Как оценивается успех новой игры

«Успех» игры — это не один график дохода. Это согласованный набор целей и метрик: понимаем какую ценность несём, сколько стоит ее доставка, как часто игрок возвращается, и насколько устойчивы технологии и комплаенс. Ниже — практичный фреймворк, которым пользуются продюсеры, аналитики и маркетинг в первые 90–180 дней жизни проекта.

1) Старт с целей и North Star

1. Product Vision → North Star Metric (NSM). Одна метрика, отражающая ценность игроку (например: «кол-во завершённых целевых сессий на пользователя в неделю» или «часов осмысленного геймплея на MAU»).

2. Лестница метрик: NSM поддерживается блоками:

Продукт/поведение: онбординг, активация, удержание.
Финансы: ARPDAU/ARPPU, LTV, маржа.
Маркетинг: CPI, ROAS, окупаемость.
Техника: crash/ANR, latency, аптайм.
Качество/репутация: рейтинг, NPS/CSAT, жалобы.
Комплаенс/RG: охват лимитов, своевременность вмешательств.

2) Основные продуктовые показатели

Активация (FTUE): доля, завершившая туториал/первое целевое действие (FTB/покупка/матч).

Retention: D1 / D7 / D30; sticky factor = DAU/MAU.

Частота и глубина: сессии/день, медианная длительность, освоение ключевых фич.

Вовлечённость по HEART: Happiness (CSAT/NPS), Engagement, Adoption, Retention, Task Success.

Сигналы качества онбординга: time-to-value ≤ 90 сек, ≥80% видят основную механику, bounce на 1-м экране ≤ целевого порога.

3) Доход и монетизация

ARPDAU / ARPPU — дневная выручка на актив/плательщика.

Conversion to payers (плательщики/активы), frequency и AOV (средний чек).

LTV (lifetime value) по когортам. Практика: прогноз pLTV на D3/D7 (гамма/вэйбулл, BG/NBD, ML-регрессии) с последующей сверкой на D30/D60/D90.

Structure: доля выручки по источникам (IAP, рекламная, подписки), по сегментам и регионам.

4) Маркетинг и окупаемость

CPI (cost per install), CTR/IR (конверсия креативов), share of organics.

ROAS Dx (return on ad spend к дню x) и Payback (дней до окупаемости).

CAC/LTV: проект масштабируется, если LTV ≥ k·CAC (k ≥ 1.5–3 в зависимости от риска и горизонта).

Атрибуция и инкрементальность: geo-split, holdout, MMM как бэкап при ограничениях трекинга.

5) Технологическое здоровье

Crash rate / ANR (Android), fps, p95/p99 latency ключевых API.

Аптайм серверов, ошибки оплат, длительность матчмейкинга/загрузок.

Стабильность релизов: регресс-дефекты, скорость фиксов, доля безопасных откатов.

6) Репутация и качество опыта

Рейтинг стора, доля 1отзывов, время ответа на отзывы (<24 ч).

CSAT/NPS, темы обращений в саппорт, среднее время решения тикета.

Соцсигналы: упоминания, тональность, охват.

7) Комплаенс и Responsible Gaming (RG)

Охват инструментов RG: лимиты времени/расходов, реалити-чеки, самоисключение.

Своевременность вмешательств и снижение риск-паттернов после вмешательства.

Политики приватности/возраст/гео: доля корректно заблокированных запретов, отсутствие «тёмных паттернов» в UX.

8) Когортный анализ и чтение кривых

Стройте когорты по дате установки, каналу, региону, платформе.

Идеальная retention-кривая: быстрая стабилизация полки после D7/D14.

Если D1 ↑ без роста D7/D30 — вероятна сахарная активация (неустойчивые стимулы).

LTV-кривые: сравнивайте площадь под кривой выручки/коэффициентом удержания; избегайте усреднений — смотрите разрезы.

9) Бенчмарки по этапам (ориентиры, не догма)

Софт-лонч (недели 1–4): ретеншн растёт, crash < целевого порога, pLTV ~ 40–70% от целевого.

Паблик-лонч (недели 5–8): стабильный D7/D30, предсказуемый CPI, ROAS D7 в коридоре плана.

Стабилизация (недели 9–12): payback укладывается в стратегический горизонт, падает доля техпроблем в тикетах, растёт органика.

10) Эксперименты и статистика

A/B-тесты: заранее зафиксируйте гипотезу, метрику успеха и критерии остановки.

Размер выборки (для доли):

(n \approx \frac{2,p(1-p),(z_{α/2}+z_{β})^2}{\Delta^2})
где (Δ) — минимально значимый эффект.
CUPED/стратификация снижают дисперсию; для временнýх метрик — непараметрические тесты.
Guardrails: crash/ANR, жалобы, RG-сигналы, рейтинги— если ухудшаются, тест стоп.

11) Финансовая модель: P&L ранних месяцев

Выручка − платёжные/платформенные комиссии − маркетинг − сервер/контент/саппорт = операционная маржа.

Сценарный анализ: базовый/оптимистический/стресс.

Unit-экономика по каналу: pLTV_i, CPI_i, предельная ставка закупки трафика.

12) Дашборды первого порядка

1. Основа: DAU/WAU/MAU, D1/D7/D30, ARPDAU/ARPPU, конверсия в оплату, LTV когорт.

2. Фанелы: онбординг → активация → ключевые фичи → монетизация.

3. Маркетинг: CPI, ROAS Dx, payback, органика.

4. Техника: crash/ANR, latency, аптайм, ошибки оплат.

5. Качество: рейтинг, NPS/CSAT, тематика тикетов, время ответа.

6. RG: охват лимитов, time-to-intervene, снижение риск-паттернов.

13) Качественные исследования (почему метрика такова)

Юзабилити-сессии по ключевым сценариям (5–8 респондентов) — «где застревают».

Интервью JTBD — какую работу «нанимает» игрок.

Опросы в продукте: CES/CSAT после критических путей.

Анализ отзывов: кластеры причин 1, быстрые фиксы и коммуникация.

14) Решения по результатам: что делать, если…

Низкий D1: ускорить time-to-value, сократить шаги, улучшить туториал и пустые состояния.

Есть D1, но слабый D7/D30: работа над смыслами возвращения — события, сезоны, социальные механики, «продолжить с места».

Высокий CPI: пересборка креативов, таргета, ASO, поиск новых каналов/гео.

ROAS не сходится: сократить закупку до прибыльных каналов, поднять конверсию в оплату, работать над ARPPU/частотой.

Краш/производительность: приоритет точечным оптимизациям и стабильности релизов; канареечные выкладки.

15) Мини-формулы и шпаргалки

Sticky: DAU/MAU.

ARPDAU: выручка за день / DAU.

Payback (дни): минимальный x, при котором ROAS Dx ≥ 100%.

Оценка pLTV на Dx: (pLTV \approx \sum_{t=1}^{x} ARPDAU_t) с поправкой на убывание и сезонность.

Когортное удержание: (R_t = \frac{\text{активы в день t}}{\text{установили в день 0}}).

16) Большой чек-лист оценки успеха

Цели и метрики

NSM сформулирована и привязана к ценности
Карта KPI: продукт, финансы, маркетинг, техника, качество, RG

Инструментирование и данные

Полная телеметрия фанелов и ошибок
Когортные дашборды и pLTV-модель
Маркетинговая атрибуция и ROAS

Качество и техника

Crash/ANR и latency в зелёной зоне
Процедуры канареек/отката
SLO по платежам/матчмейкингу

Исследования и UX

Регулярные юзабилити-сессии/опросы
Бэклог UX-долга и SLA на фиксы

Эксперименты

Реестр гипотез, A/B-шаблоны, guardrails
Пост-анализ с доверительными интервалами

Комплаенс/RG

Возраст/гео, приватность, прозрачность
Охват и эффективность вмешательств

Оценка успеха новой игры — это циклический процесс: сформулировать ценность, точно померить путь к ней, экспериментально улучшать, держать качество и этику. Команды, которые смотрят на игру через когортные метрики, pLTV и устойчивость технологий, принимают правильные продуктовые решения и достигают окупаемости без «сжигания» бюджета.