Ойыншыларды ұстап қалуды талдау

Ұстап тұру - өнім экономикасының өзегі: ойыншы неғұрлым белсенді болса, LTV соғұрлым жоғары болса, табыс пен болжамды жоспарлау соғұрлым тұрақты болады. Төменде - толық қаңқа: дұрыс анықтамадан бастап өмір сүру модельдеріне және қайта белсендіру контурына дейін.

1) Анықтамалар және есепке алу бірліктері

Бірлік: ойыншы (user/master_id) - әдепкі; қысқа мерзімді тапсырмалар үшін «аккаунт/құрылғы» дейік, бірақ оны метрика паспортына жазыңыз.
Белсенділік: қайтару критерийі (≥ 1 сессия/ ≥ 1 ставка/ ≥ 1 депозит) - белгілеңіз.
Ретеншн Dn: референттік күннен кейін n-ші күні қайтарылған когортаның үлесі.
Rolling/Bracket: Rolling D7 (кез келген күні 1-7) vs Exact D7 (дәл 7-ші күні).
Churn (кету): белсенділіктің болмауы ≥ T күн (мысалы, 14/30); өнім ережесі ретінде қойылады.
Когорталар: тіркелген/бірінші депозит/бірінші ойын күні бойынша - маркетинг/өнім міндетіне таңдаңыз.

💡 Алтын ереже: белсенділік триггерін, тайм-аймақты, референттік күнді және әкету ережесін алдын ала белгілеңіз.

2) Базалық талдау: когорттар және retention-қисықтар

Когорт жылу карталары: D1/D3/D7/D14/D30/D60; диагональдар релиздер мен науқандар арасында салыстырмалы.
Өмір сүру қисықтары: 0 күннен N күнге дейінгі белсенділер үлесі (survival curve).
Қисық геометриясы: мерекелердің/релиздердің «баспалдақтары»; ерте «құлау» → онбординг мәселелері, «ұзын құйрық» → адал ядро.

Псевдо-SQL: когорт D7

sql
WITH regs AS (
SELECT user_id, DATE_TRUNC('day', ts) AS cohort_day
FROM event_register
),
act AS (
SELECT user_id, DATE_TRUNC('day', ts) AS act_day
FROM event_activity
),
d7 AS (
SELECT r. cohort_day,
COUNT(DISTINCT r. user_id)              AS cohort_size,
COUNT(DISTINCT CASE WHEN a. act_day = r. cohort_day + INTERVAL '7 day'
THEN r. user_id END)       AS retained_d7
FROM regs r
LEFT JOIN act a ON a. user_id = r. user_id
GROUP BY 1
)
SELECT cohort_day, cohort_size,
retained_d7::decimal / NULLIF(cohort_size,0) AS cr_d7
FROM d7
ORDER BY cohort_day;

3) Тіршілік ету және hazard-модельдер

Kaplan-Meier: survival (S (t)) үлгілік емес бағасы; қисық және өмір медианы «пішінін алу» үшін пайдалы.
Cox PH/Accelerated Failure Time: белгілердің (ел, арна, платформа, бонустар, контент) hazard-ға әсер етуінің түсіндірілетін модельдері (кету тәуекелі).
Discrete-time hazard (күн бойынша логит): азық-түлік талдауы және күнтізбе фичтері үшін икемді.
«Қайта белсендіру» оқиғасы: жеке (competing risks) немесе Марков тізбегіне өту ретінде модельдеу.

4) Марково және жартылай маркалық модельдер

Күйі: New → Active → Dormant → Churned → Reactivated.
Ауысулар: кезеңдегі ықтималдықтар (күн/апта).
Құндылығы: «Active» -де болу ықтималдығын орташа чек/жиілікке мультиплицирлеңіз - күтілетін LTV үлесін алыңыз.

5) Ұстап қалу байланысы және LTV

LTV ( дисконт).
Икемділік: D7 өсімі X п.т. → LTV өсімі Y% (тарихи деректерден/үлгілерден).
Басымдық: ерте ұстап қалуға әсер ететін жақсартулар (D1-D7), әрдайым дерлік ең табысты.

6) Ұстап қалу сегментациясы

Онбординг-когорттар: күніне бірінші контент/ойын санаты/мінез-құлық үлгісі 0.
Гео/платформа/арна: UX және күту айырмашылықтары; күнтізбеге/мерекелерге түзетулер енгізіңіз.
Мінез-құлық/құндылық: RFM (Recency-Frequency-Monetary), ағып кету тәуекелі, пайдалылық.
Стимулға жауап: оффераларға/нотификацияларға uplift-реакция бойынша сегменттер.

7) Себептілік және эксперименттер

А/В: онбординг, туториалдар, пуш-стратегиялар; негізгі метрика - D7/D14/D30 ретеншн, guardrails - шағымдар, жауап беру уақыты, RG.
Квазиэксперименттер: randomization мүмкін емес кезде DiD/синтетикалық бақылау (мысалы, аймақтық шығулар).
Uplift модельдері: белсенділік ықтималдығын емес, қайтарым өсімін таргеттейді; Qini/AUUC бағалаңыз.

8) Қайта белсендіру: триггерлер және саясат

Сигналдар: жиіліктің төмендеуі, N күн депозиттерінің болмауы, аномальды төмен чек, 2-сессиясыз аяқталған онбординг.

Decision table (мысал)

Шарт	Мәтін мәнері	Әрекет	Кулдаун	Guardrails
`risk_churn ≥ 0. 8` & `value_q ≥ 0. 8`	VIP	L дербес оффері	7д	ROMI≥0
`no_session ≥ 7д` & `no_deposit ≥ 14д`	масс-сегмент. push + e-mail «қайтып келейік»...	5д	шағымдар ≤ Х
`RG_risk ≥ τ`	кез келген	рауза/кеңес RG	1д	FPR≤1%

Гистерезис: «жыпылықтамау» үшін сигналдар үшін кіру/шығу әр түрлі табалдырықтар.
Арналар: in-app, пуш, e-mail, SMS, колл-орталық - rate-limit және басымдықтары бар.

9) Ұстап қалу өлшемдері

D1/D7/D30 (Rolling/Exact), WAU/MAU, Stickiness (DAU/MAU).
Survival медиана/квантили; интервалдарда hazard.
Reactivation rate (R30), Dormancy share.
ROMI қайта белсендіру, NNT (1 қайтаруға қанша байланыс).
Fairness: елдер/платформалар бойынша метрикалардың айырмашылығы; саясаттан жарамсыз белгілерді алып тастаңыз.

10) Ұстап қалу дашбордтары

Когорталық жылу картасы + тренд сызықтары D1/D7/D30.
Сурвивал/hazard сегменттер бойынша графиктер.
Ерте өмірдің воронкасы: install → reg → KYC → 1-ші ойын → 1-ші депозит.
Әрекет картасы: сигнал → шешім → арна → шығыс (conversion to return).
Guardrails: деректердің жаңаруы, оқиғалар coverage, шағымдар, RG индикаторлары.

11) Деректер және сапа

Оқиғалар: каноникалық схема (UTC, нұсқалар), іспеттілік, дедуп.
Сәйкестігі: user/device/e-mail/телефон - көпірлер және алтын жазба.
Терезелер және TZ: UTC + жергілікті көріністерде сақтау; мерекелердің бірыңғай күнтізбесі.
Сүзгілер: боттар/QA/фрод - когорта мен белсенділіктен шығарыңыз.
Метриканы нұсқалау: 'RET _ D7 _ vN' c changelog.

12) Псевдо-SQL/питон-рецепттер

Rolling D30

sql
WITH base AS (
SELECT user_id, DATE_TRUNC('day', MIN(ts)) AS cohort_day
FROM event_register GROUP BY 1
),
act AS (
SELECT user_id, DATE_TRUNC('day', ts) AS d
FROM event_activity
),
roll30 AS (
SELECT b. cohort_day,
COUNT(DISTINCT b. user_id)                              AS cohort_size,
COUNT(DISTINCT CASE WHEN a. d BETWEEN b. cohort_day AND b. cohort_day + INTERVAL '30 day'
THEN b. user_id END)                      AS any_1_30
FROM base b LEFT JOIN act a ON a. user_id = b. user_id
GROUP BY 1
)
SELECT cohort_day, any_1_30::decimal/cohort_size AS rolling_d30
FROM roll30;

Kaplan-Meier (эскиз)

python t_i - time to outflow or censorship; e_i - event indicator
S(t) = Π_{t_i ≤ t} (1 - d_i / n_i)

Discrete-hazard (күн бойынша логит)

python
For each user, create records before the event/censorship by day:
target = 1 if there was an outflow on that day; characteristics: calendar, activity, promo, etc.
Training logistic regression/GBM; forecast p_t - probability of outflow on day t.

13) Uplift-ұстау таргетингі

Аймақтар: Persuadables (байланыс жасасақ қайтып келеді), Sure things (қайтып келеді), Lost causes, Do-not-disturb (байланыс зиян келтіреді).
Өлшемдері: uplift @k, Qini/AUUC; саясат - бюджет үшін uplift бойынша топ-k байланысамыз.
Guardrails: контакт жиілігіне cap, RG/этика, байланыс себебін түсіндіру.

14) Операциялық пайдалану

SLO: ретеншн-дашбордты жаңарту ≤ 06:00 лок.; тәуекел скорингінің latency ≤ 300 мс; Decision→Action ≤ 5 с.
Мониторинг: қисықтардың сегменттер бойынша жылжуы, белгілер дрейфінің PSI, «оқиғалардың үзілуі».
Рунибуки: D1 құлдырауы (онбординг/релиз), D7 құлдырауы (контент/жиілік), коммуникация арналарының жергілікті ақаулары.

15) Жиі қателер

Бірліктерді араластыру (пайдаланушылар сессиялары), TZ, белсенділік терезелері.
Rolling және Exact көрсеткіштерін тең ретінде салыстыру.
Игнор бота/фрода → жоғары D1/D7.
Себептік тексерусіз корреляция бойынша қорытындылар.
Гистерезистің/кулдауналардың болмауы → байланыстардан шаршау.
LTV байланысы жоқ - CR оңтайландырамыз, бірақ құндылық емес.

16) Ұстап қалу контурын шығару алдындағы чек-парақ

Метриканың паспорты (белсенділік триггері, терезе, TZ, нұсқа)
Сегменттер бойынша когорт есептері және survival/hazard
Ағып кету және uplift тәуекел модельдері, қақпақтар және guardrails арналар
А/В жоспары және/немесе интервенцияларға арналған квазиэксперименттер
Дашбордтар/coverage/шағымдар/RG
Оқиғалар Рунибуки, гистерезис және саясаттағы rate-limits
LTV және ROMI-мен ұстап қалу байланысы; күтілетін құндылық бойынша басымдық беру

Жиынтығы

Ұстап қалу талдауы тек «когорт жылу картасы» ғана емес, басқарылатын жүйе: дұрыс анықтамалар, survival/hazard-модельдер, құндылықпен байланыс, таргеттелген және этикалық интервенциялар, әсерді қатаң бағалау және операциялық guardrails. Сіз LTV-ді тұрақты түрде арттырып, ағымды азайтатын «бақылау → түсіну → шешім → әрекет ету → үйрену» циклін жасайсыз.

Ойыншыларды ұстап қалуды талдау