<b>Когортный анализ ретеншна в iGaming: как отделить живой трафик от мусора</b>

<b>Когортный анализ ретеншна в iGaming: как отделить живой трафик от мусора</b>

Когорта — это не просто дата регистрации. Для iGaming важнее группировать по источнику, GEO, воронке и первому депозиту. Иначе вы смешаете разные поведенческие паттерны и получите красивую, но бесполезную кривую. Данные не врут, в отличие от байеров.

Смотрите не только на D1/D7/D30, а на форму кривой:
— резкий обвал после первого визита = крео обещает одно, лендинг показывает другое;
— плато после первого депа = качество аудитории есть, но не хватает триггера на повтор;
— длинный хвост без повторных транзакций = бонус отработал, но LTV не вытянулся.
Если когорта строится по registration_date, отдельно держите first_dep_date. Иначе retention и monetization будут смешаны в одну кашу.

Минимальный набор полей в витрине: user_id, cohort_key, event_date, event_type, deposit_count, revenue, geo, source, campaign_id. Дальше строится матрица: строка — когорта, столбец — день жизни, значение — доля активных или сумма депов. Всё, что не автоматизировано — это потенциальный убыток.

Если кривая retетшна падает только в одном GEO или у одного источника, проблема обычно не в продукте, а в качестве трафика, постбэках или дедупликации. Проверяем сходимость дельты в трекере и кабинете, потом только меняем крео или оффер. Где именно течет профит?