BI-Analyst im iGaming: LTV, Dashboards, Gehalt

Kurz gesagt: Ein BI-Analyst im iGaming verwandelt den Strom aus Wetten, Einzahlungen und Boni in Berichte, auf denen das Unternehmen seine Entscheidungen aufbaut: Er baut Dashboards, rechnet Kohorten und den Wert eines Spielers, geht Einbrüchen auf den Grund und prüft, ob sich eine Aktion gelohnt hat. Der Wechsel aus der Analytik jeder anderen Branche ist direkt, nur die Casino-Kennzahlen müssen Sie lernen. Die Nachfrage nach der Rolle ist sehr hoch, Remote-Stellen gibt es reichlich.

Wenn Sie als Analyst arbeiten, wissen Sie, wie oft die eigene Arbeit im Nichts endet. Eine Woche bauen Sie ein Dashboard, im Meeting wird es gezeigt, alle nicken, und einen Monat später stellt sich heraus, dass es niemand geöffnet hat. Entschieden wird weiter nach Bauchgefühl.

Vertraut ist auch das Andere: Die Daten sind dünn und schief, die Business-Fragen schwammig. „Schau mal, was bei den Nutzern los ist“ – und unklar bleibt, welche Entscheidung auf die Antwort folgen soll. Der Analyst wird zu jemandem, der auf Zuruf Tabellen exportiert.

Es gibt Branchen, in denen es genau umgekehrt ist. Wo jede Handlung des Nutzers Geld bedeutet, die Daten dazu jede Sekunde als Strom ankommen und ein Fehler im Ergebnis schon nach einer Woche im Umsatz sichtbar wird. Dort ist Analytik keine Zierde, sondern der Engpass, um den Unternehmen konkurrieren.

Eine dieser Branchen ist iGaming. Im Folgenden: womit ein BI-Analyst im Casino tatsächlich beschäftigt ist, wie die wichtigste Zahl seiner Arbeit berechnet wird, wo Einsteiger Fehler machen, was gezahlt wird und wie man aus einer anderen Branche herüberkommt.

Die Zahlen, die alle sehen, und die Frage, die keiner gestellt hat

Stellen Sie sich einen Montagmorgen bei einem Operator vor. Der Casino-Chef öffnet den Bericht und sieht, dass der Umsatz in einem Land am Wochenende eingebrochen ist. Das Marketing sagt, es sei Saisonalität. Die Zahlungen sagen, es liege am Provider. Das Retention-Team sagt, ein Wettbewerber habe eine Aktion gestartet. Jeder hat seine Version, und jede klingt plausibel.

Der BI-Analyst ist derjenige, der binnen weniger Stunden beantwortet, welche Version stimmt. Er zerlegt den Einbruch nach Kanälen, Zahlungsmethoden und Spielersegmenten und findet heraus, wo genau es gefallen ist. Das ist Detektivarbeit und nicht die eines Menschen, der Tabellen exportiert.

Im iGaming hat diese Arbeit einen besonderen Wert: Die Daten sind hier Geld. Jede Wette, jede Einzahlung, jeder Bonus und jede Auszahlung ist eine Transaktion mit einem Betrag. Ein Analyst, der versteht, wie sich diese Beträge zum Umsatz des Unternehmens addieren, wird zur Person, zu der man vor jeder Entscheidung geht.

Und es gibt viele Daten. Ein Online-Casino läuft rund um die Uhr, in mehreren Ländern, mit Dutzenden Spielanbietern und Zahlungssystemen. Jeder von ihnen liefert seine Daten in eigenem Format. Das zu einem Bild zusammenzuführen, ist schon die halbe Leistung des Analysten.

Womit ein Casino-BI-Analyst wirklich beschäftigt ist

Der erste Teil der Arbeit sind Dashboards. Berichte nach Verticals, Ländern, Akquisekanälen, Zahlungsmethoden. Täglich, wöchentlich, für die Geschäftsführung und für die Teams. Ein gutes Dashboard beantwortet eine konkrete Frage, statt alles auf einmal zu zeigen.

Der zweite sind Kohorten und der Spielerwert. Wie viel bringt ein Spieler, der in einem bestimmten Monat über einen bestimmten Kanal kam, in den ersten dreißig, neunzig, hundertachtzig Tagen? Von diesen Rechnungen hängt ab, wie viel das Marketing für die Akquise zahlen darf.

Der dritte ist die Analyse von Einbrüchen. Fällt eine Kennzahl, findet der Analyst die Ursache. Das ist der spannendste und zugleich nervigste Teil der Arbeit, denn die Antwort wird heute gebraucht, nicht erst in einer Woche.

Der vierte ist die Bewertung von Promos und Experimenten. Hat sich die Aktion gelohnt? Hat der neue Willkommensbonus gewirkt? Hat die Änderung in der Lobby wirklich die Spielzeit erhöht? Ohne Analyst wird nach Gefühl geantwortet, mit ihm anhand von Daten.

Das klingt nach vielen Richtungen auf einmal, und so ist es auch. In kleinen Firmen deckt ein Analyst alles ab, in großen werden die Rollen geteilt: Der eine betreut Marketing und Akquise, der andere das Casino-Produkt, ein weiterer Sportwetten oder Zahlungen. Die Spezialisierung kommt meist auf Senior-Ebene.

Der fünfte sind Data Marts, gemeinsam mit den Data Engineers. Der Analyst beschreibt, welche Daten in welcher Form gebraucht werden, und die Ingenieure bauen darauf das Warehouse. Wie dieser Teil aufgebaut ist, steht im Artikel über den Data Engineer im iGaming.

Spieler-LTV: die wichtigste Zahl und ihre Fallen

Der Wert eines Spielers über die gesamte Laufzeit – der LTV – ist die zentrale Zahl, auf der das Casino-Marketing steht. Rechnet der Analyst sie falsch, zahlt das Unternehmen entweder zu viel für Akquise oder verzichtet auf Kanäle, die sich in Wahrheit rechnen.

Falle eins ist der Horizont. Casino-Spieler verhalten sich ungleichmäßig: Ein Teil bringt den Großteil des Umsatzes in den ersten Wochen, ein anderer erst nach Monaten. Wer den Wert über ein kurzes Fenster rechnet, unterschätzt leicht Kanäle mit langsamem Rückfluss.

Falle zwei sind Boni. Zieht man die Kosten der Boni nicht ab, sieht der Spielerwert höher aus, als er ist. Ein Spieler, der viel mit Bonusgeld gespielt hat, kann dem Unternehmen so gut wie nichts eingebracht haben.

Falle drei sind Großspieler. Im Casino liefert ein kleiner Teil der Spieler den Großteil des Umsatzes. Ein einziger solcher Spieler in einer Kohorte kann sie zur „besten des Jahres“ machen, obwohl sich die übrigen Spieler durch nichts unterscheiden. Ein guter Analyst schaut auf Mediane und Segmente, nicht nur auf Durchschnitte.

Falle vier ist verantwortungsvolles Spielen. Ein lizenziertes Unternehmen kann seine Strategie nicht auf Spielern mit Anzeichen problematischen Spielverhaltens aufbauen. Ein Analyst, der das „wertvollste Segment“ ausgibt und nicht merkt, dass es Menschen mit Warnzeichen sind, schafft für das Unternehmen ein Risiko gegenüber der Aufsicht.

Daraus folgt ein praktischer Schluss. Wenn Sie im Vorstellungsgespräch nach dem Spielerwert gefragt werden, beschränken Sie sich nicht auf die Formel. Erzählen Sie, welchen Horizont Sie wählen würden, wie Sie Boni berücksichtigen, wie Sie Großspieler abtrennen und was Sie mit Segmenten tun, in denen Anzeichen problematischen Spiels sichtbar sind. Das unterscheidet einen reifen Analysten von einem bloß technisch starken.

GGR, NGR und Boni: wo Einsteiger scheitern

Der Hauptfehler eines Analysten aus einer anderen Branche ist, Umsatzvolumen und Erlös zu verwechseln. Der Umsatz (Turnover) ist die Summe aller Einsätze. Er ist riesig und schön, sagt aber nichts über das Geld des Unternehmens. Spieler setzen, gewinnen, setzen dasselbe Geld erneut, und der Turnover wächst schneller als der Erlös.

GGR ist die Differenz zwischen Einsätzen und Spielergewinnen. Das kommt dem Erlös näher, ist aber noch nicht er. Vom GGR werden die Kosten der Boni und einige Steuern abgezogen, und heraus kommt der NGR – der Netto-Spielerlös. Mit ihm arbeiten die meisten Entscheidungen.

Laut SpinHire-Katalog wird im Vorstellungsgespräch für BI-Analysten fast immer nach dem Unterschied zwischen GGR und NGR gefragt, und genau diese Frage sortiert Kandidaten ohne Branchenerfahrung am häufigsten aus. Lernen Sie ihn vor der ersten Bewerbung.

Eine weitere Feinheit ist die Auszahlungsquote bei Slots, der RTP. Das ist der theoretische Anteil der Einsätze, der auf lange Sicht an die Spieler zurückfließt. Auf kurzen Strecken kann die reale Zahl stark abweichen, und ein Analyst, der das nicht versteht, sucht Probleme dort, wo keine sind.

Ähnlich ist es bei Sportwetten. Dort hängt der Erlös des Buchmachers von Spielausgängen ab, und eine für das Unternehmen unglückliche Woche kann wie ein Absturz aussehen, obwohl es normale Varianz ist. Ein Analyst im Betting lernt, Rauschen von Trend zu unterscheiden, bevor er Schlüsse zieht.

Was ein BI-Analyst im iGaming verdient

Bezahlt wird eine seltene Kombination: starkes SQL, Statistikverständnis und Kenntnis der Geldkennzahlen im Casino. Laut SpinHire-Katalog ist die Nachfrage nach der Rolle sehr hoch, weil Analytik bei den meisten Operatoren der Engpass ist. Spannen in Euro, brutto pro Monat.

Grade	Malta und Zypern	Polen, Rumänien, Baltikum	Abgelegen · Tiflis, Eriwan, Kiew
Junior	€2300–3100	€1700–2400	€1300–2000
Middle	€3800–5200	€2800–4000	€2500–3600
Senior	€5800–8000	€4500–6200	€4000–5800
Lead	€8500–12 000	€6800–9500	€6000–9000

Obendrauf kommt meist ein Jahresbonus von 10–20 %. Beachten Sie die Lücke zwischen Middle und Senior: Sie ist kein Lohn für Dienstjahre, sondern dafür, dass der Senior die Fragen an das Business selbst formuliert, statt nur fremde zu beantworten.

Remote zahlt hier näher an den Büro-Spannen als in vielen anderen Rollen: Der Analyst braucht Zugriff auf die Daten, keinen Schreibtisch auf Malta. Ihre eigene Zahl für Stadt und Level können Sie im Gehaltsrechner abschätzen, die ausführliche Karte finden Sie auf der Seite Beruf „BI-Analyst“.

Wie man aus einer anderen Branche wechselt

Laut SpinHire-Katalog ist der Wechsel aus der Analytik jeder Branche direkt. SQL, Statistik und Visualisierung sind überall gleich. Neu ist nur die Domänenschicht, und die lässt sich in wenigen Wochen erlernen.

Aus Fintech und Banken. Sie arbeiten bereits mit Transaktionen und Geldkennzahlen. Zu lernen bleiben Boni, GGR und NGR und die Logik des Spielprodukts.
Aus dem E-Commerce. Kohorten, Conversions, Customer Value – das ist Ihnen alles vertraut. Das Casino unterscheidet sich in der Transaktionsfrequenz und der Rolle der Boni.
Aus Mobile Games. Sie kennen Retention, Monetarisierung und Verhaltensanalytik. Einen verwandteren Wechsel gibt es nicht.
Aus der Branche selbst. Leute aus Operations, CRM und Retention, die SQL gelernt haben, werden oft starke Analysten, weil sie das Produkt schon kennen.

Was Sie vor der Bewerbung vorbereiten sollten:

SQL auf sicherem Niveau, einschließlich Fensterfunktionen;
ein Visualisierungstool: Tableau, Power BI, Metabase oder Looker;
Python für Analysen auf pandas-Niveau;
Casino-Kennzahlen: Turnover, GGR, NGR, Bonuskosten, RTP;
Grundlagen der Statistik und von A/B-Tests.

Vorstellungsgespräch und Aufstiegswege

Das technische Gespräch besteht meist aus drei Teilen: SQL-Aufgaben, Kohortenaufgaben und Fragen zu Kennzahlen. Oft kommt ein Case hinzu: „Der Umsatz in einem Land ist am Wochenende gefallen. Wie suchen Sie die Ursache?“ Eine gute Antwort beginnt mit Zerlegung, nicht mit Hypothesen.

Manchmal gibt es auch eine Hausaufgabe: ein Datensatz und eine Frage aus dem Business. Bewertet wird nicht nur die Rechnung, sondern auch die Präsentation: Können Sie in drei Sätzen einer Führungskraft, die kein SQL kann, das Ergebnis erklären?

Fehlt die Branchenerfahrung, hilft ein kleines eigenes Projekt. Nehmen Sie einen offenen Transaktionsdatensatz, rechnen Sie Kohorten und Customer Value, gestalten Sie ein Dashboard und ein kurzes Fazit. Im Gespräch gibt Ihnen das Gesprächsstoff und zeigt, dass Sie bereits in den richtigen Kategorien denken.

Wodurch sich dieser Beitrag vom allgemeinen Artikel über Analytik im Casino unterscheidet: Hier liegt der Fokus auf BI und dem Spielerwert. Wenn Sie die analytischen Rollen breiter betrachten wollen, lesen Sie den Beitrag über den Datenanalysten im Casino.

Die Karriereleiter: Senior-Analyst, Head of Analytics, Head of BI und weiter zum Chief Data Officer. Seitenäste führen in Produkt und Retention: Ein Analyst, der den Spieler am besten versteht, wird oft Product Manager.

Kehren wir zum Dashboard zurück, das niemand geöffnet hat. Im iGaming wird es morgen um neun Uhr geöffnet, denn von ihm hängt ab, wohin das Geld diese Woche fließt. Für einen Analysten, der es leid ist, für die Schublade zu arbeiten, ist das der wichtigste Grund, sich die Branche anzusehen.

Häufige Fragen

Was verdient ein BI-Analyst im iGaming?

Laut SpinHire-Katalog verdient ein Middle auf Malta und Zypern €3800–5200 im Monat, ein Senior €5800–8000, ein Head of Analytics €8500–12 000. Remote verdient ein Middle €2500–3600, ein Senior €4000–5800. Obendrauf kommt ein Jahresbonus von 10–20 %.

Was wird im technischen Gespräch für einen Casino-BI-Analysten gefragt?

SQL mit Fensterfunktionen, eine Kohortenaufgabe und der Unterschied zwischen GGR und NGR. Laut SpinHire-Katalog sortiert gerade die letzte Frage Kandidaten ohne Branchenerfahrung am häufigsten aus.

Wie unterscheidet sich ein BI-Analyst von einem Data Engineer?

Der Data Engineer baut die Infrastruktur: Er holt Daten aus der Plattform, von Providern und Zahlungsdienstleistern und baut das Warehouse. Der BI-Analyst arbeitet auf diesem Warehouse: Er baut Data Marts und Dashboards, rechnet Kennzahlen und zieht Schlüsse für das Business.