Cómo medimos la retención en el Día 2: la metodología del benchmark

Retention · 2026-08-22 · 8 min read · By CROCO Games

Un benchmark que citas debería ser atacable. Definiciones de cohorte, reglas de exclusión, diseño por despliegue, límites honestos — y una receta para reproducir nuestro número en tu propio BI.

Hay un número que citamos más que ningún otro: 13,78% de retención en el Día 2 para nuestro porfolio Hold & Win. Aparece en nuestra página de tecnología de retención, en decks de ventas y en comparaciones contra tres proveedores competidores (12,83%, 11,56% y 7,98%). Un número que se usa tan a fondo merece ser atacable — lo que significa publicar exactamente cómo se produce, qué afirma y qué no, y cómo puedes reproducirlo con tus propios datos. Este artículo es esa metodología, completa.

La razón honesta de escribirla va más allá de la higiene de marketing. Los números de retención en iGaming se citan constantemente y se definen casi nunca; la misma etiqueta «Día 2» puede describir métricas que difieren en un factor de dos solo por elecciones de definición. Si estás comparando proveedores — incluidos nosotros —, las definiciones de abajo son las preguntas que hacerle a todos.

La métrica, definida sin margen de maniobra

La retención en el Día 2 responde: de los jugadores que probaron un juego por primera vez, ¿qué parte volvió a él al día siguiente? Cada sintagma de esa frase esconde una decisión, así que aquí están las nuestras:

Entrada en la cohorte. Un jugador entra en la cohorte de un título en su primera sesión de dinero real de la historia con ese título en ese despliegue (operador). El juego demo no crea entrada de cohorte; un jugador que probó el juego hace meses y vuelve no es «nuevo» otra vez. La cohorte es por título — el mismo jugador puede estar en día 0 para Coin Spark y en día 45 para Coin Train.

La ventana de retorno. «Día 2» significa el siguiente día de calendario en la zona horaria de reporting del despliegue — el día 0 es la fecha de la primera sesión, y el día 2 en la convención 1-indexada de la industria es el día siguiente. No usamos ventanas rodantes de 24–48 h: la lógica de día de calendario coincide con cómo los sistemas de BI de los operadores agrupan las sesiones, lo que mantiene nuestros números conciliables con los tuyos. Un retorno es cualquier ronda de dinero real en el mismo título ese día; no hay filtro de mínimo de apuestas ni de duración de sesión, porque cada umbral es una decisión editorial que infla las comparaciones en alguna parte.

Qué se excluye. Los días con huecos de tracking conocidos anulan por completo las cohortes afectadas (un día parcialmente observado sesga la retención a la baja para esa cohorte y al alza para la siguiente). Las cohortes por debajo de un tamaño mínimo nunca entran en el agregado — los días de muestra pequeña producen porcentajes espectaculares y cero información. Las sesiones forzadas por bonos (p. ej., campañas de rondas gratis que caen en el día 2) se marcan: las cohortes infladas por campaña se reportan, pero por separado.

La retención en el Día 7 (26,89% para el mismo porfolio) sigue reglas idénticas con ventana de siete días: volvió en cualquiera de los días 2–8, no «seguía presente en el día 7».

Agregación por despliegue: la decisión de diseño que más importa

La mayor distorsión en las comparaciones de retención entre proveedores es la mezcla de audiencias. Un proveedor cuyos juegos corren sobre todo en sitios casuales de tipo sweepstake registrará una retención bruta distinta que uno que corre en lobbies regulados de apuestas altas — independientemente de la calidad del juego. Promediar entre despliegues y llamarlo benchmark mide la distribución, no el producto.

Así que nuestro benchmark se calcula por despliegue, y se compara dentro del despliegue: en cada operador donde nuestros títulos Hold & Win conviven con slots de proveedores competidores, calculamos el D2 de las cohortes de jugadores nuevos de cada proveedor en ese mismo operador, en el mismo periodo, bajo las mismas condiciones de lobby — y después agregamos las comparaciones intra-despliegue. Las cifras de 13,78% frente a 12,83% / 11,56% / 7,98% son esa construcción: mismas estanterías, mismos jugadores, mismas semanas. Es lo más cercano a una comparación controlada que permiten los datos de producción.

Por eso también los proveedores competidores permanecen anónimos. La comparación usa datos observados en despliegues compartidos; poner nombres convertiría un benchmark agregado de producto en afirmaciones comerciales concretas sobre el rendimiento de terceros identificables en operadores identificables — datos que esos proveedores no han consentido publicar. Anonimizado, el benchmark dice lo que necesitamos que diga: en condiciones idénticas, el ranking de retención es consistente. (Nuestros datos de mercado por escaneo de lobbies — anatomía de secciones, recuento de proveedores — sí ponen nombres, precisamente porque observan solo lo que los casinos muestran en público; la retención de despliegue es otra clase de datos y recibe otro estándar de divulgación.)

Lo que el benchmark no afirma: que cada título de CROCO gane a cada título competidor en todas partes (es un resultado a nivel de porfolio); que 13,78% sea una constante universal (se mueve con la mezcla de mercados y la estación); ni que el D2 por sí solo equivalga a valor (es la señal fiable más temprana, no la curva completa — el puente del D2 al valor de vida es su propio tema: del D2 al LTV).

Por qué anclamos en el Día 2

Tres razones prácticas. Es la señal estable más temprana — el retorno el mismo día 1 es ruidoso por artefactos de división de sesiones, mientras que el D30 tarda un mes en leerse; un lanzamiento puede corregirse sobre el D2 en una semana (el manual cubre cómo). Es comparable entre proveedores — las políticas de bonos y el CRM difieren por operador, pero dentro de un despliegue esas condiciones aplican por igual a los juegos de todos los proveedores, que es exactamente la construcción de arriba. Y está causalmente cerca del juego — la decisión de volver mañana la domina la sesión que el propio juego entregó, antes de que arranque la maquinaria de CRM y reactivación. Lo que un juego hace mecánicamente para ganarse ese retorno — cadencia de eventos, proximidad de funciones, forma de la sesión — es el tema de nuestro repaso de la ciencia de la retención.

Reprodúcelo con tus propios datos

El sentido de una metodología publicada es que un operador escéptico pueda ejecutarla en una tarde contra su propio BI. La receta:

1. Elige un periodo de al menos 8 semanas y un título (o el porfolio de un proveedor).
2. Construye la cohorte: primera sesión de dinero real de la historia por jugador y título dentro del periodo. Excluye a los jugadores vistos por primera vez en los 30 días anteriores al inicio (guarda contra censura por la izquierda).
3. Para cada día de cohorte, cuenta los jugadores con ≥1 ronda de dinero real en el mismo título el siguiente día de calendario, en tu zona horaria de reporting.
4. Descarta los días de cohorte con incidentes de tracking y las cohortes por debajo de tu tamaño mínimo; marca los días afectados por campañas de rondas gratis en los títulos medidos.
5. D2 = retornados ÷ cohorte, agregado entre días ponderando por tamaño de cohorte.
6. Para comparar proveedores, calcula el mismo número para las cohortes de jugadores nuevos de cada proveedor en el mismo lobby y las mismas semanas — nunca entre sitios o periodos distintos.

Si tus números para nuestros títulos caen cerca de los nuestros, el benchmark hizo su trabajo. Si no, la divergencia es diagnóstica en sí misma — normalmente es la posición (las cohortes reclutadas desde una posición enterrada del lobby se sesgan hacia jugadores decididos y una retención mayor; la posición de héroe recluta tráfico casual y la diluye). Por eso la retención debe leerse siempre junto a KPIs conscientes de la posición, no aislada.

Las preguntas para cualquier proveedor que cite retención

El nuestro o cualquiera — la lista es la misma, y es corta: ¿Cómo se define la entrada en la cohorte, y es por título? ¿Día de calendario o ventana rodante, y en qué zona horaria? ¿Cuáles son las reglas de exclusión — cohortes pequeñas, huecos de tracking, sesiones movidas por bonos? ¿La comparación es intra-despliegue o entre mezclas de operadores distintas? ¿Cuál es la escala y el periodo de la muestra, y se mueve el número con la estación? Un proveedor que responde las cinco por escrito está citando una medición. Un proveedor que no puede está citando un deseo.

Preguntas frecuentes

¿Qué es la retención en el Día 2 en slots?

La parte de los jugadores de primera vez con dinero real de un juego que vuelve a jugar el mismo título el siguiente día de calendario. En nuestra convención el día 0 es la fecha de la primera sesión y «día 2» es el día siguiente, calculado en la zona horaria de reporting del despliegue, sin umbral de actividad mínima en el retorno.

¿Por qué difieren tanto los números de retención entre proveedores?

Sobre todo por definiciones y mezcla de audiencias, no por calidad de juego: cohortes por título vs por marca, ventanas rodantes vs de calendario, retornos filtrados vs sin filtrar y — lo mayor de todo — promediar entre audiencias de operadores distintas. Una comparación con sentido fija el despliegue: mismo lobby, mismo periodo, los jugadores nuevos de cada proveedor medidos idénticamente.

¿Es bueno un 13,78% de retención en el Día 2?

Dentro de nuestro benchmark por despliegue es el más alto de los cuatro proveedores de slots medidos (contra 12,83%, 11,56% y 7,98%) — pero la respuesta honesta es que todo número absoluto depende del contexto. La mezcla de mercados, la posición en el lobby y la estación lo mueven; la afirmación durable es el ranking intra-despliegue, no el valor absoluto.

¿Cómo puede un operador verificar las afirmaciones de retención de un proveedor?

Ejecutando la metodología publicada sobre su propio BI: cohortes de primera-sesión por título, retornos al siguiente día de calendario, exclusiones de cohortes pequeñas y campañas, comparación de proveedores dentro del mismo lobby en semanas idénticas. Un proveedor cuyas afirmaciones sobreviven esa reproducción se ha ganado la posición de estantería; uno que no comparte sus definiciones ya ha respondido de otra manera.

Conclusiones clave

• Las definiciones de nuestro benchmark, en una línea: cohortes de primera sesión de dinero real por título, retorno al siguiente día de calendario en la zona horaria del despliegue, sin umbrales de actividad, con cohortes pequeñas o comprometidas excluidas.
• La decisión de diseño que soporta la carga es la comparación por despliegue — mismo lobby, mismas semanas, cada proveedor medido idénticamente — que elimina la mezcla de audiencias, la mayor distorsión de los números entre proveedores.
• Los competidores permanecen anónimos porque los datos de despliegue son otra clase de divulgación que los escaneos públicos de lobby; la afirmación del benchmark es el ranking intra-despliegue, no trofeos con nombre.
• El D2 es el ancla porque es la señal más temprana estable, comparable entre proveedores y atribuible al juego — corregible dentro de la semana de lanzamiento.
• La metodología es totalmente reproducible sobre el BI del operador en una tarde; la divergencia respecto a nuestros números suele ser la posición, y es diagnóstica por sí misma.

Colabora con CROCO Games