Как анализировать LTV и когортность в iGaming

1) Зачем когортный анализ в iGaming

iGaming — «длинная» вертикаль: игроки платят не разово, а серией депозитов. Когортный подход отвечает на два главных вопроса:

1. окупилась ли закупка (когда и за счёт чего), 2. каков будущий хвост выручки (сколько ещё заработаем на этой когорте).

Без когорт вы путаете сезонность, бонусы и шок-эффекты с реальным качеством трафика.

2) Базовые определения (на одном листе)

Когорта — группа пользователей, объединённых по дате ключевого события (часто: клик / рег / FTD).

GGR (Gross Gaming Revenue) — ставки − выигрыши.

NGR (Net Gaming Revenue) — GGR минус бонусы/джекпоты/комиссии провайдеров игр/платёжек, gaming duty, chargeback/refund.

ARPU_Dn — средняя выручка на игрока к n-му дню (обычно по NGR).

Cum_ARPU_Dn — кумулятивный ARPU к дню n.

LTV — дисконтированная суммарная выручка на игрока за горизонт T (или бесконечный).

Payback — минимальный n, при котором Cum_ARPU_Dn ≥ CAC/CPA.

Retention_Dn — доля когорты, активная на день n (логин/ставка/депозит).

2nd-dep rate — доля FTD-игроков, сделавших второй депозит за период.

💡 В финансовых решениях используйте NGR, а не GGR: только так ROI/Payback отражают реальность.

3) Где отрезать «нулевой день»: выбор оси когорты

Клик-когорта — нужна медиа-оптимизации и атрибуции.

Рег-когорта — нужна продукту/CRM для активации и KYC.

FTD-когорта (рекомендовано для P&L/ROI) — точнее связывает CAC и денежный хвост.

Можно держать все три, но финансовые решения принимайте по FTD-когорте.

4) Модель данных: какие события и суммы хранить

События (минимум): `registration`, `kyc_approved`, `deposit_success{amount,currency,is_ftd}`, `withdrawal`, `refund`, `chargeback`, игровые события для GGR (если доступно).

Атрибуты: `click_id`, `utm_`, `geo`, `device/os`, `payment_method`, `brand`, `offer`.

Время: храните в UTC; в витринах отчётов — локаль проекта.

Деньги: храните в валюте транзакции и в «валюте отчёта» (по курсу на дату события).

NGR по дню t:


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

5) Основные метрики когорт

5.1. Монетизация

ARPU_Dn = (Σ NGR[0..n]) / FTD

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

Deposit per Payer_Dn, Avg_Deposit_Size_Dn — полезно для VIP-срезов.

5.2. Поведение/качество

Retention_D1/D7/D30/D90 (логин/ставка/деп)

2nd-dep rate, 3rd-dep rate

Cashout rate, Chargeback rate

KYC pass-rate, FTD lag (рег→FTD)

5.3. Экономика закупки

CPA (или CAC) = Spend / FTD

Payback — день, когда Cum_ARPU ≥ CPA
ROAS_Dn = (Σ NGR[0..n]) / Spend; ROI_Dn = (Σ NGR − Spend − Direct Opex) / Spend

6) Витрины и отчёты: что построить в BI

Факт-таблицы:

`fact_events` (event-level: user, ts, type, amount, currency)
`fact_spend` (канал/день/гео/креатив)
`fx_rates` (курсы)

Измерения:

`dim_user`, `dim_utm`, `dim_geo`, `dim_device`, `dim_brand/offer`

Ключевые витрины:

1. cohort_ftd_daily — FTD-когорты: `cohort_date`, `users_ftd`, `NGR_d`, `deposits_d`, `retention_d`, `2nd_dep_d`.

2. cohort_cum — кумулятивные метрики на день n: `cum_ARPU_Dn`, `cum_ROAS_Dn`, `payback_day`.

3. channel_cohort — связка с UTM: `source/medium/campaign/content`.

Тепловые карты: Cum_ARPU по рядам (кохортам) и колонкам (день 1..90).

7) Формулы и мини-пример

Исходные (за месяц по каналу X, FTD-когорта 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? Да → окупаемость достигнута ранее.

Грубая оценка Payback: среднесут. ARPU ≈ 94.2 / 30 = 3.14 → 50 / 3.14 ≈ D16

(точнее — по кумулятивной кривой ARPU день-за-днём).

2nd-dep rate_D30 = 32% (например) — сигнал качества и будущего хвоста.

8) Прогноз LTV: как оценить «длинный хвост»

8.1. Простая экстраполяция (операционная)

Постройте суточный вклад ARPU после D30 (D31..D120) на исторических когортах похожих гео/источников/брендов.

Примените мультипликатор хвоста: `LTV_D120 ≈ Cum_ARPU_D30 × k`, где `k` из истории (например, 1.35 для конкретного гео/продукта).

8.2. Параметрические модели (когда данных много)

BG/NBD (повторные «покупки» = депозиты) → прогноз частоты.

Gamma-Gamma (монетарная сумма) → прогноз среднего размера депозита/NGR на активного платящего.

Смешанные модели с сегментацией VIP/масса (лог-нормаль/гамма по суммам).

8.3. Дисконтирование

`LTV = Σ_{t=0..T} (NGR_t / Users_FTD) / (1 + r)^{t/30}`, где r — месячная ставка (1–2%/мес для план-файла).

9) Сегменты, которые «делают погоду»

ГЕО (налоги/платёжки/валюта)

Device/OS (iOS vs Android)
Платёжные методы (fee и разрешённые суммы)
Креатив/угол/ленд (разные ожидания → разная глубина)

VIP-слои (например, P95/P99 по NGR) — держите их отдельно: они «тянут» хвост и шумят средние.

10) Диагностика качества по когортам

Нормально высокий CR(click→reg), но CR(reg→FTD) слабый → проблема онбординга/платежей.

Высокий FTD, но 2nd-dep rate низкий → бонус-хантеры, слабый ретеншн.

Хороший Cum_ARPU_D7, дальше плато → нет CRM-механик (миссии, промо, сегментированные офферы).

Chargeback/refund всплеск → антифрод/платёжные источники, серые каналы.

11) Частые ошибки (и как избегать)

1. Считать по GGR → системно завышаете ARPU/LTV. → Всегда по NGR.

2. Смешение таймзон/валют → плавают D0/D1/Payback. → Храните UTC + валюту отчёта.

3. Когорта по клику для P&L → шумит атрибуция. → Для денег используйте FTD.

4. Решения на малых выборках → маскирует дисперсию. → Вводите пороги (≥30–50 рег или ≥300–500 кликов/связку; для LTV — ≥200 FTD/срез).

5. Без chargeback/refund → завышенный хвост. → Включайте «отрицательные» события.

6. Средняя температура по больнице → прячутся VIP/креатив-эффекты. → Сегментируйте.

7. Игнор 2nd-dep → валидируйте качество когорты до повышения ставок/кап.

12) Мини-гайд по визуализациям

Heatmap Cum_ARPU (кохорта × дни) — видно наклон хвоста.

Retention-кривые D1..D90 — по логинам и по депозитам (две кривые).

Водопад NGR: GGR → −Bonus → −ProviderFee → −PaymentFee → −Duty → −Chargeback.

Payback-точки по каналам — линия «безубыточного CPA».

VIP Pareto — 20/80 (или 10/90): доля NGR от топ-x% игроков.

13) Контроль качества данных

Сервер-сайд события (депозиты/выводы), idempotency по `event_id`.

Алерты: задержка постбеков >15 мин, разрыв «оператор↔DWH», доля событий без `click_id`.

Сверка сумм (NGR) между источниками раз в неделю; лог «отклонённых/скорректированных» событий.

14) Чек-лист внедрения когортного LTV

Данные и события

S2S-цепочка: `reg/KYC/FTD/2nd_dep/refund/chargeback` (UTC, валюта)
NGR-формула согласована (что именно входит/не входит)
Валюты конвертируются по дате события; хранится «валюта отчёта»
Витрины `cohort_ftd_daily`, `cohort_cum`, `channel_cohort`

Метрики и отчёты

Cum_ARPU D1/D7/D30/D90, Retention, 2nd-dep rate
Payback по когорте vs CPA; ROAS/ROI
VIP-срезы (P95/P99), платёжные методы, device/geo

Процессы

Порог статистики и правила отключения/индексации ставок
Еженедельные ретро: топ/анти-связки, перенос инсайтов
Сверка «оператор↔DWH», журнал инцидентов

15) 30-60-90 план

0–30 дней — Каркас и гигиена

Описать NGR-формулу, включить S2S по ключевым событиям.

Собрать базовые витрины когорт (FTD-ось) и Cum_ARPU D1/D7/D30.

Настроить алерты задержек/расхождений; привести валюты/TZ.

31–60 дней — Глубина и качество

Добавить 2nd-dep, Retention, chargeback/refund в отчёты.

Ввести Payback-порог и правила индексации ставок по качеству когорты.

Сегментация: geo/device/payment/VIP; отчёт по креативам/лендам.

61–90 дней — Прогноз и управление

Пилот BG/NBD + Gamma-Gamma или исторический «хвостовой» коэффициент.

План-факт по LTV и Payback; сценарии «что-если» по CPA/бонус-косту.

Стандартизация плейбуков: запусков, сверок, эскалации аномалий.

16) Итог

Когортный анализ и LTV в iGaming — это система: правильная ось (лучше FTD), честная выручка по NGR, дисциплина событий и валют/таймзон, кумулятивные кривые и контроль качества (2nd-dep, Retention, chargeback). Добавьте прогноз хвоста (модели или исторические коэффициенты), пороги статистики и процессы индексации ставок — и решения по бюджетам станут быстрыми, воспроизводимыми и прибыльными.