Игры: баланс рекламной монетизации

Ситуация: Гиперказуалка с 5 млн DAU. 92% дохода — реклама. eCPM = $12. Средний ad load — 8 ads/session. Retention D1 падает при >10 ads/session.

Издатель управляет портфелем из 15 гиперказуальных игр. Модель: UA spend → acquire users → monetize через ads. Текущий ROAS D7 = 1,15. Нужно максимизировать LTV без убийства retention.

Доступные данные

• ad_events: player_id, session_id, ad_type, ad_network, timestamp, watched_full, reward_given, ecpm
• sessions: player_id, session_date, session_number, duration_sec, ads_shown, levels_completed
• retention_cohorts: install_date, source, d1_retention, d7_retention, d30_retention, avg_ads_per_session
• ua_spend: date, source, campaign_id, spend, installs, cpi
• ltv_predictions: player_id, predicted_d7_ltv, predicted_d30_ltv, actual_ltv_to_date

Задачи

• Построить ad load × retention curve и определить optimal frequency cap.
• Рассчитать optimal ad format mix (interstitial vs. rewarded vs. banner).
• Определить LTV breakeven для разных CPI ranges.
• Предложить dynamic ad load: больше ads для low-LTV users, меньше для high-LTV.
• Оценить hybrid model: ads + IAP, при каком IAP ARPU стоит снижать ad load.

Все кейсы для подготовки → ← Все кейсы