Jak analizować LTV i kohortę w iGaming

1) Dlaczego analiza kohort w iGaming

iGaming jest „długim” pionem: gracze płacą nie raz, ale serię depozytów. Podejście kohortowe odpowiada na dwa główne pytania:

1. czy zakup się opłacił (kiedy i z czego), 2. jaki jest przyszły ogon przychodów (ile więcej zarobimy na tej kohorcie).

Bez kohort mylisz sezonowość, bonusy i efekty szokowe z prawdziwą jakością ruchu.

2) Podstawowe definicje (na jednym arkuszu)

Kohort - grupa użytkowników zgrupowana według daty zdarzeń kluczowych (często: kliknij/reg/FTD).

GGR (Dochody z gier brutto) - zakłady - wygrywa.

NGR (Net Gaming Revenue) - GGR minus bonusy/jackpoty/prowizje od gier/dostawców płatności, podatek od gier, obciążenie zwrotne/zwrot.

ARPU_Dn - średni dochód na gracza w dzień n (zwykle według NGR).

Cum_ARPU_Dn = łączna wartość ARPU w dniu n.

LTV - zniżki całkowite przychody na gracza na horyzont T (lub nieskończony).

Payback - minimum n, w którym CAC/CPA Cum_ARPU_Dn ≥.

Retention_Dn - odsetek kohorty aktywnej w dniu n (login/rate/deposit).

2nd-dep rate - odsetek graczy FTD, którzy dokonali drugiego depozytu na okres.

💡 W decyzjach finansowych używaj NGR, a nie GGR: to jedyny sposób, aby ROI/Payback odzwierciedlały rzeczywistość.

3) Gdzie odciąć „dzień zero”: wybór osi kohorty

Kliknij kohort - potrzebujesz optymalizacji mediów i przypisania.

Kohorta Reg - potrzebuje produktu/CRM do aktywacji i KYC.

Kohorta FTD (zalecana dla P & L/ROI) - dokładniej łączy CAC i ogon pieniężny.

Możesz zatrzymać wszystkie trzy, ale podejmować decyzje finansowe w sprawie kohorty FTD.

4) Model danych: jakie zdarzenia i kwoty należy przechowywać

Zdarzenia (minimum): „rejestracja”, „kyc _ approved”, „deposit _ success {amount, currency, is _ ftd}”, „withdrawal”, „refund”, „chargeback”, events game for GGR (if available).

Атриста: 'click _ id',' utm _ ',' geo ',' device/os', 'payment _ method', 'brand', 'offer'.

Czas: przechowywać w UTC; w oknach raportów - lokalizacja projektu.

Pieniądze: przechowywać w walucie transakcji i w „walucie raportu” (według kursu wymiany w dniu zdarzenia).

NGR w dzień t:


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

5) Główne mierniki kohorty

5. 1. Monetyzacja

ARPU_Dn = (WN [0.. n] )/FTD

ARPPU_Dn = (اNGR [0.. n] )/ ActivePayers_Dn

Depozyt na Payer_Dn, Avg_Deposit_Size_Dn - przydatny do plasterków VIP.

5. 2. Zachowanie/Jakość

Retention_D1/D7/D30/D90 (login/rate/dep)

Wskaźnik 2nd-dep, 3rd-dep

Stawka wypłaty, Stawka obciążenia zwrotnego

KYC pass-rate, FTD lag (Rurever→ FTD)

5. 3. Ekonomia zakupów

CPA (lub CAC) = Spend/FTD

Zemsta - dzień CPA Cum_ARPU ≥
ROAS_Dn = (اNGR [0.. n] )/Wydatki; ROI_Dn = (اNGR − Wydać − Bezpośredni Opex )/Wydać

6) Prezentacje i raporty: co budować w BI

Aktualne tabele:

„fact _ events” (poziom zdarzeń: użytkownik, ts, typ, kwota, waluta)
„fact _ spend” (kanał/dzień/geo/creative)
„fx _ rates” (kursy)

Pomiary:

'dim _ user', 'dim _ utm',' dim _ geo ',' dim _ device ',' dim _ brand/offer'

Najważniejsze sklepy:

1. cohort_ftd_daily - FTD-коворта: 'cohort _ date', 'users _ ftd', 'NGR _ d',' deposits _ d', 'retention _ d',' 2nd _ dep _ d'.

2. cohort_cum - liczniki skumulowane w dniu n: 'cum _ ARPU _ Dn',' cum _ ROAS _ Dn', 'payback _ day'.

3. channel_cohort - свебка, "UTM:" źródło/medium/kampania/treść ".

Mapy ciepła: Cum_ARPU według rzędów (kohorty) i kolumn (dzień 1.. 90).

7) Wzory i mini-przykład

Wartość wyjściowa (miesięczny kanał X, kohorta FTD D0):

FTD = 1 000; Wydatki = 50 000; М D30: اNGR = 94 200.

CPA = 50 000/1 000 = 50

ARPU_D30 = 94 200/1 000 = 94. 2

Cum_ARPU_D30 ≥ CPA? Tak → zwrot osiągnięty wcześniej.

Zemsta za surowy wynik: Średni dzień. ARPU ≤ 94. 2 / 30 = 3. 14 → 50 / 3. 14 wg D16

(dokładniej, zgodnie ze skumulowaną krzywą ARPU dziennie).

2nd-dep rate_D30 = 32% (na przykład) - sygnał jakości i przyszłego ogona.

8) Prognoza LTV: Jak ocenić długi ogon

8. 1. Prosta ekstrapolacja (operacyjna)

Wykres dziennego wkładu ARPU po D30 (D31..D120) na historycznych kohortach podobnych geo/źródeł/marek.

Użyj mnożnika ogona: 'LTV _ D120 α Cum_ARPU_D30 × k', gdzie 'k' pochodzi z historii (na przykład, 1. 35 dla konkretnego geo/produktu).

8. 2. Modele parametryczne (gdy jest dużo danych)

BG/NBD (powtarzające się „zakupy” = depozyty) → prognoza częstotliwości.

Gamma-Gamma (kwota pieniężna) → prognoza średniej wielkości depozytu/NGR na aktywnego płatnika.

Modele mieszane z segmentacją VIP/masy (log-normal/gamma według ilości).

8. 3. Dyskontowanie

„LTV = Σ_{t=0..T} (NGR_t/ Users_FTD )/( 1 + r) ^ {t/30}”, gdzie r jest stawką miesięczną (1-2 %/miesiąc dla pliku planu).

9) Segmenty, które „sprawiają, że pogoda”

GEO (podatki/płatności/waluta)

Urządzenie/system operacyjny (iOS vs Android)
Metody płatności (opłata i dozwolone kwoty)
Kreatywny/kąt/ziemia (różne oczekiwania → różna głębokość)

Warstwy VIP (na przykład NGR P95/P99) - utrzymują je oddzielnie: „pociągają” ogon i robią szum w środku.

10) Diagnostyka jakości przez kohortę

Normalnie wysoki CR (kliknij → reg) ale słaby CR (reg → FTD) → problem z pokładem/płatnościami.

Wysoka FTD, ale 2nd-dep stopa niska → łowcy bonusów, słaba retencja.

Dobry Cum_ARPU_D7, poza płaskowyżem → nie ma mechanika CRM (misje, promocje, oferty segmentowane).

Obciążenie zwrotne/wzrost refundacji → Źródła przeciwdziałania oszustwom/płatności, szare kanały.

11) Częste błędy (i jak uniknąć)

1. Czytaj przez GGR → systemowo overestimate ARPU/LTV. → Zawsze przez NGR.

2. Mieszanie stref czasowych/waluty → float D0/D1/Payback. → Przechowywać UTC + zgłoś walutę.

3. Kohorta kliknij na P&L → hałaśliwe przypisanie. → Za pieniądze, użyj FTD.

4. Rozwiązania na małych próbkach → wariancja maski. → Wprowadzić progi (≥ 30 -50 reg lub ≥ 300 -500 kliknięć/pakiet; dla LTV - ≥ 200 FTD/plasterek).

5. Bez obciążenia zwrotnego/zwrotu → nadmuchany ogon. → Dodaj „negatywne” zdarzenia.

6. Średnia temperatura w szpitalu → ukrywanie efektów VIP/kreatywnych. → Segment.

7. Ignoruj 2nd-dep → walidacji jakości kohorty przed zwiększeniem szybkości/cap.

12) Mini-przewodnik po wizualizacjach

Heatmap Cum_ARPU (kohorta × dni) - widać nachylenie ogona.

Krzywe retencji D1..D90 - przez loginy i przez złoża (dwie krzywe).

ВодокАВ NGR: GGR → − Bonus → − Opłata → → - Opłata → − Cło → − Obciążenie zwrotne.

Punkty zemsty wzdłuż kanałów są linią „break-even CPA”.

VIP Pareto - 20/80 (lub 10/90): udział NGR w najwyższej x% graczy.

13) Kontrola jakości danych

Zdarzenie po stronie serwera (depozyty/wyjścia), idempotencja przez 'event _ id'.

Alerty: opóźnienie postbacks> 15 min, przerwanie „operator, DWH”, udział zdarzeń bez 'click _ id'.

uzgadnianie kwot (NGR) między źródłami raz w tygodniu; dziennik zdarzeń „odrzuconych/skorygowanych”.

14) Lista kontrolna implementacji kohorty LTV

Dane i zdarzenia

Łańcuch S2S: „reg/KYC/FTD/2nd _ dep/refund/chargeback” (UTC, waluta)
Uzgodniony wzór NGR (co dokładnie jest/nie jest uwzględnione)
Waluty są przeliczane według daty zdarzenia; „waluta raportu” jest przechowywana
Витрина "cohort _ ftd _ daily", "cohort _ cum", "channel _ cohort'

Mierniki i raporty

Cum_ARPU D1/D7/D30/D90, Retention, 2nd-dep rate
Zwrot przez kohortę vs CPA; ROAS/ROI
Plasterki VIP (P95/P99), metody płatności, urządzenie/geo

Procesy

Próg statystyczny i zasady dotyczące współczynników niepełnosprawności/indeksacji
Retro Tygodnik: Top/Anti-Bundle, Transfer Insider
Operator.Pojednanie DWH, Dziennik incydentów

15) Plan 30-60-90

0-30 dni - Rama i higiena

Opis formuły NGR, zawiera S2S na temat kluczowych zdarzeń.

Zebrać wstępne prezentacje kohorty (oś FTD) i Cum_ARPU D1/D7/D30.

Ustawić alerty opóźnień/zmienności; podaj waluty/TZ.

31-60 dni - Głębokość i jakość

Dodaj 2nd-dep, zatrzymanie, obciążenie zwrotne/zwrot do raportów.

Wprowadź próg zwrotu i zasady indeksowania stawek jakości kohorty.

Segmentacja: geo/urządzenie/płatność/VIP; raport kreatywny/lądowy.

61-90 dni - prognoza i zarządzanie

BG/NBD + pilot Gamma-Gamma lub historyczny stosunek ogona.

Plan rzeczywisty dla LTV i Payback; CPA/bonus kość co-jeśli scenariusze.

Standaryzacja odtwarzaczy: uruchamianie, pojednanie, eskalacja anomalii.

16) Sedno sprawy

Analiza kohort i LTV w iGaming to system: prawidłowa oś (lepsza niż FTD), sprawiedliwe przychody NGR, dyscyplina wydarzeń i waluty/timezon, skumulowane krzywe i kontrola jakości (2nd-dep, zatrzymanie, obciążenie zwrotne). Dodaj prognozę ogonową (modele lub wskaźniki historyczne), progi statystyczne i procesy indeksacji stóp - a decyzje budżetowe stają się szybkie, powtarzalne i opłacalne.