{"id":5508,"date":"2025-06-03T09:11:24","date_gmt":"2025-06-03T07:11:24","guid":{"rendered":"https:\/\/alterdata.com\/?post_type=case_studies&p=5508"},"modified":"2026-01-21T11:51:00","modified_gmt":"2026-01-21T10:51:00","slug":"jak-zwiekszylismy-roas-z-8-do-41-dzieki-analityce-predykcyjnej-w-mobile-gamingu","status":"publish","type":"case_studies","link":"https:\/\/alterdata.com\/pl\/case-studies\/jak-zwiekszylismy-roas-z-8-do-41-dzieki-analityce-predykcyjnej-w-mobile-gamingu\/","title":{"rendered":"Jak zwi\u0119kszyli\u015bmy ROAS z 8% do 41% dzi\u0119ki analityce predykcyjnej w mobile gamingu"},"content":{"rendered":"\n

CC Games<\/a> to 20-osobowe studio gamingowe, kt\u00f3re rozpocz\u0119\u0142o dzia\u0142alno\u015b\u0107 w 2015 roku od prostej gry \u201eWarcaby\u201d, stworzonej jako \u0107wiczenie programistyczne. Sukces tej gry przer\u00f3s\u0142 oczekiwania, daj\u0105c pocz\u0105tek jednej z najbardziej znanych polskich firm tworz\u0105cych gry mobilne. Dzi\u015b, dzi\u0119ki tytu\u0142om \u201eCheckers\u201d i \u201eChess\u201d, firma ma na koncie ponad 100 milion\u00f3w pobra\u0144.<\/p>\n\n\n\n

Firma pozyskuje wi\u0119kszo\u015b\u0107 u\u017cytkownik\u00f3w poprzez dzia\u0142ania User Acquisition (UA). W 2021 roku 80% graczy pochodzi\u0142o z p\u0142atnych kampanii \u2013 w 2023 roku liczba ta wzros\u0142a do 94%. UA sta\u0142o si\u0119 kluczowym filarem strategicznym i finansowym firmy.<\/p>\n\n\n\n

Przed nawi\u0105zaniem wsp\u00f3\u0142pracy z nami, kampanie by\u0142y oparte na prostych metrykach \u2013 instalacjach, liczbie rozegranych gier, itp. Jednak CEO firmy dostrzeg\u0142 potrzeb\u0119 odej\u015bcia od podej\u015bcia masowego i skierowania dzia\u0142a\u0144 marketingowych na u\u017cytkownik\u00f3w o najwy\u017cszej warto\u015bci. Zwr\u00f3ci\u0142 r\u00f3wnie\u017c uwag\u0119, \u017ce kampanie tROAS, mimo i\u017c s\u0105 rynkowym standardem targetowania warto\u015bciowych u\u017cytkownik\u00f3w \u2013 nie przynosi\u0142y zadowalaj\u0105cych rezultat\u00f3w. Ich wyniki by\u0142y zbyt zmienne i trudne do przewidzenia, co ogranicza\u0142o mo\u017cliwo\u015b\u0107 skalowania dzia\u0142a\u0144 marketingowych.<\/p>\n\n\n\n

<\/div>\n\n\n\n
\"Ilustracja<\/figure>\n\n\n\n
<\/div>\n\n\n\n

Cel projektu:<\/strong><\/h3>\n\n\n\n

Projekt zosta\u0142 zainicjowany w odpowiedzi na rosn\u0105c\u0105 zale\u017cno\u015b\u0107 CC Games od p\u0142atnych kampanii User Acquisition oraz ograniczenia dotychczasowego modelu oceny ich efektywno\u015bci. Proste metryki i standardowe kampanie tROAS okaza\u0142y si\u0119 niewystarczaj\u0105ce i zbyt niestabilne, by skutecznie skalowa\u0107 dzia\u0142ania marketingowe. Celem by\u0142o stworzenie nowego podej\u015bcia opartego na danych, umo\u017cliwiaj\u0105cego identyfikacj\u0119 najbardziej warto\u015bciowych u\u017cytkownik\u00f3w ju\u017c na wczesnym etapie ich interakcji z gr\u0105.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Zakres prac<\/strong><\/h2>\n\n\n\n
    \n
  1. Analiza danych u\u017cytkownik\u00f3w<\/strong>
    Przeprowadzili\u015bmy eksploracyjn\u0105 analiz\u0119 danych (EDA), identyfikuj\u0105c zachowania i wzorce u\u017cytkownik\u00f3w.<\/li>\n\n\n\n
  2. Definicja KPI i ram czasowych
    <\/strong>Zdefiniowali\u015bmy kluczowe wska\u017aniki: retencj\u0119, zakupy w aplikacji, reklamy rewarded, kt\u00f3re \u015bwiadcz\u0105 o tym, czy u\u017cytkownika mo\u017cna uzna\u0107 za warto\u015bciowego dla wydawcy gry. Ustalili\u015bmy r\u00f3wnie\u017c ramy czasowe \u2013 czyli kr\u00f3tkie okna czasowe po instalacji aplikacji, w kt\u00f3rych oczekiwane zachowania powinny si\u0119 pojawi\u0107, aby mog\u0142y zosta\u0107 wykorzystane w kampaniach reklamowych. Im kr\u00f3tsze okno czasowe, tym szybciej algorytm Google otrzymuje informacj\u0119 zwrotn\u0105 i mo\u017ce skutecznie si\u0119 uczy\u0107. Jednocze\u015bnie, aby kampanie by\u0142y efektywne, musieli\u015bmy powi\u0105za\u0107 te szybkie sygna\u0142y z d\u0142ugoterminow\u0105 warto\u015bci\u0105 u\u017cytkownika \u2013 co wymaga\u0142o precyzyjnej identyfikacji wzorc\u00f3w zachowa\u0144 w pierwszych dniach korzystania z gry. Wykonali\u015bmy t\u0119 analiz\u0119 z wykorzystaniem modeli regresji logistycznej.<\/li>\n\n\n\n
  3. Tworzenie zdarzenia proxy dla Google Ads
    <\/strong>Stworzyli\u015bmy sztuczne zdarzenie \u0142\u0105cz\u0105ce r\u00f3\u017cne dzia\u0142ania u\u017cytkownika, kt\u00f3re pozwala\u0142o precyzyjnie targetowa\u0107 potencjalnych \u201ewieloryb\u00f3w\u201d w kampaniach. Zamiast opiera\u0107 si\u0119 na pojedynczych zdarzeniach, kt\u00f3re cz\u0119sto nie dawa\u0142y pe\u0142nego obrazu potencja\u0142u u\u017cytkownika, skupili\u015bmy si\u0119 na identyfikacji kombinacji zachowa\u0144. To w\u0142a\u015bnie ich wsp\u00f3\u0142wyst\u0119powanie w kr\u00f3tkim czasie po instalacji gry najlepiej przewidywa\u0142o, czy u\u017cytkownik stanie si\u0119 warto\u015bciowy w d\u0142ugim okresie. Zaprojektowane przez nas i stworzone przez developer\u00f3w zdarzenie proxy by\u0142o triggerowane dopiero wtedy, gdy u\u017cytkownik wykona\u0142 pe\u0142en zestaw dzia\u0142a\u0144 \u2014 co pozwala\u0142o algorytmom Google na szybkie i trafne uczenie si\u0119, kogo warto pozyskiwa\u0107 w kampaniach reklamowych.<\/li>\n\n\n\n
  4. Transfer danych i przygotowanie \u015brodowiska analitycznego
    <\/strong>Na pocz\u0105tku wsp\u00f3\u0142pracy zbudowali\u015bmy fundamenty analityczne, umo\u017cliwiaj\u0105ce dalsze dzia\u0142ania \u2013 w tym analiz\u0119 danych i projektowanie modeli predykcyjnych.     Zintegrowali\u015bmy Google Ads<\/a> oraz skonfigurowali\u015bmy automatyczny transfer danych do BigQuery, gdzie odbywa si\u0119 dalsze przetwarzanie i analiza.<\/li>\n\n\n\n
  5. Dashboard produktowy (projekt r\u00f3wnoleg\u0142y)
    <\/strong>R\u00f3wnolegle do projektu zwi\u0105zanego z predykcj\u0105 i targetowaniem warto\u015bciowych u\u017cytkownik\u00f3w, opracowali\u015bmy kompleksowy raport produktowy na Google Cloud Platform. Raport ten s\u0142u\u017cy do     codziennego monitoringu KPI<\/a> aplikacji i jest u\u017cywany niezale\u017cnie od kampanii UA. Pozwala zespo\u0142owi lepiej rozumie\u0107 zachowania graczy, analizowa\u0107 retencj\u0119 i monetyzacj\u0119 oraz wspiera proces decyzyjny w zakresie rozwoju produktu.<\/li>\n<\/ol>\n\n\n\n
    <\/div>\n\n\n\n
    \"Analityka<\/figure>\n\n\n\n
    <\/div>\n\n\n\n

    Rezultaty<\/strong><\/h2>\n\n\n\n

    Kluczowe wyniki<\/strong>:<\/p>\n\n\n\n