプルのソリューション→マスク分散。→しきい値を入力します（≥ 30-50 regまたは≥ 300-500 clicks/bundle；LTV用-≥ 200 FTD/スライス）。

5.チャージバック/払い戻しなし→膨張した尾。→「負」イベントを含める。

6.病院の平均温度→VIP/クリエイティブ効果を隠す。→セグメント。

7.レート/キャップが増加する前に、コホートの品質を2番目のdep→validateに無視します。

12）視覚化へのミニガイド

ヒートマップCum_ARPU（コホート×日）-尾の傾きを見ることができます。

保存曲線D1..D90-ログインと入金（2つのカーブ）による。

NGR： GGR→−ボーナス→− ProviderFee→− PaymentFee→− Duty→− Chargeback。

チャネルに沿った回収ポイントは「break-even-CPA」ラインです。

VIPパレート-20/80（または10/90）：プレイヤーのトップx％のNGRのシェア。

13）データ品質管理

サーバー側イベント（deposits/outputs）、 'event_id'によるidempotency。

アラート：ポストバックの遅延>15分、「operator↔DWH」を破る、'click_id'なしのイベントの共有。

ソース間の量の和解（NGR）週に一度；「rejected/corrected」イベントのログ。

14）コホートLTV実装チェックリスト

データとイベント

S2Sチェーン：'reg/KYC/FTD/2nd_dep/refund/chargeback' （UTC、通貨）
合意されたNGR式（正確には何/含まれていません）
通貨はイベント日によって換算されます。「レポート通貨」が格納されています
'cohort_ftd_daily'、 'cohort_cum'、 'channel_cohort'

メトリクスとレポート

Cum_ARPU D1/D7/D30/D90、リテンション、2nd-dep率
コホートとCPAによる回収；ROAS/ROI
VIPスライス（P95/P99）、支払方法、デバイス/地理

プロセス

レートを無効化/インデックス化するための統計しきい値とルール
レトロウィークリー：トップ/アンチバンドル、インサイダー転送
operator↔DWH和解、インシデントログ

15） 30-60-90プラン

0-30日-フレームおよび衛生

NGRの式を記述し、重要なイベントにS2Sを含める。

ベースラインコホートショーケース（FTD軸）とCum_ARPU D1/D7/D30を収集します。

遅延/分散アラートを設定します。通貨/TZを提供して下さい。

31-60日-深さおよび質

レポートに2nd-dep、 Retention、チャージバック/払い戻しを追加します。

コホート品質レートをインデックス化するためのペイバックしきい値とルールを紹介します。

セグメンテーション：地理/デバイス/支払い/VIP；クリエイティブ/土地レポート。

61-90日-予測と管理

BG/NBD+ガンマガンマパイロットまたは歴史的な尾比。

LTVおよび回収のための計画実際；CPA/ボーナスボーン what-ifシナリオ。

プレイブックの標準化：起動、和解、異常のエスカレーション。

16）ボトムライン

iGamingのコホート分析とLTVはシステムです：正しい軸（FTDよりも優れています）、公正なNGR収益、イベントと通貨の規律/タイムゾーン、累積曲線と品質管理（2nd-dep、 Retention、 chargeback）。尾の予測（モデルまたは履歴比）、統計的しきい値とレートのインデックス作成プロセスを追加し、予算の意思決定は迅速、再現性、収益性が向上します。