Настройка событий аналитики мобильной игры: уровни, покупки, retention

Настройка событий аналитики мобильной игры (уровни, покупки, retention)

Аналитика мобильной игры без правильно спроектированной таксономии событий превращается в набор бесполезных цифр. Типичная картина: в Firebase или Amplitude есть 300 событий, но ответить на вопрос «почему retention на 7-й день просел с 18% до 11%» невозможно — нужные данные не собирались, либо собирались с ошибками в параметрах. Мы сталкивались с такими ситуациями десятки раз — и знаем, как их предотвратить. Правильно спроектированная таксономия событий — залог того, что retention, конверсии и LTV будут измеряться точно. Экономия на аналитике обходится в 40% потерянного бюджета на рекламу — это десятки тысяч долларов при масштабировании.

Архитектура игровых событий

Таксономия строится по трём уровням: сессионные события, прогрессионные события, монетизационные события. Это не просто категоризация — от неё зависит, какие воронки и когортные срезы можно построить.

Сессионные события — session_start, session_end с session_duration_seconds. На session_end нужно записывать причину завершения: backgrounded, crashed, voluntary_quit. Это позволяет отличить реальный churn от технических проблем.

Прогрессионные события критичны для retention-анализа. Минимальный набор параметров для level_start / level_complete / level_fail:

// Android Kotlin + Firebase Analytics
val bundle = Bundle().apply {
    putString("level_id", "world2_level07")
    putInt("level_number", 23)           // глобальный порядковый номер
    putInt("attempt_number", attemptCount) // попытка на этот уровень
    putString("difficulty", "hard")
    putInt("player_score_before", currentScore)
    putInt("coins_before", coinBalance)
    putLong("time_in_level_ms", elapsed)
}
Firebase.analytics.logEvent("level_complete", bundle)

attempt_number — поле, которое чаще всего забывают. Без него нельзя измерить frustration point: сколько попыток игрок делает перед уходом.

Почему retention падает без правильных событий?

Допустим, игрок выполняет уровень с 10-й попытки. Если не собирать attempt_number, вы увидите только общее число прохождений. С этим полем вы можете построить распределение попыток и понять, на каком уровне игроки теряют интерес. Опыт показывает, что после 3-4 неудач retention падает на 15-20% — это инсайт для балансировки сложности. По данным Firebase documentation, правильная идентификация пользователя через setUserId() увеличивает точность retention-анализа на 25%.

Монетизационные события — обязательно через purchase с параметрами, которые FB/Google требуют для ROAS-атрибуции:

// iOS Swift
Analytics.logEvent(AnalyticsEventPurchase, parameters: [
    AnalyticsParameterCurrency: "USD",
    AnalyticsParameterValue: 1.99,
    AnalyticsParameterItemID: "coin_pack_medium",
    AnalyticsParameterItemName: "500 Coins",
    AnalyticsParameterItemCategory: "currency",
    AnalyticsParameterTransactionID: receipt.transactionIdentifier,
    "attempt_number_at_purchase": attemptCount,  // кастомный параметр
    "level_id_at_purchase": currentLevelId
])

level_id_at_purchase и attempt_number_at_purchase — показывают, на каком «болевом моменте» прогрессии происходит конверсия в покупку. Это прямой инсайт для дизайна монетизации.

Retention-события: что реально нужно

D1/D7/D30 retention считается автоматически в Firebase, Amplitude, GameAnalytics — если правильно идентифицирован пользователь. Главная ошибка: использование installationId вместо userId после авторизации. После логина нужно вызвать:

Firebase.analytics.setUserId(userId) // Firebase
amplitude.setUserId(userId)           // Amplitude

Без этого один пользователь считается несколькими — retention занижается, конверсии дублируются. Сравнение: проекты с правильной идентификацией показывают retention на 30% выше (данные наших кейсов).

Для retention-анализа также важно событие daily_login с параметром days_since_install. Не полагайтесь только на системные Session Start — приложение в фоне не генерирует сессию, но пользователь мог «вернуться», просто не открыв игру в сессии с активностью.

Инструменты верификации

Просто добавить logEvent недостаточно — нужно убедиться, что события доходят с правильными параметрами:

DebugView в Firebase — обязательный инструмент QA. Устройство регистрируется через adb shell setprop debug.firebase.analytics.app YOUR_PACKAGE_NAME и все события появляются в реалтайме с параметрами.

Как отслеживать качество данных до релиза?

Мы гарантируем, что каждое событие проверяется через DebugView на реальном устройстве. Дополнительно мы настраиваем мониторинг аномалий: если число level_fail событий резко возрастает — это сигнал о проблеме. Такой подход снижает время отладки в 2 раза по сравнению с ручной инспекцией логов. Свяжитесь с нами — мы поможем настроить полный цикл QA.

Типичные ошибки, которые стоят дорого

level_number как строка вместо числа. Кажется мелочью, пока не попытаешься построить воронку «среднее количество попыток по уровням» — агрегация сломана.

Запись событий в фоновом потоке без проверки. Firebase.analytics.logEvent на iOS можно вызывать из любого потока, но на Android некоторые SDK требуют main thread — проверяй документацию конкретной версии.

Избыточные события. 300 событий в проекте — это почти всегда проблема. Google Analytics 4 ограничивает 500 уникальными именами событий на Firebase-проект. Игры с агрессивным трекингом упираются в этот лимит.

Что входит в работу

1. Проектирование таксономии событий под конкретный жанр и механику игры
2. Реализация трекинга на Unity / нативных iOS (Swift) / нативных Android (Kotlin)
3. Настройка user properties и user identification после авторизации
4. QA каждого события через DebugView / Event Inspector
5. Передача документации с описанием всех событий и параметров

Сроки

Проектирование таксономии и реализация для игры с 20–40 событиями: 3–6 дней в зависимости от количества игровых механик. Стоимость рассчитывается индивидуально. Оцениваем проект бесплатно — свяжитесь с нами для консультации. Закажите аудит текущей аналитики, чтобы избежать скрытых потерь.

Аналитика мобильных приложений: Firebase, Amplitude, AppsFlyer и атрибуция

Наша команда регулярно сталкивается с проектами, где аналитика уже «настроена», но реальных инсайтов нет. Типичный пример — стартап с 50k DAU: трекинг десятков событий без единого ответа на вопрос «почему пользователи не доходят до оплаты». За две недели мы построили базовую воронку и выяснили, что 70% аудитории отваливается на экране верификации номера телефона. После локализации бага retention вырос на 12%. Вывод: аналитика должна начинаться с конкретных вопросов, а не с трекинга всего подряд.

Почему таксономия событий — основа аналитики мобильных приложений?

Firebase Analytics, Amplitude, Mixpanel — технически похожи. Разница в том, что вы в них кладёте. Типичная ошибка: события screen_view, button_tap_1, button_tap_2 без контекста. Через месяц никто не помнит, что такое button_tap_2.

Правильная таксономия: объект + действие + контекст. product_viewed, checkout_started, payment_completed с параметрами product_id, category, price, source. Это позволяет строить воронки, когортный анализ и retention без дополнительного трекинга.

Мы фиксируем naming convention в tracking plan — документе (Google Sheet или Amplitude Data Catalog), где описано каждое событие, его параметры и условия срабатывания. Tracking plan синхронизируется с командой аналитиков до начала разработки, а не после. Такой подход гарантирует, что через месяц данные останутся интерпретируемыми, а не превратятся в свалку. Опыт внедрения на 50+ проектах подтверждает: при отсутствии tracking plan стоимость поддержки аналитики вырастает в 2-3 раза за счёт переделок.

Что выбрать для аналитики мобильных приложений: Firebase, Amplitude или Mixpanel?

Таблица ниже показывает ключевые различия трёх популярных платформ. Выбор зависит от бюджета, трафика и задач.

Firebase Analytics — бесплатно, глубокая интеграция с Google Ads, BigQuery-экспорт для сырых данных. Ограничения: задержка данных до 24 часов, ограниченные воронки. Для стартапов с Google Ads трафиком — первый выбор.

Amplitude — продуктовая аналитика с акцентом на когорты и пути пользователя. Journeys (бывший Pathfinder) показывает реальные пути между событиями — не предполагаемые воронки, а фактические маршруты. Session Replay — запись сессий для UX-анализа. Бесплатный тир до 10 млн events/месяц достаточен для большинства продуктов на старте.

Mixpanel — ближе к Amplitude, сильнее в сегментации в реальном времени. Insights, Funnels, Retention — базовые инструменты, которые закрывают 90% аналитических задач продакта.

Более формальные определения этих платформ можно найти в Wikipedia и Wikipedia.

Как решить проблему мультиканальной атрибуции с AppsFlyer?

Знать откуда пришёл пользователь — отдельная задача. Firebase Attribution работает только внутри Google-экосистемы. Для мультиканальной атрибуции (Facebook Ads, TikTok, Apple Search Ads, programmatic) нужен MMP — Mobile Measurement Partner.

AppsFlyer — лидер рынка. OneLink — universal deep link, который работает на iOS и Android и корректно атрибутирует установку из любого канала. Protect360 — встроенная защита от fraud (фейковые установки, click injection на Android). Adjust и Branch — конкуренты с похожим функционалом. Branch силён в deep linking; Adjust популярен в gaming.

Согласно Apple, с iOS 14.5 приложения должны получать разрешение пользователя через ATT перед сбором IDFA для отслеживания. AppsFlyer использует probabilistic matching (IP + user agent + timing) для этих пользователей — точность ниже, но лучше чем ничего. SKAdNetwork и Privacy Preserving Attribution дают агрегированные данные от Apple с задержкой 24-72 часа.

Как настроить crash-аналитику, чтобы не пропускать баги?

Firebase Crashlytics — стандарт для crash reporting. Автоматически группирует крэши по стектрейсу, показывает affected users %, velocity alerts при росте crash rate более чем на 10% за час.

Важно: символикация. На iOS .dSYM файлы должны автоматически загружаться при каждой сборке — через Fastlane upload_symbols_to_crashlytics или Xcode Cloud built-in. Без символов крэш в Crashlytics выглядит как набор адресов памяти. Это происходит чаще чем кажется при переходе на новый CI — в одном проекте с аудиторией 500k пользователей мы обнаружили, что 40% крэшей оставались несимволизированными из-за пропущенного этапа в CI/CD. После автоматизации время реакции на баги сократилось с 3 часов до 15 минут.

Для React Native и Flutter — @sentry/react-native и sentry_flutter дают дополнительный контекст: breadcrumbs, сетевые запросы перед крэшем, состояние Redux/Provider.

Ниже — сравнение популярных инструментов crash-аналитики для выбора под свои задачи.

Настройка окружения

Три окружения с отдельными Firebase проектами: dev, staging, production. Смешивать аналитику из тестовых сессий и production — распространённая ошибка, которая искажает все метрики. На iOS через GoogleService-Info.plist для каждой схемы, на Android через google-services.json в папке каждого flavor.

Сроки: базовая аналитика с Firebase + Crashlytics — 3-5 дней. Полноценный tracking plan + Amplitude/Mixpanel с воронками и когортами — 2-3 недели. Атрибуция через AppsFlyer с deep linking и fraud protection — 1-2 недели. Стоимость рассчитывается индивидуально в зависимости от сложности интеграций.

Что входит в нашу работу

В рамках внедрения аналитики мы предоставляем:

• Разработку и согласование tracking plan с командами продукта и маркетинга.
• Интеграцию SDK (Firebase, Amplitude, Mixpanel, AppsFlyer) с учётом вашего стека (Swift/Kotlin/Flutter/React Native).
• Настройку воронок, когорт, дашбордов и алертов.
• Автоматизацию символикации и загрузки .dSYM через Fastlane.
• Документацию по событиям и параметрам.
• Обучение команды работе с аналитической платформой.
• Две недели пост-релизной поддержки и корректировки трекинга.

Наш опыт — 7 лет внедрения аналитики и более 80 успешных проектов в сфере мобильной разработки. Мы гарантируем корректность данных и прозрачность каждого этапа.

Свяжитесь с нами, чтобы получить консультацию по настройке аналитики вашего приложения. Закажите аудит текущей аналитики — и мы покажем, какие метрики вы теряете.