Do D2 ao LTV: um modelo de coortes que cabe numa planilha

Retention · 2026-07-13 · 9 min read · By CROCO Games

Por que a retenção de dia 2 é o preditor honesto mais precoce do LTV do jogador, e um modelo de coortes passo a passo em planilha — colunas, fórmulas, análise de sensibilidade — com os benchmarks publicados da CROCO.

Todo operador quer saber o valor vitalício de um jogador, e a maioria espera meses pela resposta que a retenção de dia 2 já deu. O elo entre retenção precoce e LTV não é místico — é aritmético: LTV é a área sob a curva de retenção vezes o valor de um dia ativo, e o formato da curva é largamente determinado pelos primeiros pontos. Este artigo constrói a cadeia completa numa planilha: do D2 a uma curva ajustada, a uma estimativa de LTV, à análise de sensibilidade, usando os benchmarks publicados do portfólio da CROCO — 13,78% de retenção de dia 2 e 26,89% de dia 7 — como exemplo trabalhado.

Por que dia 2, especificamente

A retenção de dia 2 — a fração de uma coorte que volta no dia seguinte ao primeiro jogo — é o ponto mais precoce em que a curva de retenção tem inclinação, e curvas de retenção de slots são bem-comportadas: caem íngremes, depois achatam, num formato bem aproximado por uma lei de potência. Uma vez que os primeiros pontos fixam a curva, a cauda segue. Uma coorte que começa com 10% de D2 e outra com 14% não estão 4 pontos separadas no dia 90 — estão em curvas diferentes, e a diferença se compõe a cada dia seguinte. Por isso o D2 é indicador antecedente e não métrica de vaidade: é mensurável 48 horas depois de uma campanha de aquisição ou lançamento de jogo, enquanto o D30 faz você esperar um mês para aprender a mesma coisa.

Uma nota de definição antes da matemática: fixe sua convenção (retorno em dia-calendário vs janela de 24–48h, por jogo vs por cassino) e nunca misture convenções entre coortes. Os números publicados da CROCO — 13,78% D2, 26,89% D7 — são médias de portfólio no nível do jogo; o D7 exceder o D2 informa que são métricas de retorno cumulativo (voltou ao menos uma vez em N dias), não fotografias do dia N. Ambas as convenções são legítimas; comparações entre elas, não.

A planilha, coluna por coluna

Uma linha por coorte diária (ou semanal, para volumes menores). Colunas:

  1. A — data da coorte. Data do primeiro jogo.
  2. B — tamanho da coorte. Jogadores novos naquele dia.
  3. C..N — ativos no dia d para d = 1, 2, 3, 7, 14, 30, 60, 90. Contagens brutas do seu log de rodadas.
  4. Retenção r(d) = ativos(d) / tamanho da coorte — uma coluna por dia acompanhado.
  5. Ajuste de curva. Ajuste r(d) = a·d^(−b): só com planilha, tome logaritmos — ln r(d) = ln a − b·ln d — e use INCLINAÇÃO() e INTERCEPTO() sobre os pares observados (ln d, ln r). O expoente b é sua taxa de decaimento; b menor = produto mais aderente.
  6. Dias ativos projetados no horizonte H: some a·d^(−b) para d = 1..H (um SOMARPRODUTO simples sobre uma coluna auxiliar de índices de dia). Essa é a área sob a curva — dias ativos esperados por jogador novo.
  7. Valor por dia ativo. Do seu próprio P&L: receita líquida por jogador-dia-ativo, por segmento se tiver. (Para escala: a aposta média do portfólio da CROCO é €1,77; combine com seus giros-por-sessão observados e hold para checar a sanidade do número que seu financeiro fornece.)
  8. LTV(H) = dias ativos projetados × valor por dia ativo. Reporte em horizontes fixos — LTV(90), LTV(180) — nunca como número sem limite; caudas de lei de potência lisonjeiam o infinito.

Essa é a máquina inteira: oito grupos de colunas, duas funções estatísticas, nenhum Python. Seu poder não é precisão — é transformar "a retenção melhorou" em "dias ativos projetados por jogador foram de 4,1 a 4,9, o que a €X por dia ativo paga a campanha duas vezes".

A tabela de sensibilidade: quanto vale +1pp de D2

A saída mais útil do modelo é a derivada, não o nível. Monte uma tabela pequena: recalcule o ajuste com r(2) elevado em um ponto percentual (mantendo os demais pontos observados) e leia a mudança nos dias ativos projetados. Como os pontos iniciais dominam o ajuste, +1pp no D2 tipicamente puxa a curva inteira para cima e adiciona vários por cento à área sob a curva — o multiplicador exato é o seu número, e esse é o sentido de possuir o modelo. Agora toda proposta tem moeda comum: uma troca de jogo que soma 0,5pp de D2, um fluxo de onboarding que vale 1pp, uma campanha de crash que dispara o dia 1 mas decai mais rápido — tudo vira euros no horizonte, comparável num só eixo.

Rode a mesma tabela sobre o valor-por-dia-ativo para se manter honesto: trabalho de retenção e de monetização negociam na mesma moeda, e às vezes o ponto mais barato está no outro eixo. O estudo de campo de Auer e Griffiths de 2023 (43.731 jogadores, cinco países) é a cautela aqui — a estrutura do jogo move duração de sessão muito mais que tamanho de aposta, então alavancas de conteúdo compram principalmente o eixo de retenção; ganhos de aposta média têm que vir do mix de jogadores que sua aquisição traz.

Onde um provedor realmente move o ponteiro

Desconfie de quem afirma que conteúdo sozinho transforma LTV — mas o eixo de retenção é genuinamente sensível a conteúdo, e os mecanismos são específicos:

A CROCO publica seus números — 13,78% D2, 26,89% D7 no portfólio — precisamente para que operadores possam colocá-los em colunas e conferir a composição por conta própria em vez de aceitar "conteúdo engajante" na fé. Peça o mesmo a qualquer provedor que avaliar, e as definições de LTV do jogador por trás das alegações.

Modos de falha de modelos de coorte

Quatro maneiras desta planilha mentir para você se deixar: qualidade de aquisição misturada — uma campanha de tráfego barato arrasta as curvas da coorte para baixo e parece "o produto piorou"; segmente coortes por origem antes de concluir qualquer coisa. Coortes pequenas — retenção numa coorte de 40 jogadores é cara ou coroa; agregue em coortes semanais até r(d) estabilizar. Contaminação promocional — um disparo de reativação no dia 6 põe um calombo em r(7) que a lei de potência extrapolará alegremente; anote datas de campanha na planilha. Gula de horizonte — caudas ajustadas além da janela observada são hipóteses, não ativos; nunca reporte LTV num horizonte maior que ~3× sua coorte observada mais antiga.

Perguntas frequentes

Por que a retenção de dia 2 prediz o LTV? Porque LTV é a área sob a curva de retenção, e curvas de retenção de slots seguem um formato íngreme-depois-plano de lei de potência fixado pelos primeiros pontos. Coortes que diferem no D2 estão em curvas diferentes, e a diferença se compõe diariamente.

O que é uma boa retenção de dia 2 para slots? Depende de definição e mercado — por isso benchmarks publicados com definição declarada importam. O portfólio da CROCO tem em média 13,78% D2 e 26,89% D7 (convenção de retorno cumulativo, nível de jogo) — use como referência, não como régua universal.

Como calculo o LTV do jogador a partir de dados de retenção? Ajuste r(d) = a·d^(−b) à retenção observada via regressão log-log, some a curva ajustada no seu horizonte para obter dias ativos esperados, e multiplique pela receita líquida por dia ativo. Reporte em horizontes fixos como LTV(90).

Conteúdo melhor pode aumentar o LTV do jogador? Principalmente pelo eixo de retenção: dados de campo mostram que a estrutura do jogo afeta fortemente a duração da sessão mas quase nada o tamanho da aposta. Escolhas de conteúdo e lobby compram dias ativos; valor-por-dia vem em grande parte do mix de jogadores.

Principais conclusões