Análisis

Análisis de Datos y Métricas

Visualización avanzada de KPIs, tendencias y patrones comportamentales en F2P mobile games con candlestick charts, retention funnels y predictive analytics

Data Points
2.4M
Data Points Analizados
Proyectos
18
Proyectos Trackeados
Real-time
Real-time
Dashboard Updates
Accuracy
98.7%
Prediction Accuracy

Análisis de Retención - Modelo Candlestick

Visualización tipo financial chart para detectar volatilidad y tendencias en retención de jugadores

Info ¿Qué nos muestra?

El candlestick chart adapta visualización financiera al análisis de retención. Cada vela representa un día:

  • Apertura: % retención al inicio del día (00:00)
  • Cierre: % retención al final (23:59)
  • Máximo: Peak retention durante el día
  • Mínimo: Lowest point de retención
Insight
Key Insight:
Velas verdes (cierre > apertura) indican días con mejora en retención. Velas rojas señalan caída. Sombras largas = alta volatilidad.

Aplicación práctica: Detectar patrones de fin de semana vs weekdays, impacto de LiveOps events, y correlación con UA campaigns.

Métricas Complementarias

Análisis multi-dimensional para optimización de KPIs clave

Retention Curva de Retención por Cohorte

Análisis cohort-based tracking retention desde D1 hasta D30. Permite comparar comportamiento de diferentes grupos de usuarios adquiridos en fechas específicas.

D1 Avg: 58.3%
D7 Avg: 38.7%
D30 Avg: 14.2%

Benchmark mobile games: D1: 35-50%, D7: 20-35%, D30: 8-15%. Nuestros proyectos superan industry average en 15-25%.

Sessions Distribución de Sesiones

Histogram mostrando frequency distribution de session lengths. Crítico para optimizar energy systems, ad placement, y session-based events.

Peak
Peak Session Length:
8-12 minutos (34% de sesiones). Ideal para hyper-casual y casual games.

Sesiones >30min (12%) indican high engagement pero riesgo de burnout. Implementar soft stops (energy depletion, natural progression gates).

ARPU ARPU Mensual

Average Revenue Per User tracking monthly. Combina IAP revenue + ad revenue dividido entre total active users del período.

ARPU Actual: $2.87
ARPPU: $24.60
Pay Conv: 3.8%

Formula: ARPU = Total Revenue / Total Users. Para casual games: $1-4 bueno, $4-8 excelente. Mid-core: $8-20+.

Conversion Funnel de Conversión a Pago

Análisis step-by-step del player journey desde install hasta first purchase. Identifica friction points y optimization opportunities.

  • Install → Tutorial Complete: 78% (22% drop en FTUE)
  • Tutorial → Level 5: 61% (17% churn temprano)
  • Level 5 → Store Visit: 24% (interés en IAP)
  • Store Visit → Purchase: 16% (conversion final)

Optimization focus: Reducir FTUE friction (-22%), aumentar store visit rate mediante soft currency scarcity y time-limited offers.

Panel de Métricas Clave

KPIs en tiempo real con comparativa mensual

Retención
42.3%
D7 Retention
+5.2% vs. mes anterior
Incremento atribuido a new daily missions system (+3.1%) y improved FTUE (-22% tutorial drop-off).
ARPU
$2.87
ARPU
+12.4% vs. mes anterior
Growth impulsado por battle pass adoption (68% entre payers) y weekend sale events (+45% conversion rate).
Tiempo
23.4 min
Avg Session Time
-2.1% vs. mes anterior
Reducción esperada post-energy system optimization. Aumentó sessions/day de 2.8 a 3.6 (+28% frequency).
Conversión
3.8%
Pay Conversion
+0.9% vs. mes anterior
$0.99 starter pack (first purchase incentive) convierte al 4.2% de new users en primeros 7 días.
DAU
34.2K
DAU Promedio
+18.3% vs. mes anterior
UA campaigns en TikTok + Facebook resultaron en CPI $0.54 con D1 retention 61% (excelente quality).
DAU/MAU
0.38
DAU/MAU Ratio
Sin cambios
Stickiness ratio saludable. Benchmark: 0.20-0.30 (casual), 0.30-0.50 (mid-core). Target: mantener >0.35.

Insights de Investigación

Descubrimientos data-driven con impacto directo en diseño y monetización

Retention
Retención 15 Oct 2025

Patrón de Caída en D3 - "Tuesday Drop"

Análisis cohort de 50K+ users revela caída crítica del 28% en D3 (día martes típicamente). Correlación con depletion de starter resources y difficulty spike en levels 8-12. Recomendación: Implementar "Mid-Week Boost" event (martes-miércoles) con 2x rewards + energy refill gratis. A/B testing proyecta +12% improvement en D7 retention.

D3 Current: 47.2%
D3 Target: 58%
Monetization
Monetización 12 Oct 2025

Pico de Conversión en Nivel 12 - "Pain Point Monetization"

Heatmap analysis muestra que 68% de first purchases ocurren entre levels 10-15. Level 12 específicamente presenta difficulty spike (avg attempts: 4.7) que genera frustration-to-purchase. Estrategia: Optimizar dificultad en L12 para 3.5 attempts promedio, colocar $0.99 "Power Pack" offer justo después de 2nd fail. Proyección: +15% pay conversion sin impactar negativamente engagement.

Conversion L10-15: 68%
ARPPU L12: $3.40
Engagement
Engagement 08 Oct 2025

Sesiones Nocturnas en Aumento - "Prime Time Shift"

Hourly session distribution revela incremento sostenido del 34% en sesiones 21:00-23:00 hrs (horario local). Demografía: 18-34 años, post-work/school gaming. Acción: Lanzar "Night Owl Events" (21:00-24:00) con bonus XP +50%, exclusive loot drops, y flash sales de cosmetics. Activar push notification a las 20:45 targeting active players últimos 7 días.

Peak Hour: 22:00
Sessions +: +34%
Churn
Churn Analysis 05 Oct 2025

Churn Predictor: 3-Day Inactivity Signal

Machine learning model (Random Forest, 94.2% accuracy) identifica que users inactivos por 3+ días consecutivos tienen 78% probabilidad de churn permanente. Win-back strategy: Triggered email/push al día 2.5 de inactivity con personalized offer basado en last session behavior. "We miss you" package: free premium currency + time-limited exclusive item. Early testing muestra 22% reactivation rate.

Churn Risk: 78%
Reactivation: 22%

Predictive Analytics & Forecasting

Modelos de machine learning para proyecciones de LTV, churn y revenue

LTV

LTV Prediction Model

Algoritmo de regresión predice Lifetime Value basado en primeros 7 días de comportamiento. Features: spend pattern, session frequency, level progression, social engagement.

Model Accuracy: 91.3%
Avg LTV180: $18.40

Aplicación: Segmentar users en D7 como "High LTV" (predicted >$25), "Medium LTV" ($10-25), "Low LTV" (<$10). Personalizar offers y engagement tactics por segment para maximize ROI.

Churn

Churn Risk Scoring

Neural network clasifica users en real-time por riesgo de abandono. Score 0-100 donde >75 = high risk. Triggers automated retention campaigns.

Precision: 88.7%
Recall: 82.4%

Variables clave: Days since last session, session length trend, in-game currency balance, social interactions, level completion rate. Score recalculado cada 6 horas.

Revenue

Revenue Forecasting

Time series analysis (ARIMA + Prophet) proyecta monthly revenue con 30-90 day horizon. Incorpora seasonality, LiveOps calendar, UA spend projections.

Next Month: $287K
Confidence: 94%

Factores: Historical revenue trends, planned LiveOps events impact (+12-35% boost), UA budget allocation, seasonal patterns (holidays +40%, summer -15%). Update semanal con actual data.

A/B Testing Results

Experimentos controlados con impacto medible en métricas core

Test

FTUE Tutorial Length Optimization

Winner Deployed

Hypothesis: Reducir tutorial de 4min a 90s mejorará D1 retention sin impactar negativamente feature comprehension.

Control (4min tutorial)
D1 Retention: 52.3%
Tutorial Complete: 68%
Test (90s tutorial)
D1 Retention: 64.1%
Tutorial Complete: 89%
Result
Result: +11.8% improvement in D1 retention (p<0.001, statistically significant). Tutorial completion +21%. Feature understanding surveys: no significant difference. Deployed to 100% traffic.
Monetization

Starter Pack Price Point Testing

Running

Hypothesis: Testing $0.99, $1.99, $2.99 price points para first-time buyer starter pack. Optimizar revenue vs conversion rate.

Variant A ($0.99)
Conversion: 4.8%
Revenue/User: $0.048
Variant B ($1.99)
Conversion: 3.2%
Revenue/User: $0.064
Variant C ($2.99)
Conversion: 1.9%
Revenue/User: $0.057
Analysis
Early Data: $1.99 price point leading en total revenue/user (+33% vs $0.99). Sample size: 8.5K users, need 10K for statistical significance. ETA: 3 days.

Análisis de Segmentación de Usuarios

Clustering behavioral para personalización y targeting efectivo

Segments

K-Means Clustering (k=5)

Algoritmo identifica 5 player segments basados en 12 behavioral features: session frequency, spend pattern, social engagement, progression speed, content preferences, churn risk.

Whales

Whales (Top Spenders)

1.2% of playerbase
Avg LTV180: $428
Monthly Spend: $127
Sessions/Day: 5.2
Revenue Share: 48%

Características: High engagement, competitivos, buscan exclusividad y status. Responden a VIP tiers, limited-edition items, leaderboard rewards. Strategy: Personalized customer support, early access a nuevo content, exclusive community Discord.

Dolphins

Dolphins (Mid Spenders)

8.4% of playerbase
Avg LTV180: $52
Monthly Spend: $18
Sessions/Day: 3.1
Revenue Share: 32%

Características: Value-conscious, compran battle pass y bundles con descuento. Sensibles a perceived value. Strategy: Bundle deals (3-5 items combo), limited-time sales con countdown timers, monthly subscription ($4.99) con daily bonuses.

Minnows

Minnows (Small Spenders)

12.1% of playerbase
Avg LTV180: $8.20
Monthly Spend: $2.80
Sessions/Day: 2.4
Revenue Share: 14%

Características: Impulse buyers, one-time o occasional purchases. Strategy: $0.99 micro-transactions (single booster, energy refill), first-purchase discounts (80% off), urgency-based offers post-level failure.

Engaged Free

Engaged Free Players

34.7% of playerbase
Avg LTV180: $4.80
Ad Revenue: $0.32/day
Sessions/Day: 2.8
Revenue Share: 6%

Características: Never spend, monetizan vía ads (rewarded videos). Alto engagement, valuable para ecosystem (PvP opponents, guild members). Strategy: Maximize rewarded video impressions (2-3/session), optimize ad waterfall para high eCPM.

Casual

Casual Tourists

43.6% of playerbase
Avg LTV180: $1.20
Ad Revenue: $0.08/day
Sessions/Day: 0.8
Churn Risk: High

Características: Bajo engagement, high churn risk. Play esporádicamente. Strategy: Re-engagement campaigns (push notifications con personalized offers), conversion a Engaged Free mediante feature discovery (tutorial tooltips para overlooked systems).

Cohort Analysis Deep Dive

Análisis longitudinal de user behavior agrupado por install date

Cohort (Install Week) Users D1 D7 D14 D30 LTV30
Oct 1-7 12,450 61% 42% 28% 15% $3.20
Oct 8-14 15,280 64% 45% 31% 17% $3.80
Oct 15-21 18,920 68% 48% 35% - -
Oct 22-28 21,340 71% - - - -

Insights Key Cohort Insights

  • Improving Trend: Cohorts más recientes muestran mejor retention (+7-10% en D1, +3-6% en D7). Atribuido a optimizaciones en FTUE y onboarding.
  • LTV Growth: LTV30 incrementó de $3.20 a $3.80 (+18.75%) entre cohorts. Driven by improved monetization (battle pass, starter pack optimization).
  • Weekend Effect: Cohorts que incluyen weekend install dates muestran +5% better D1 pero -2% worse D7 (casual player influx).
  • Seasonality: October cohorts benefit from Halloween event (+12% engagement, +8% spend). Q4 historically strongest quarter.

Data Pipeline & Analytics Stack

Infraestructura y herramientas para data collection, processing y visualization

Collection

Data Collection

  • Firebase Analytics SDK
  • Custom event tracking
  • User properties logging
  • Crash & performance data
→
Processing

ETL Processing

  • Google BigQuery warehouse
  • Apache Spark for batch jobs
  • Python data cleaning scripts
  • Real-time stream processing
→
Analysis

Analysis & ML

  • Pandas/NumPy analysis
  • Scikit-learn ML models
  • TensorFlow neural networks
  • Statistical testing (R)
→
Visualization

Visualization

  • Tableau dashboards
  • Chart.js web charts
  • Looker Studio reports
  • Custom React dashboards

Analytics Analytics Platforms

  • Firebase Analytics - Event tracking
  • GameAnalytics - Game-specific metrics
  • AppsFlyer - UA attribution
  • Amplitude - Behavioral analytics

Testing A/B Testing Tools

  • Firebase Remote Config - Feature flags
  • Optimizely - Experimentation platform
  • Custom backend - Server-side tests
  • SplitMetrics - ASO testing

¿Necesitas Análisis Personalizado?

Nuestro equipo puede ayudarte con análisis detallado de tus proyectos y métricas específicas.

Solicitar Análisis