Jak przygotować prognozę przychodów z gry i ocenić realny potencjał rynku

Brief decyzyjny: jakie pytania chcesz rozstrzygnąć przed prognozą

Prognoza przychodów z gry i ocena realnego potencjału rynku mają sens dopiero, gdy wiesz, co chcesz na ich podstawie zdecydować. Oto zestaw pytań, które najczęściej pojawiają się u zespołów i wydawców – do każdego z nich znajdziesz w dalszych sekcjach praktyczne odpowiedzi i kalkulatory „na serwetce”:

• Jakiej wielkości sprzedaży i przychodów mogę racjonalnie oczekiwać przy starcie i w długim ogonie?
• Jaki budżet marketingowy ma sens i kiedy zwróci się inwestycja (payback)?
• Czy lepszy będzie model premium, free-to-play czy hybryda i jak to wpływa na prognozę?
• Jak zmierzyć potencjał rynku dla mojego gatunku i stylu artystycznego (TAM/SAM/SOM w realiach gamingu)?
• Jak użyć wishlist, retencji, ARPDAU, LTV i CPI w modelu, gdy mam tylko część tych danych?
• Które założenia są „krytyczne” i jak zbudować scenariusze: pesymistyczny, bazowy, ambitny?
• Kiedy rozsądnie jest portować grę na kolejne platformy, a kiedy nie ma to ekonomicznego sensu?
• Jak mówić o niepewności prognozy inwestorom i zespołowi, by nie przeszacować oczekiwań?

Szybka diagnoza: kiedy prognoza ma sens, a kiedy będzie iluzją

Sygnały, że prognoza przychodów ma sens

Prognozowanie jest uzasadnione, gdy masz dane albo solidne substytuty danych. Dobrymi sygnałami są: rosnąca lista życzeń na platformie PC, sprawdzalne koszty pozyskania użytkownika (CPI) z krótkich kampanii testowych, retencja z playtestów lub bety, oraz klarowny benchmark – tytuły o podobnym gatunku, stylu i budżecie marketingowym. Jeśli już prowadzisz devlogi, masz społeczność na Discordzie i reaguje ona na nowe materiały, możesz budować wstępne krzywe popytu i sprawdzać ich wrażliwość.

Przy modelu free-to-play dodatkową przesłanką jest mierzalna retencja wczesnych kohort (np. D1 i D7) oraz choćby szacunkowe ARPDAU z prototypowych buildów monetyzacyjnych. W premium – powtarzalność konwersji z obserwujących stronę gry do wishlist i z wishlist do zakupów w małych testach promocyjnych.

Sygnalizatory, że prognoza może wprowadzać w błąd

Jeśli produkt jest radykalnie nowy gatunkowo, kierowany do trudnego do uchwycenia segmentu lub opiera się na jeszcze niesprawdzonych mechanikach monetyzacji, klasyczne modele mogą przestać działać. Zbyt mało danych porównawczych, silne uzależnienie od cech viralowych oraz „one-shot” produkcje narracyjne bez powtarzalnej pętli graficznej utrudniają oszacowanie długiego ogona. Równie złym sygnałem jest jedynie skok cytowań w mediach społecznościowych, bez równoległego przełożenia na wishlisty czy zapisy do testów – to szum, nie popyt.

Iluzoryczne są też prognozy oparte wyłącznie na „średnich branżowych” bez mapowania na Twoją specyfikę (np. średnie konwersje F2P w zupełnie innym gatunku lub regionie). Średnie maskują rozkład – w grach skrajności rządzą: kilka procent graczy może generować większość przychodu, a różnice w retencji ×2–×3 są normą, nie wyjątkiem.

Co zrobić, gdy nie masz danych: szybkie substytuty i eksperymenty

Bez danych nie rezygnuj z prognozy – zawęź ją i zbuduj „ramy ryzyka”. Możesz:

• Odpalić mały landing z trailerem i testem A/B kreacji, zbierając maile lub wishlisty, by zobaczyć koszt pozyskania rzeczywistego zainteresowania.
• Przeprowadzić krótkie kampanie UA w 1–2 kanałach (np. Meta Ads, Google UAC) do wąskiej grupy odbiorców i zmapować CPI oraz wstępny koszt zapisu do testów.
• Włączyć telemetrykę w playteście (nawet 500–1000 graczy) i zmierzyć retencję D1/D7 oraz medianę czasu gry – te punkty zakotwiczą LTV.
• Skorzystać z „najbliższego benchmarku” i zastosować bezpieczne dyskonta na różnice (np. inna jakość grafiki, skala marketingu, brak znanych influencerów).

Definiowanie produktu i monetyzacji: założenia, bez których model nie ruszy

Wybór modelu: premium, free-to-play, subskrypcja lub hybryda

Model przychodowy radykalnie zmienia sposób prognozowania. W premium przychód to głównie sprzedaż w okresie premiery i długim ogonie (promocje, bundle, porty). W F2P kluczem jest LTV i relacja do CAC (koszt pozyskania), a horyzont przychodów jest dłuższy, lecz bardziej wrażliwy na retencję i zawartość sezonową. Subskrypcje (np. programy katalogowe) oznaczają stałe wypłaty/licencje lub ekwiwalent czasu gry – ale też potencjalne rozmycie przychodów z premium.

Hybrydy (premia + dodatkowa monetyzacja lub F2P + kosmetyka) wymagają ostrożności – łączą ryzyka obu światów. Zanim wybierzesz hybrydę, zapisz, które elementy monetyzacji są integralne dla satysfakcji gracza, a które są dodatkiem. To zdecyduje o akceptacji społeczności i parametrach ARPU.

Platformy i różnice w lejku: PC, konsole, mobile

Platforma wpływa na metryki popytu i koszty. PC (szczególnie sklepy z wishlistami) pozwalają wcześnie mierzyć intencję zakupu. Konsole częściej opierają się na widoczności w sklepie i jakości portu – prognoza potrzebuje tu mocniejszych benchmarków. Mobile ma pełny „performance loop”: CPI, retencję, ARPDAU i LTV; wszystko da się testować, ale rynek jest niezwykle konkurencyjny, a drobne zmiany w retencji powodują duże różnice w LTV.

Jeśli planujesz multi-platform, nie kopiuj założeń 1:1. Ten sam tytuł może mieć zupełnie inną elastyczność cenową i długość ogona na PC vs. konsolach. Zostaw bufor i modeluj platformy osobno, a dopiero później sumuj.

Komu i za co płacą: segmenty odbiorców i propozycja wartości

Określ, jakie „job-to-be-done” spełnia Twoja gra: szybkie sesje, wyzwanie taktyczne, opowieść, rywalizacja. Z tego wypływa wzór grywalności (sesje/dzień, długość sesji), skłonność do płacenia (np. kosmetyka vs pay-to-skip) oraz kanały dotarcia. Bez jasnego segmentu trudno o realistyczne założenia konwersji i ARPU. Jeśli Twoja unikalność to styl artystyczny lub niszowy temat, przyjmij niższe bazowe konwersje, ale rozważ mocniejsze dźwignie PR i społeczności.

Zbieranie danych wejściowych: benchmarki, sygnały popytu i ceny

Jak pracować z benchmarkami rynkowymi

Benchmark to nie „średnia światowa”, lecz most do tytułów najbardziej podobnych do Twojego. Porównuj przede wszystkim: gatunek i podgatunek, perspektywę (2D/3D/izometryk), styl artystyczny, długość rozgrywki, poziom trudności, ratingi wiekowe, budżet marketingu i kanały dystrybucji. Zbierz 5–10 tytułów, które promowano do tego samego segmentu. Z takich porównań weź wskaźniki startowe (np. relacja wishlist do sprzedaży, dynamika spadku sprzedaży po premierze, siła zniżek).

Różnice i niepewność skoryguj dyskontem lub premia/dyskonto procentowe. Jeśli Twój tytuł ma słabszą rozpoznawalność marki niż benchmark, dyskontuj konwersje. Jeśli masz lepsze oceny we wczesnych testach i mocniejsze community – dodaj premię, ale zachowaj ostrożność (np. połowę optymistycznego efektu wpisz do scenariusza bazowego).

Kalkulatory „na serwetce”: jak przełożyć sygnały na kwoty

Premium (PC/konsole): ścieżka wishlista → sprzedaż → przychód netto

Gdy masz wishlisty i choć małe testy promocyjne, możesz policzyć prostą wersję przychodu:

• Osadź konwersję: weź własny stosunek „obserwujący stronę → wishlist” i „wishlista → zakup” z mini kampanii lub zbliżonych benchmarków; jeśli brak – przyjmij zakres (np. konserwatywny/bazowy/ambitny) zamiast jednej liczby.
• Podziel sprzedaż na dwie części: „okno premiery” + „długi ogon”. Okno premiery oszacuj z aktualnej liczby wishlist × konwersja na zakup. Długi ogon to: dopływ nowych wishlist miesięcznie × konwersja × efekt promocji (np. większa liczba sztuk przy obniżkach, ale niższa cena).
• Przychód netto = liczba kopii × cena brutto × (1 − prowizja sklepu − zwroty − podatki pośrednie). Jeśli nie masz dokładnych stawek, licz wariantami (np. wyższa prowizja w scenariuszu ostrożnym).

Przykład z praktyki: mały zespół, który nie ufał „średnim branżowym”, policzył okno premiery wyłącznie na własnych konwersjach z krótkiej kampanii do strony gry i z eventu. Scenariusz bazowy trafił w 90% wyniku, bo zmienność ukryto w „długim ogonie”, a nie w premierze.

Free-to-play: LTV kontra CAC bez czarów

Tu główny test to „czy LTV > CAC z bezpiecznym marginesem?”. Jak policzyć bez pełnych danych:

• ARPDAU × liczba dni aktywnego życia gracza (na bazie krzywej retencji i średnich sesji) daje surowy LTV. Jeśli monetizacja jest w powijakach, użyj ARPDAU z prototypowych buildów i skoryguj w dół o ryzyko (np. −20–40% w scenariuszu bazowym).
• CAC policz z krótkich testów UA (1–2 kanały), rozdzielając „koszt instalacji” od „kosztu jakościowego gracza” (np. zapis do testów/discord).
• Sprawdź payback: liczba dni do zwrotu kosztu pozyskania z narastającego LTV. Jeżeli payback przekracza horyzont cashflow projektu lub wymaga nieosiągalnej retencji, wstrzymaj skalowanie.

Uwaga praktyczna: jeżeli D1/D7 są niestabilne między buildami, prognozuj LTV na medianie z kilku buildów, a nie na rekordzie – to naturalne „odporne” zakotwiczenie.

Programy katalogowe i subskrypcje: kiedy to pomaga prognozie

Jeśli w grę wchodzi ryczałt/licencja lub rozliczenie za czas gry, policz dwa scenariusze:

• „Samodzielnie”: przychód premium/F2P według Twojego modelu.
• „W katalogu”: suma gwarancji + efekt kanibalizacji (część graczy nie kupi premium) + efekt zasięgu (nowi gracze monetyzują się w DLC/MTX/merchu).

Ma sens, gdy „katalog” zwiększa łączny przychód lub obniża ryzyko (cash up-front) bez zabijania sprzedaży na głównej platformie. Uważaj, gdy Twoja przewaga to „moment premiery” i limitowane okno widoczności – wtedy kanibalizacja bywa silniejsza niż zakłada umowa.

TAM/SAM/SOM w realiach gier: wersja do decyzji

Żeby nie utknąć w abstrakcji, zdefiniuj trzy pola liczbowe i powiąż je z planem:

• TAM – gracze potencjalnie zainteresowani gatunkiem i stylem na wszystkich platformach/regionach (tu posiłkuj się liczbą aktywnych użytkowników gatunku z raportów + sezonowość).
• SAM – część TAM z dostępem do Twoich kanałów (konkretne platformy, rating wiekowy, języki, bariery sprzętowe).
• SOM – realnie osiągalne w 12–24 miesiące przy Twoim budżecie i tempie produkcji contentu.

Prosty filtr „kiedy tak, kiedy nie” pomaga zamknąć temat bez czarnych dziur w Excelu:

Scenariusze i czułość: co zmienia wynik o rząd wielkości

Zmieniaj tylko to, co naprawdę boli wynik

• Retencja (D1/D7/D30) – w F2P potrafi pomnożyć lub podzielić LTV ×2–×4; skup testy właśnie tutaj.
• Konwersja wishlist → zakup i głębokość promocji – decydują o „premierowym piku” w premium.
• CPI/CTR kreatyw – jedyny suwak kosztów, który możesz korygować tygodniowo; modeluj wzrost kosztów wraz ze skalą.
• Ocena i opinie – w premium wpływają na długi ogon i skuteczność obniżek; w F2P wzmacniają efekty wirusowe.

Krótki scenariusz: jeśli Twoje D7 rośnie o kilka punktów procentowych przy tej samej kreacji UA, nie wpisuj całego zysku do „bazowego”. Rozdziel go: połowa do bazowego, połowa do ambitnego – to prosty bezpiecznik przed „przypadkową euforią”.

Porty i kolejne platformy: decyzja oparta na progu opłacalności

Port ma sens, gdy przewidywany przychód netto z nowej platformy pokrywa koszt portu i certyfikacji z buforem ryzyka. Prosty próg:

• Przewidywany przychód netto ≥ koszt portu + wsparcie powdrożeniowe + rezerwa (np. 50–100% kosztu) na opóźnienia i patchowanie.
• Harmonogram: okno premiery nowej platformy nie kanibalizuje istotnych wyprzedaży na bazowej.
• Dowód popytu: lista „obserwujących”/zainteresowanych z istniejącej społeczności lub konkretne wishlisty z pre-orderów, a nie tylko komentarze „zróbcie port”.

Jeśli port wymaga cięć w jakości (np. problemy z wydajnością na niższym sprzęcie), dolicz potencjalny spadek ocen i wpływ na sprzedaż bazowej wersji – to często pomijana linia w Excelu.

Budżet marketingowy i payback: kiedy dodawać paliwa, a kiedy hamować

Zamiast jednego „dużego budżetu”, podejdź etapami i podejmuj decyzje progowe:

• Etap testów kreacji: jeśli marginalny CAC z tygodnia na tydzień spada lub stabilnie trzyma się poniżej „konserwatywnego LTV”, zwiększ budżet stopniowo, ale pilnuj saturacji (rosnący CAC sygnalizuje wypalenie puli).
• Przed premierą premium: licz koszt wishlists i zapisów vs. przewidywana konwersja na zakup. Dodatkowe 10% budżetu ma sens, gdy zwiększa wishlisty o więcej niż 10% przy podobnej jakości ruchu.
• Po premierze: „zasilaj” okresy promocji, jeśli ROI na obniżce (dodatkowe kopie × cena netto) przewyższa brak obniżki w długim ogonie. Sprawdzaj elastykę ceny na własnych danych, nie na cudzych średnich.

Gdy brakuje gotówki, przestaw się na działania o niskim CAC: współprace z twórcami, wishlist drives na eventach, atrakcyjne dema. To nie zatrzyma wzrostu całkiem, ale utrzyma popyt w modelu bez przepalania budżetu.

Ustaw „szyny” dla wydatków, żeby uniknąć nerwowych zwrotów akcji. Prosty zestaw: próg ROAS/ROI na poziomie kohorty (np. D3/D7 dla F2P, tydzień premiery dla

Szyny wydatków: progi i automatyczne hamulce

Uzupełnij mechanikę decyzji o proste reguły, które działają nawet w nerwowych tygodniach:

• Próg ROAS/ROI na kohorcie: F2P – minimum D3 i D7 zgodne z planem spłaty CAC (np. D7 ≥ 30–50% CAC, jeśli payback ≤ 60–90 dni); premium – tydzień premiery ≥ próg zwrotu kampanii (sprzedaż netto ≥ wydatki na prelaunch + launch).
• Skalowanie stopniowe: zwiększ budżet o 15–30% tylko po 3–5 dniach z rzędu ponad progiem; w dół tnij po 2 dniach poniżej progu lub wzroście CPI/CPA o >20% tydzień do tygodnia.
• Zmęczenie kreacji: przełączaj zestawy, gdy CTR spada o ~25–30% od mediany lub gdy cheapest quartile placement przestaje dowozić kohortę z docelową retencją.
• Holdout i atrybucja: zostaw 10–20% ruchu organicznego bez płatnych bodźców w danym tygodniu, by mierzyć bazę popytu i nie przeceniać efektu reklam.
• Timebox testów: każda nowa kombinacja „kreatywa × grupa docelowa” dostaje budżet testowy i 3–5 dni; brak sygnału → odcięcie, nie „dolejemy jeszcze trochę”.

Krótki przykład: zespół wstrzymał skalowanie, gdy ROAS D3 wyglądał świetnie, ale D7 spadał pod próg drugi tydzień z rzędu. Zamiast palić budżet, przepięli kreacje i target – po tygodniu D7 wróciło nad próg i dopiero wtedy zwiększyli wydatki.

Polityka cenowa i promocje: decyzje na podstawie elastyczności

Cena to dźwignia prognozy. Nie opieraj jej wyłącznie na „standardach branżowych”, tylko na własnej elastyczności popytu.

• Warto ciąć cenę/podpierać promocjami, gdy:
  • historycznie obniżki wyraźnie poszerzają zasięg (wysoka czułość wolumenu przy małej utracie ceny netto),
  • zbliża się duże okno widoczności (festiwal, update), a Twoja średnia ocena jest stabilna,
  • masz mocny backlog działań towarzyszących (kreacje, influencerzy, wishlist reminders), które wykorzystają impuls.
• Uważaj z obniżkami, gdy:
  • krótko po premierze nie zebrałeś jeszcze pełnej ceny gotowości (niszczy długi ogon i postrzeganą wartość),
  • kanibalizujesz duży patch płatny/DLC – lepiej związać promocję z dodatkiem niż z bazową grą,
  • Twoje oceny są niestabilne – promocja podniesie wolumen, ale może przyspieszyć negatywne recenzje.

Podniesienie ceny też bywa racjonalne – np. po dużym darmowym update i wyraźnym wzroście „perceived value”. Sprawdź wcześniej elastyczność: mała podwyżka na jednym regionie lub w krótkim oknie i obserwacja konwersji z wishlist.

W F2P rolę „ceny” grają progi pakietów startowych, subskrypcje i pacing promocji w sklepie. Działaj iteracyjnie: A/B na tiersach (np. value pack vs. standard), testy time-limited offers powiązane z retencją (nie tylko z ARPDAU jednego dnia). Jeśli promocje podbijają tylko krótkoterminowe zakupy kosztem przyszłej retencji, wyhamuj – LTV to całość, nie D1.

Greenlight prognozy: minimalne sygnały „za” i „przeciw”

Zanim przykleisz prognozie metkę „robimy”, zbierz mały, ale twardy pakiet dowodów. To nie musi być rok danych – wystarczy logiczny zestaw.

Premium – sygnały „za”

• Stały przyrost wishlist (nie jednorazowy pik) i dodatnie „wishlist-to-follower ratio”.
• Demo/Next Fest: sensowny completion rate i skok wishlist vs. tydzień bazowy.
• CTR i CPC w reklamach na tyle dobre, że koszt/wishlist mieści się w planie zwrotu przy Twojej konwersji na zakup.
• Creatorzy z niszy chętnie testują build; wczesne materiały nie „zabijają” retencji demo.

Premium – sygnały „przeciw”

• Traction jest głównie życzeniowe („zróbcie port”), ale brak realnych wishlist i zapisów.
• Słaby długi ogon wishlists po evencie (piki gasną po 24–48 h bez plateau).
• Konwersja z wishlist na zakup w testach cenowych niższa niż konserwatywne benchmarki i brak planu poprawy wartości postrzeganej.

F2P – sygnały „za”

• D1/D7 stabilne między buildami (nawet jeśli nie są „rekordowe”) i spójna kohorta z organicznego oraz taniego UA.
• ARPDAU rośnie wraz z retencją (nie tylko dzięki agresywnym paywalls); payback w horyzoncie cashflow.
• CPI w 1–2 kanałach akceptowalne dla Twojego targetu, a kreatywy mają miejsce do iteracji.

F2P – sygnały „przeciw”

• Duża rozbieżność retencji między źródłami (organik vs. reklamy), której nie umiesz wyjaśnić.
• Monetyzacja działa tylko na wąskim segmencie i natychmiast psuje retencję reszty.
• Payback wypycha się poza dostępny runway (nawet po ostrożnym obniżeniu CPI i podbiciu retencji w modelu).

Krótka lista kontrolna decyzji

• Czy mam 2–3 niezależne źródła danych do kluczowych założeń (retencja, konwersja, CPI, wishlist → zakup)?
• Czy scenariusz bazowy jest mniej optymistyczny niż mój „najlepszy build/okres” o co najmniej 20–30%?
• Czy wiem, które 2–3 dźwignie najbardziej zmienią wynik i mam plan testu dla każdej?
• Czy budżet mam pocięty na etapy z jawnymi progami stop/scale?
• Czy wpływ kanibalizacji (porty, katalogi, promocje) jest wpisany w model, a nie „na marginesie”?

Ryzyka, które najczęściej psują prognozę i jak je zmiękczyć

• Zmiana zasad platform (ratingi, refundy, zasady featuring) – modeluj wariant z większą prowizją/zwrotami i miej alternatywne kanały dotarcia.
• Rozjechany harmonogram contentu – wpisz koszt opóźnień i spadek LTV przy „content drought”; ustaw bufor produkcyjny w roadmapie.
• Recenzje i stabilność buildów – zaplanuj soft launch/otwarte testy, by zebrać oceny zanim „przybijesz” premierę.
• Niedoszacowane koszty wsparcia – dołóż linię „opex live-ops” i minimum 10–20% rezerwy na hotfixy/serwery.

Rekomendacja decyzji: skalować, trzymać kurs czy ciąć

• Skaluj, gdy: kohorty przekraczają progi paybacku, elastyczność ceny/promocji jest znana i korzystna, a pipeline contentu dowozi utrzymanie LTV. Dodawaj budżet schodkowo i utrzymuj holdout.
• Trzymaj kurs, gdy: sygnały są mieszane (np. mocny D1, ale chwiejny D7) lub brakuje jednego kluczowego dowodu popytu. Skup się na 1–2 dźwigniach o największej czułości, nie na kosmetyce.
• Tnij lub parkuj, gdy: payback wypada poza runway, a poprawa wymagałaby skoku w retencji/konwersji bez wiarygodnej ścieżki. Zabezpiecz community, zmniejsz ryzyko kosztowe i wróć z nową hipotezą.

Kalibracja modelu: jak przenieść sygnały z testów do twardych liczb

Nie każdy sygnał rynkowy powinien od razu lądować w modelu. Zanim podbijesz prognozę, zderz „miękkie” wskaźniki z konserwatywną matematyką.

• Premium – wishlists → sprzedaż:
  • Podziel wishlists na segmenty (region, źródło, event vs. organic). Każdy segment ma inną konwersję na zakup i inny timing.
  • Załóż spadek konwersji w czasie (pierwszy tydzień premiery ≫ długi ogon). Nie mieszaj krótkiego piku z bazą.
  • Zastosuj „haircut” na konwersję z kampanii, które miały nietypowe bodźce (bundle, streamer-peak) – nie są powtarzalne co miesiąc.
• F2P – soft launch → LTV:
  • Buduj LTV z retencji kohortowej i ARPDAU osobno dla płacących i niepłacących; unikaj globalnych średnich dla wszystkich źródeł ruchu.
  • Uśrednij 2–3 ostatnie buildy zamiast najlepszego dnia. Jeśli zmieniasz ekonomię, nie ekstrapoluj z poprzedniej – zrób nowe krzywe.
  • Kontroluj mix krajów. 70% ruchu z taniego regionu to inny LTV/CPI niż target „tier-1”.

Kiedy ekstrapolować, a kiedy wstrzymać się

• Ekstrapoluj, gdy:
  • Masz co najmniej dwa niezależne źródła potwierdzające trend (np. demo + reklamy, organic + influenserzy).
  • Warunki są stabilne: cena, store page, feature-set i geo-mix nie zmieniły się istotnie.
  • Wynik nie opiera się na 1–2 dniach z anomalią (pik streamera, front-page).
• Wstrzymaj ekstrapolację, gdy:
  • Przeprojektowałeś onboarding/ekonomię – to nowy produkt w oczach modelu.
  • Targeting uległ zwężeniu/poszerzeniu (np. przejście z broad do lookalike 1%).
  • Zmieniła się jakość ruchu (dużo incentivized traffic, promocja w bundle).

Przykład: po Next Feście przyrost wishlist wygląda imponująco, ale połowa pochodzi z krajów, których nie obsłużysz językowo na premierę. Zamiast kopiować współczynnik konwersji 1:1, zredukuj go dla tych regionów lub wyłącz je z modelu do czasu lokalizacji.

Wielkość rynku: szybki TAM/SAM/SOM dla gier bez excelowego bólu

Rozmiar rynku bywa nadmuchany przez życzenia. Trzy proste warstwy pomagają urealnić obraz i podjąć decyzję „wejść mocniej czy wstrzymać”.

• TAM (Total Addressable Market): liczba aktywnych graczy danej platformy w Twoich tagach/subgatunku. Źródła: top listy, średnie CCU gatunku, raporty platform.
• SAM (Serviceable Available Market): część TAM, która akceptuje Twój styl rozgrywki, trudność, model płatności. Odetnij graczy, których preferencje ewidentnie nie pasują.
• SOM (Serviceable Obtainable Market): realistyczny udział, biorąc pod uwagę budżet, featuring, konkurencję w oknie, siłę IP i kanały dotarcia.

Decyzja: zwiększać inwestycję, gdy SOM po konserwatywnym „haircut” nadal wspiera Twój cel przy akceptowalnym CAC/CPI oraz ryzyku kalendarza premier. Wstrzymać, gdy SOM wyraźnie zależy od jednego, słabo kontrolowanego zdarzenia (np. must-have featuring).

Mini-scenariusz: deckbuilder na PC z oryginalną mechaniką. TAM dla tagów jest duże, lecz SAM maleje po odcięciu graczy preferujących wyłącznie casual. Jeśli SOM opiera się głównie na jednym festiwalu, dodaj plan B: dłuższe demo, współprace z mniejszymi twórcami, opóźnienie okna premiery o 2–3 tygodnie.

Porty i ekspansje: kryteria „wejść/nie wchodzić”

Port często kusi „darmowym” wzrostem, ale bywa pułapką cashflow. Szybka macierz pomaga uciąć dyskusję.

Wrażliwość wyniku: które dźwignie naprawdę zmieniają prognozę

Gdy czujesz się przytłoczony liczbami, zacznij od 3 dźwigni o największej elastyczności. Reszta to kosmetyka.

• F2P:
  • Retencja D7 i D30 – nawet mały wzrost procentowy potrafi dodać więcej do LTV niż krótkie skoki ARPDAU.
  • CPI w top 2 kanałach – przebicie progu optymalizacji daje nieliniowy spadek kosztu.
  • Udział płacących w kohorcie – modyfikuj first-purchase experience, nie tylko ceny paczek.
• Premium:
  • Konwersja z wishlist na zakup w tygodniu premiery – marginalne +0,5–1 p.p. bywa ważniejsze niż +5% wishlists tuż przed premierą.
  • Średnia ocena i jej stabilność – wpływa na widoczność oraz konwersję w całym ogonie.
  • Harmonogram wyprzedaży vs. content updates – zgranie tych dwóch zmienia krzywą przychodu.

Krótki test „co jeśli”: podnieś/opuść o 10–20% tylko jedną zmienną (CPI, konwersję, D7). Jeśli wynik zmienia się dramatycznie, to dźwignia warta priorytetu. Jeśli efekt jest mały, nie przywiązuj do niej roadmapy.

Operacyjny rytm korekt: 30/60/90 dni po starcie

Kadencja decyzji trzyma nerwy na wodzy. Ustal jasne okna i pytania kontrolne.

• 30 dni:
  • Czy D1–D7–D14 są stabilne między kanałami? Jeśli nie – odetnij źródła „fałszywego” ROAS.
  • Czy cena/promocje przynoszą celowany uplif t, a nie tylko przesuwają zakupy w czasie?
  • Decyzja: test 1–2 zmian o największej elastyczności; resztę zamrażasz.
• 60 dni:
  • Czy krzywa LTV vs. CPI zbiega do paybacku w Twoim horyzoncie?
  • Czy content cadence dowozi; czy opóźnienia nie zjadają retencji?
  • Decyzja: skalować selektywnie kanały, jeśli kohorty nad progiem; w przeciwnym razie redystrybuuj budżet w niskokosztowe działania.
• 90 dni:
  • Czy SOM został potwierdzony sprzedażowo, czy opiera się na pojedynczych pikach?
  • Czy port/ekspansja ma uzasadnienie w danych (nie w narracji)?
  • Decyzja: drugi etap inwestycji lub „parkowanie” i pielęgnacja społeczności przy niższym burn-rate.

Jeśli boisz się, że „przegapisz moment”: ustaw automatyczne alerty na odchylenia (np. D7 -15% vs. plan przez 7 dni) i z góry zdefiniowane reakcje. Dzięki temu zespół nie będzie dyskutował „czy” ciąć, tylko „jak” i „na ile”.

Ułóż też progi i automatyczne reakcje jak checklistę, żeby decyzje nie wymagały spontanicznych debat. Przykład: „Jeśli D7 w 3 kolejnych kohortach spadnie >10% vs. plan – pauzuj broad UA, przenieś 50% budżetu do retargetingu, włącz A/B ceny first bundle przez 7 dni, eskalacja do ownera produktu”. Drugi: „Jeśli współczynnik zwrotów >8% przez 48 h – wycofaj ostatni patch z rotacji promocyjnej, przygotuj hotfix i komunikat na Discordzie/Steamie”. Dla premium: „Jeśli konwersja z wishlist w T+3 dni < X% – dołóż -10% kupon do subskrybentów newslettera, nie zmieniaj ceny globalnie”.