トレントギア

ゲーミフィケーション指標：DAU/WAU、参加率、完了率

ゲーミフィケーションは、その効果が数字で確認されている場合にのみ機能します。以下は、ミッション、イベント、アワードを管理することができない3つの基本的な指標のシステム分析です：DAU/WAU、参加率（参加）と完了率（完了）。

1） DAU/WAUおよび粘着性

［定義］

DAU （Daily Active Users）-1日あたりのターゲットアクション（ログイン、クライアント起動、ベット/スピン、ミッション完了など）を持つユニークユーザーの数。

WAU （Weekly Active Users）-過去7日間のアクティビティを対象としたユニークユーザー。

DAU/WAU （Stickiness）-「weekly」の中で「毎日アクティブ」の割合。

[
\text {DAU/WAU} =\frac {\text {DAU}} {\text {WAU} }\quad （0\ldots1）
]

どのように解釈するか

0.15-0.25-非日常的なパターンのレクリエーション製品のための基本的な「健康的な」粘着性。

0.25-0.35-規則的な任務および容易な記入項目とのよいレベル。

💡 0.35-強い行動「粘着性」、通常、毎日のタスクで、streak 'axとモチベーション報酬。

重要：セグメント別に評価（初心者、再活性化、支払い、中核、高値）。全体的な数字は簡単に問題をマスクします。

頻繁な歪み

ボーナス日によるインフレ。単一の「誇大宣伝」イベントはDAUを上昇させますが、4-8週間の地平線上のDAU/WAUトレンドを改善することはありません。

偽のマルチアクティビティ。ボット/重複アカウント。デバイス指紋重複排除+KYC信号が必要です。

「ターゲットアクション」の変更。「有効と見なされている人「ルールを変更した場合は、日付を修正して」ビルド「メトリック2。0».

2）参加率

［定義］

ゲーミフィケーションサイクル（イベント/ミッション/トーナメント）に参加したユーザーの割合。

基本的な数式：

[
\text{参加（グロス）}=\frac {#\text {users_with_event_open}} {#\text {eligible_audience}}}
]

[
\text{参加（ネット）}=\frac {#\text {users_started_progress}} {#\text {eligible_audience}}
]

グロス-イベントを見て「参加」をクリックした全員。

Net-実際に実行を開始した人（たとえば、最初のXポイント/スピン/クエストステップ）。

正しい「分母」

「オプションオーディエンス」は事前に記録されています。たとえば、過去14日間に1回≥アクティブで、地理/ルールに該当するすべてのユーザー。

別に、リーチ通信（プッシュ、アプリ内、電子メール）を読み取ります。参加頻度が低い=リーチが低い。

規格とガイドライン

質量軽いでき事のための正味参加12-25％。

入場しきい値（デポジット/レベル）の「ハードコア」イベントの5-12％。

30％+は、暖かいセグメント（初心者のD1-D7、再エンゲージメント）のためのマイクロプリントで達成されます。

3）完了率

［定義］

ミッション/チェーン/イベントを完了した参加者の割合。

[
\text {Complete Rate} =\frac {#\text {users_completed}} {#\text {users_started}}}
]

バージョン

タスクごとの完了-チェーン内の特定のステップの完了（T1、 T2、……）。

フルチェーン完了-ライン全体の完了。

時間制限のある完了-期限までの完了。

通訳・通訳

標準はタスクの長さと「価格」に依存します。

単純な単一ミッション：60-85％。

3-5ステップのチェーン：35-60％。

ロングクエスト7-10ステップ：18-35％。

遅い段階での完了を減らすことは必ずしも悪いことではありません。それは収益化/複雑さの意識的な漏斗である場合もあります。Net Upliftがプラスのままで、RG指標がグリーンゾーンに残ることが重要です。

4）メトリクスの束： 「saw→started→completed」

単一のファネルを構築する：

1.リーチ：イベントを見ました。

2.参加（グロス/ネット）：入出力。

3.進行：到達したT1/T2/.../Tnの割合（タイミング付き）。

4.完了：完了しました。

5.値：Δ DAU/WAU、 Δ Retention、 Δ ARPPU、 Δ Avg Deposit、 Bonus Cost％、 Net Uplift。

これにより「、リーク」をキャッチすることができます：低いリーチ、エントリーバリア、ステップ2-3の複雑さに曲げ、UXディップ（進行状況の可視性が悪い）。

5） Analіtika： 区分およびコホート

推奨セクション：

ステージ：初心者のD0-D7、返されたR7-R30、永久的なP30。
収益化：非払い、新しい支払い（NPP）、再払い（RPP）、高値。
チャンネル/ジオプラットフォーム：web/iOS/Android、国/規制。
内容：ミッションタイプ（XP、バック、デポジット）、ゲームのボラティリティ、しきい値。

各グループについて、DAU/WAU、参加、完了、ARPPU、 Bonus Cost per Active-イベントの前後（Dウィンドウ、Wウィンドウ）を修正します。

6）実験的な設計： 増分を証明すること

ホールドアウトコントロール：オーディエンスの一部がイベントを表示しない（または「ダミー」を参照）。

ランダム化された招待状：招待状のランダムな配布、リーチの修正。

Geo/Channel Split：ランダムが禁止されている場合-きちんと一致します。

測定ウィンドウ：効果「中」とイベント後の尾（7-14日）。

最終指標：Δ DAU/WAU、 Δ参加/完了、Δ ARPPU（ボーナスのネット）、Retention D7/D30、 Net Uplift。

7） DWH/イベント： 最小限のデータスキーマ

イベント（例）：

'session_start {user_id、 ts、 platform}'
'mission_view {user_id、 mission_id、 ts}'
'mission_join {user_id、 mission_id、 ts}'
'mission_progress {user_id、 mission_id、 step、 value、 ts}'
'mission_complete {user_id、 mission_id、 ts}'
'purchase/deposit {user_id、 amount、 ts}'
'spin/bet {user_id、 game_id、 bet、 win、 ts}'

参考図書：

'missions {mission_id、タイプ、start_at、 end_at、ルール、セグメント、min_requirement、 reward_type}'
'users {user_id、 geo、 platform、 signup_at、 payer_flag、 segments}'

8）計算例（SQLスケッチ）

日付dのDAU：

SQL
SELECT DATE （ts） AS D、 COUNT （DISTINCT user_id） AS dau
FROM session_start
WHERE DATE （ts）=：d
1でグループ化する。

日付dで終わる週のWAU：

SQL
SELECT COUNT （DISTINCT user_id） AS wau
FROM session_start
WHERE ts>=：d-INTERVAL '6 day' AND TS<：d+INTERVAL '1 day'；

DAU/WAU（粘着性）：

SQL
WITH DAU AS（ダ(
SELECT COUNT （DISTINCT user_id） AS DAu
FROM session_start
WHERE DATE （ts）=：d
）、wau AS（
SELECT COUNT （DISTINCT user_id） AS wau
FROM session_start
WHERE ts>=：d-INTERVAL '6 day' AND TS<：d+INTERVAL '1 day'
)
SELECT dau：： float/NULLIF （wau、 0） AS dau_wau FROM dau、 wau；

ミッションによる参加（ネット）：

SQL
eligを使って（
SELECT user_id
FROMユーザー
WHERE last_active_at>=：d-INTERVAL '14 day'
）、開始したAS（
SELECT DISTINCT user_id
FROM mission_progress
WHERE mission_id=：m AND TS BETWEEN： start AND： end
)
SELECT COUNT （DISTINCT s。 user_id)::float/NULLIF （COUNT （DISTINCT e。 user_id),0） AS participation_net
elig eから
LEFT JOINが開始されました。user_id=e。 user_id；

ミッションごとの完了率：

SQL
WITH started AS(
SELECT DISTINCT user_id
FROM mission_progress
WHERE mission_id=：m AND TS BETWEEN： start AND： end
）、完了したAS（
SELECT DISTINCT user_id
FROM mission_complete
WHERE mission_id=：m AND TS BETWEEN： start AND： end
)
SELECT COUNT （DISTINCT c。 user_id)::float/NULLIF （COUNT （DISTINCT s。 user_id),0） AS completion_rate
FROM開始日
左の結合はcを使用して完了しました（user_id)；

9）参加および完了に影響を与える設計

可視性：「折り目ライン」の上のバナー、ミッションアイコンのバッジ、ホーム画面のプログレスバー。

ルールの明確さ：1画面=1キーゴール、「Xポイントの獲得方法」の例。

途中でマイクロリワード：T1/T2/T3の戦利品がドロップ→モチベーションをサポートします。

入力しきい値：最初のステップで要件を過大評価しないでください。あなたが進むにつれて複雑になります。

タイミング：ホットセグメント用の短いスプリント（2-24 h）、質量用の毎週のアーチ。

ダイナミックヒント：「賞の前に120ポイントを残しました≈ 8ラウンド15」。

10）反ゆがみおよびデータ質

重複排除：デバイスフィンガープリント+KYCフラグを使用してマルチアカウントに対処します。

異常：バーストが進行状況なしで開始された→バグの追跡；completion> started→重複。

スキーマのフリーズ：メトリックバージョニングによるビジネスルールの変更のみ。

タイムデバッグ：ストア'event_time'と'ingest_time'；タイムゾーンシフトは「穴」の一般的な原因です。

11）ダッシュボード： 毎日表示するもの

1.粘着性：DAU、 WAU、 DAU/WAU（傾向8週、セグメント別の中央値）。

2.イベントファネル：リーチ→参加グロス/ネット→T1/T2/..。→完了。

3.品質：障害（バウンス）、平均T1/T2時間、トラッキングエラー。

4.値：Δ ARPPU（ボーナスのネット）、Δ Avgデポジット、ボーナスコスト％、ネットアップリフト。

5.セグメント：ステージ/geo/platform/payer-statusによるセクション。

6.アラート：参加ドロップ>X pp、ステップでの完了障害、季節モデルからのDAU/WAU偏差。

12）頻繁なエラー

オプションのフィルターを無視して「データベース全体」の参加を読み込みます。

「平均的に」結論を導く、グロスとネット参加を妨げる。

完了だけを最適化し、複雑さを過大評価し、エンゲージメントを削減します。

粘着性（DAU/WAU）と後効果が増加しているかどうかを確認せずに、DAUの成長を盲目的に喜ぶ。

ARPPU Δを誤って解釈してボーナス/賞品の価値を無視します。

13）スタートアップと評価のチェックリスト

イベントと分母（オプションのオーディエンス）が定義されています。
DAU/WAU/参加/完了のためのビジネスルール（v1。0).
increment用に設定されたHoldout/rand。
セグメント、プラットフォーム、地理のセクションのダッシュボード。
品質アラートと不正防止管理。
最終スコア：Δ DAU/WAU、 Δ参加/完了、Δ ARPPU（ネット）、Net Uplift、ポストエフェクト7-14日。

DAU/WAUはプロダクトの習慣および粘着性を示し、参加は目的の聴衆を従事させるイベントの能力を示し、完了は複雑さおよび報酬のバランスの質を示します。同じ規則に従ってそれらを考慮して下さい、版を保ち、増加および成長の価格を点検して下さい。その後、ゲーミフィケーションは宝くじではなく、予測可能なツールになります。