Analista de BI en iGaming: LTV, dashboards, salario

Brevemente: El analista de BI en iGaming convierte el flujo de apuestas, depósitos y bonos en informes con los que la empresa toma decisiones: construye dashboards, calcula cohortes y el valor del jugador, analiza caídas y comprueba si una promoción ha dado resultado. Pasar desde la analítica de cualquier sector es un camino directo, pero hay que aprender las métricas del casino. La demanda del puesto es muy alta y hay mucho trabajo remoto.

Si trabajas como analista, sabes con qué frecuencia tu trabajo acaba en ninguna parte. Pasas una semana montando un dashboard, lo presentan en una reunión, todos asienten, y un mes después resulta que nadie lo ha abierto. Las decisiones se siguen tomando a ojo, igual que antes.

También te resultará familiar lo otro: hay pocos datos, están sucios y las preguntas del negocio son difusas. «Echa un vistazo a lo que pasa con los usuarios», y no está claro qué decisión debería seguir a la respuesta. El analista se convierte en alguien que saca tablas bajo pedido.

Hay sectores donde ocurre lo contrario. Donde cada acción del usuario es dinero, los datos llegan en flujo cada segundo y un error en una conclusión se ve en los ingresos en una semana. Allí la analítica no es un adorno, sino el cuello de botella por el que compiten las empresas.

Uno de esos sectores es el iGaming. A continuación: a qué se dedica realmente un analista de BI en un casino, cómo se calcula la cifra principal de su trabajo, dónde se equivocan los novatos, cuánto se paga y cómo pasarse desde otro sector.

Las cifras que todos ven y la pregunta que nadie hizo

Imagina un lunes por la mañana en un operador. El director del casino abre un informe y ve que los ingresos de un país han caído durante el fin de semana. Marketing dice que es estacionalidad. Pagos, que es el proveedor. Retención, que un competidor ha lanzado una promoción. Cada uno tiene su versión, y todas suenan verosímiles.

El analista de BI es quien, en un par de horas, responde cuál es la correcta. Desglosa la caída por canales, métodos de pago y segmentos de jugadores y encuentra exactamente dónde se ha producido. Es trabajo de detective, no de alguien que saca tablas.

En iGaming este trabajo tiene un valor especial: aquí los datos son dinero. Cada apuesta, depósito, bono y retirada es una transacción con un importe. El analista que entiende cómo esos importes se suman en los ingresos de la empresa se convierte en la persona a la que se acude antes de cualquier decisión.

Y aquí hay muchos datos. Un casino online funciona las 24 horas, en varios países, con decenas de proveedores de juegos y sistemas de pago. Cada uno envía sus datos en su propio formato. Reunirlos en una sola imagen ya es la mitad del valor del analista.

A qué se dedica realmente el analista de BI de un casino

La primera parte del trabajo son los dashboards. Informes por verticales, países, canales de captación y métodos de pago. Diarios, semanales, para la dirección y para los equipos. Un buen dashboard responde a una pregunta concreta en lugar de mostrarlo todo.

La segunda son las cohortes y el valor del jugador. Cuánto aporta un jugador que llegó desde un canal concreto en un mes concreto durante los primeros treinta, noventa y ciento ochenta días. De estos cálculos depende cuánto puede pagar marketing por captar.

La tercera es el análisis de caídas. Cuando una métrica baja, el analista encuentra la causa. Es la parte más interesante y más tensa del trabajo, porque la respuesta se necesita hoy, no dentro de una semana.

La cuarta es la evaluación de promociones y experimentos. ¿Se rentabilizó la promoción? ¿Funcionó el nuevo bono de bienvenida? ¿Aumentó realmente el cambio en el lobby el tiempo de juego? Sin analista, estas preguntas se responden a ojo; con él, con datos.

Suena a muchas direcciones a la vez, y lo es. En las empresas pequeñas un solo analista cubre todo; en las grandes se reparten los roles: unos se encargan de marketing y captación, otros del producto de casino, otros de apuestas deportivas o pagos. La especialización suele llegar a nivel senior.

La quinta son los data marts, junto con los ingenieros de datos. El analista describe qué datos y en qué forma se necesitan, y los ingenieros construyen el almacén para ello. Cómo funciona esta parte se cuenta en el artículo sobre el ingeniero de datos en iGaming.

LTV del jugador: la cifra principal y sus trampas

El valor del jugador durante toda su vida, el LTV, es la cifra principal en la que se apoya el marketing del casino. Si el analista la calcula mal, la empresa o paga de más por captar o renuncia a canales que en realidad son rentables.

Primera trampa: el horizonte. Los jugadores de casino se comportan de forma desigual: unos aportan la mayor parte de sus ingresos en las primeras semanas, otros meses después. Si mides el valor en una ventana corta, es fácil infravalorar los canales de retorno lento.

Segunda trampa: los bonos. Si no restas el coste de los bonos, el valor del jugador parece mayor de lo que es. Un jugador que jugó mucho con dinero de bonos puede no haber aportado casi nada a la empresa.

Tercera trampa: los jugadores grandes. En un casino, una pequeña parte de los jugadores genera la mayor parte de los ingresos. Un solo jugador así en una cohorte puede convertirla en «la mejor del año», aunque los demás no se distingan en nada. Un buen analista mira las medianas y los segmentos, no solo los promedios.

Cuarta trampa: el juego responsable. Una empresa con licencia no puede construir su estrategia sobre jugadores con señales de juego problemático. El analista que presenta el «segmento más valioso» sin darse cuenta de que son personas con señales de alarma crea un riesgo ante el regulador.

De aquí sale una conclusión práctica. En la entrevista, cuando te pregunten por el valor del jugador, no te limites a la fórmula. Cuenta qué horizonte elegirías, cómo tendrías en cuenta los bonos, cómo separarías a los jugadores grandes y qué harías con los segmentos donde se ven señales de juego problemático. Eso distingue a un analista maduro de uno que solo es técnicamente fuerte.

GGR, NGR y bonos: dónde se atascan los novatos

El error principal del analista que viene de otro sector es confundir volumen de apuestas e ingresos. El volumen es la suma de todas las apuestas. Es enorme y vistoso, pero no dice nada sobre el dinero de la empresa. Los jugadores apuestan, ganan, vuelven a apostar el mismo dinero, y el volumen crece más rápido que los ingresos.

El GGR es la diferencia entre las apuestas y las ganancias de los jugadores. Se acerca más a los ingresos, pero aún no lo es. Al GGR se le restan el coste de los bonos y algunos impuestos, y se obtiene el NGR, el ingreso neto de juego. Con él se toman la mayoría de las decisiones.

Según el catálogo de SpinHire, en la entrevista de analista de BI casi siempre preguntan la diferencia entre GGR y NGR, y esta pregunta es la que más a menudo descarta a candidatos sin experiencia en el sector. Conviene aprenderla antes de la primera candidatura.

Otro matiz es el retorno al jugador en las tragaperras, el RTP. Es la parte teórica de las apuestas que vuelve a los jugadores a largo plazo. En un tramo corto la cifra real puede diferir mucho, y un analista que no lo entienda buscará problemas donde no los hay.

Algo parecido ocurre con las apuestas deportivas. Allí el ingreso de la casa depende de los resultados de los partidos, y una semana desafortunada para la empresa puede parecer un fracaso cuando es varianza normal. El analista de apuestas aprende a distinguir el ruido de la tendencia antes de sacar conclusiones.

Cuánto se paga a un analista de BI en iGaming

Se paga por una combinación rara: SQL sólido, comprensión de estadística y conocimiento de las métricas de dinero del casino. Según el catálogo de SpinHire, la demanda del puesto es muy alta, porque la analítica es el cuello de botella en la mayoría de los operadores. Los rangos están en euros, brutos al mes.

Nivel	Malta y Chipre	Polonia, Rumania, Países Bálticos	Remoto · Tbilisi, Ereván, Kiev
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

Encima suele haber un bono anual del 10–20%. Fíjate en la brecha entre middle y senior: no se paga por la antigüedad, sino porque el senior formula por sí mismo las preguntas para el negocio, en lugar de limitarse a responder las de otros.

El trabajo remoto aquí paga más cerca de los rangos de oficina que en muchos otros puestos: el analista necesita acceso a los datos, no una mesa en Malta. Puedes calcular tu cifra según ciudad y nivel en calculadora de salarios, y la ficha detallada está en la página de la profesión «analista de BI».

Cómo pasarse desde otro sector

Según el catálogo de SpinHire, pasar desde la analítica de cualquier sector es un camino directo. SQL, estadística y visualización son iguales en todas partes. Lo único nuevo es la capa de dominio, y se puede aprender en unas semanas.

Desde fintech y banca. Ya trabajas con transacciones y métricas de dinero. Queda aprender los bonos, el GGR y el NGR y la lógica del producto de juego.
Desde e-commerce. Cohortes, conversiones, valor del cliente: todo eso te resulta familiar. El casino se distingue por la frecuencia de las transacciones y el papel de los bonos.
Desde juegos móviles. Conoces la retención, la monetización y la analítica de comportamiento. No hay un cambio más afín.
Desde dentro del sector. Quienes vienen de operaciones, CRM y retención y han aprendido SQL suelen convertirse en analistas sólidos, porque ya conocen el producto.

Qué preparar antes de postularte:

SQL a nivel sólido, incluidas las funciones de ventana;
una herramienta de visualización: Tableau, Power BI, Metabase o Looker;
Python para análisis a nivel de pandas;
métricas de casino: volumen de apuestas, GGR, NGR, coste de bonos, RTP;
fundamentos de estadística y tests A/B.

La entrevista y hacia dónde crecer

La entrevista técnica suele constar de tres partes: ejercicios de SQL, ejercicios de cohortes y preguntas sobre métricas. A menudo se añade un caso: «Los ingresos de un país cayeron el fin de semana. ¿Cómo buscarás la causa?» Una buena respuesta empieza por la descomposición, no por las hipótesis.

A veces hay también una tarea para casa: un conjunto de datos y una pregunta del negocio. Aquí se valora no solo el cálculo, sino la presentación: si eres capaz de explicar la conclusión en tres frases a un directivo que no sabe SQL.

Si no tienes experiencia en el sector, ayuda un pequeño proyecto propio. Toma un conjunto de datos abierto de transacciones, calcula cohortes y valor del cliente, y prepara un dashboard y una conclusión breve. En la entrevista te da tema de conversación y muestra que ya piensas en las categorías adecuadas.

En qué se diferencia este análisis del artículo general sobre analítica en casinos: aquí el foco está en el BI y el valor del jugador. Si quieres una visión más amplia de los roles analíticos, lee el análisis sobre el analista de datos en un casino.

La escalera de crecimiento: analista senior, jefe de analítica, jefe de BI y, después, director de datos. Las ramas laterales llevan a producto y retención: el analista que mejor entiende al jugador suele acabar de product manager.

Volvamos al dashboard que nadie abrió. En iGaming lo abrirán mañana a las nueve de la mañana, porque de él depende adónde irá el dinero esta semana. Para un analista cansado de trabajar para el cajón, esa es la razón principal para mirar con atención este sector.

Preguntas frecuentes

¿Cuánto gana un analista de BI en iGaming?

Según el catálogo de SpinHire, un middle en Malta y Chipre gana €3800–5200 al mes, un senior €5800–8000, un jefe de analítica €8500–12 000. En remoto, un middle gana €2500–3600 y un senior €4000–5800. Encima, un bono anual del 10–20%.

¿Qué preguntan en la entrevista técnica de analista de BI en un casino?

SQL con funciones de ventana, un ejercicio de cohortes y la diferencia entre GGR y NGR. Según el catálogo de SpinHire, precisamente la última pregunta es la que más a menudo descarta a candidatos sin experiencia en el sector.

¿En qué se diferencia un analista de BI de un ingeniero de datos?

El ingeniero de datos construye la infraestructura: recoge los datos de la plataforma, los proveedores y las pasarelas de pago y monta el almacén. El analista de BI trabaja sobre ese almacén: construye data marts y dashboards, calcula métricas y saca conclusiones para el negocio.