Benchmarks de retención de juegos móviles 2026: datos D1, D7 y D30 para publishers
Respuesta rápida: los benchmarks de retención de juegos móviles 2026 parten todos del mismo conjunto de datos. Según el informe 2026 Mobile & PC Gaming Benchmarks de GameAnalytics, basado en más de 16.000 juegos móviles en vivo, el título móvil mediano retiene alrededor del 22 % de los jugadores en D1, algo menos del 4 % en D7 y en torno al 0,7-0,8 % en D30. El 1 % superior conserva entre el 64 y el 68 % en D1 y entre el 13 y el 15 % en D30. Son medianas transversales por género y plataforma. El diseño del género, el reparto por plataforma, el mercado regional y si el juego tiene o no un programa de LiveOps activo desplazan el punto donde debería situarse un título concreto. Esta guía desglosa la distribución actual, explica qué significa cada tramo, cubre las diferencias regionales y muestra cómo usan los publishers los datos de retención en la práctica.
Navegación rápida:
Por qué importan los benchmarks de retención a los publishers
La retención es la métrica que determina si un juego móvil es un negocio o un coste hundido. Mide el porcentaje de una cohorte de instalaciones que vuelve el día 1, el día 7 y el día 30 tras la primera sesión. Esos tres números le dicen a un publisher más sobre el potencial comercial de un juego que casi cualquier otra señal disponible antes de un gasto significativo en UA.
La razón es estructural. La retención está aguas arriba de todas las métricas que importan a escala: LTV, ROAS, periodo de recuperación y viabilidad de la adquisición de pago. Un juego con retención débil no se arregla con mejores creatividades ni con un CPI más bajo. La economía unitaria simplemente no cuadra.
Lo que está en juego es directo. Mira las cuentas en D30. Si un juego retiene el 2 % de los jugadores en D30 frente a un 5 %, la diferencia en coste por jugador superviviente en una campaña típica de UA en Tier 1 no es marginal: es la diferencia entre una economía que funciona y otra que necesita subvención. Cada punto porcentual de retención D30 multiplica el retorno de cada euro gastado en adquisición.
Publishers e inversores evalúan la retención frente a tres referencias:
-
La distribución del mercado: ¿dónde se sitúa este juego respecto a todos los juegos en vivo?
-
La expectativa del género: ¿está este juego por encima o por debajo de la curva habitual para su tipo de diseño?
-
La barra de viabilidad comercial: ¿soporta el perfil de retención de este juego la economía de UA que exige escalar?
Entender las tres es el requisito previo para cualquier conversación seria con un publisher. Un juego que supera la mediana del mercado pero queda por debajo de la expectativa de su género es un problema distinto al de un juego que supera ambas y aun así no sostiene la economía de adquisición de pago con los CPI de Tier 1.
Cómo leer correctamente los datos de retención
Antes de usar cualquiera de los benchmarks de retención D1 D7 D30 en una decisión real, importan tres reglas de interpretación.
Los benchmarks son distribuciones, no objetivos
El dato de retención más útil no es un número único de aprobado o suspenso. Es la distribución del mercado: mediana, cuartil superior, decil superior y 1 % superior. Saber que tu D7 es del 8 % solo sirve operativamente si sabes que el cuartil superior está entre el 6 y el 7 % y que el 1 % superior supera el 25 %. Sin la distribución, un número es solo un número. Con ella, sabes exactamente dónde estás en el mercado y qué haría falta para cerrar la brecha con el siguiente tramo.
El informe de 2026 no publica benchmarks por género
Esta es una salvedad crítica para quien use GameAnalytics como fuente. El informe 2026 Mobile & PC Gaming Benchmarks señala explícitamente que en esta edición no hay benchmarks por género debido a mejoras en curso en la metodología de categorización. Cualquier artículo que presente tablas precisas de D1/D7/D30 por género como datos actuales de 2026 está tomándolos de conjuntos anteriores, normalmente datos de redes de atribución de 2022 a 2024, y presentándolos como vigentes. La orientación por género de este artículo está claramente etiquetada por fuente y antigüedad.
Cada intervalo diagnostica un problema estructural distinto
D1, D7 y D30 no son solo tres puntos de la misma curva. Cada uno saca a la luz un modo de fallo diferente:
-
Un D1 débil es casi siempre un problema de onboarding o de primera impresión. El juego no entrega suficiente valor en la primera sesión como para justificar una vuelta.
-
Un D1 aceptable con un D7 débil apunta a un problema de hábito y de progresión temprana. El juego engancha al principio pero no da motivos para construir una rutina diaria en la primera semana.
-
Un D7 aceptable con un D30 débil es un problema de profundidad de contenido y de LiveOps. Los jugadores están creando el hábito pero se quedan sin razones para seguir pasado el primer mes.
Equivocarse de intervalo lleva a repartir mal el esfuerzo. Rehacer creatividades y onboarding no arreglará un problema de D30 causado por falta de profundidad de contenido. Rediseñar la metaeconomía no arreglará un problema de D1 causado por una primera sesión confusa.
La distribución de tramos de retención en 2026
Los datos de retención de juegos móviles que siguen proceden directamente del informe 2026 Mobile & PC Gaming Benchmarks de GameAnalytics, que cubre 16.262 juegos móviles en vivo con al menos 1.000 usuarios activos mensuales en iOS y Android, en todos los géneros y regiones. Todas las cifras reflejan el rendimiento del año natural 2025 tal y como se recoge en la edición de 2026.
| Tramo | Retención D1 | Retención D7 | Retención D30 |
| 25 % inferior (P25) | Por debajo del 10-11 % | 1,67-1,94 % | Por debajo del 0,5 % |
| Mediana (P50) | ~22 % | Algo menos del 4 % | 0,68-0,79 % |
| 25 % superior (P75) | Algo por encima del 30 % | 6-7 % | 1,6-1,8 % |
| 10 % superior (P90) | ~40 % | 11-12 % | No se publica por separado |
| 1 % superior (P99) | 64-68 % | 25-28 % | 13-15 % |
Lo esencial: tres cuartas partes de todos los juegos móviles rastreados no llegan al 3 % en D30. Un juego que mantiene un 3 % o más al mes de vida está rindiendo por encima de aproximadamente el 75 % del mercado en vivo. El 1 % superior —los títulos que generan ingresos serios— conserva entre el 13 y el 15 % en D30. Esa brecha no es incremental: es estructural.
Qué significan estos tramos comercialmente
La distribución revela algo que los objetivos planos de benchmark ocultan: la distancia entre lo medio y lo élite no es una cuestión de grado. Es otro tipo de juego.
-
Un juego mediano con un D7 de ~4 % es estructuralmente orgánico. La economía de UA de pago con CPI de Tier 1 no funciona a ese nivel de retención, da igual la mezcla de creatividades o de canales.
-
Un juego de cuartil superior con un D7 del 6 al 7 % está algo mejor, pero sigue por debajo del listón que la mayoría de publishers usa como mínimo para una conversación de inversión en UA.
-
Un juego del 10 % superior con un D7 del 11 al 12 % es donde la adquisición de pago empieza a ser viable en mercados y canales concretos.
-
Un juego del 1 % superior con un D7 del 25 al 28 % opera en una categoría comercial completamente distinta.
El listón práctico para las conversaciones con publishers está por encima del cuartil superior, no en la mediana. Los equipos suelen usar un perfil D1/D7/D30 en el rango del 30-35 % / 10-15 % / 3-6 % como filtro rápido de viabilidad comercial. Es una heurística de trabajo entre profesionales, no una mediana sectorial publicada. Refleja la realidad de juegos con marketing que compiten por adquisición de pago, no la media de los más de 16.000 títulos en vivo del conjunto de GameAnalytics.
iOS frente a Android: la diferencia que pilla a los equipos
Los datos de GameAnalytics muestran una ventaja de retención constante para iOS en todos los tramos de rendimiento. Entre los juegos del cuartil superior, la retención D1 va del 31 al 33 % en iOS frente al 25-27 % en Android. En la mediana, iOS ronda el 25 % de D1 y Android el 19 %.
La implicación: evaluar la retención de un juego contra un único benchmark global mezclado hará que las cifras de Android parezcan rotas cuando son simplemente normales para la plataforma. Los objetivos de retención deberían fijarse por separado para cada tienda antes de tomar cualquier decisión de hoja de ruta basada en los datos.
Retención por género: lo que respaldan los datos
Una salvedad importante de entrada sobre los benchmarks de retención por género: el informe de GameAnalytics de 2026 no publica desgloses D1/D7/D30 por género en esta edición. La orientación direccional de más abajo se apoya en ciclos anteriores de benchmarks de GameAnalytics y en análisis sectoriales publicados, etiquetados por fuente. Trátalos como rangos de referencia, no como hechos de benchmark actuales de 2026.
Puzle y cartas: los mejores perfiles de retención a largo plazo
A lo largo de varios ciclos de benchmarks, los juegos de puzle, match, mesa y cartas muestran de forma consistente la mejor retención D7 y D30 del móvil. La razón estructural es el diseño de sesión: niveles breves con estados de finalización claros y progreso visible hacia el siguiente objetivo generan comportamiento de retorno habitual. Cada sesión termina con un motivo concreto para volver.
Los análisis por género publicados en ciclos anteriores de GameAnalytics y en fuentes sectoriales sitúan de forma consistente a los juegos de puzle y match por encima de la media transversal en todos los horizontes de retención, y los géneros de cartas, mesa y casino también muestran curvas largas sólidas impulsadas por bucles de hábito y mecánicas competitivas.
Qué significa esto para los publishers: si estás evaluando un título de puzle o match, el benchmark relevante no es la mediana del 22 % de D1 para todos los juegos. El género ha superado esa mediana de forma apreciable históricamente. Un juego de puzle con un 22 % de D1 probablemente esté rindiendo por debajo de su género, no cumpliendo la media del mercado.
Hipercasual: D1 fuerte, debilidad estructural en D30
Los juegos hipercasuales suelen registrar cifras competitivas de D1, beneficiados por primeras sesiones sin fricción y accesibilidad inmediata. El panorama en D30 es estructuralmente distinto. Sin una capa meta, no hay inversión en progresión que proteger ni objetivo a largo plazo que traiga de vuelta al jugador cuando se desvanece la novedad del primer día.
No es un fallo de diseño. Es una decisión de diseño con implicaciones comerciales deliberadas: lo hipercasual monetiza por volumen de instalaciones e ingresos publicitarios, no por retención a largo plazo. Un título hipercasual con un 1,5 % de D30 puede estar rindiendo en línea o por encima de la expectativa de su género. El benchmark que importa ahí es el D1 y el ARPDAU temprano, no el D30.
Casual híbrido y casual con meta: la brecha de D30
Los títulos de casual híbrido, que combinan bucles casuales con un sistema de metaprogresión, muestran de forma consistente una retención D30 notablemente mejor que el casual puro o el hipercasual. La capa meta crea objetivos a largo plazo que sostienen el retorno más allá de la primera semana. Quien ha invertido en una economía, una colección o un árbol de progresión tiene algo que proteger y un motivo para continuar.
La implicación práctica: añadir una capa meta a un juego casual no es solo una decisión de diseño. Es una decisión de retención D30. La presencia o ausencia de un sistema meta es uno de los predictores más claros de dónde caerá un juego casual en la distribución de D30.
Mid-core y RPG: retención por profundidad con una curva de onboarding más dura
Los títulos mid-core y RPG pueden sostener algunas de las mejores retenciones a largo plazo del móvil cuando la curva de onboarding está bien gestionada. Los análisis publicados, incluidos los datos que recoge la guía de retención 2026 de AppFollow, apuntan a que los títulos mid-core y RPG pueden mantener del 20 al 21 % en D7 y del 11 al 12 % en D30 entre los títulos comercialmente exitosos. La meta da al jugador una razón para volver que se acumula con el tiempo: progresión de personaje, posición económica y ranking competitivo generan costes de cambio que sostienen el engagement.
El reto es la ventana de onboarding. La inversión que impulsa la retención a largo plazo tarda en establecerse. Un juego mid-core que pierde jugadores antes de que hayan invertido en el sistema de progresión los ha perdido antes de que las mecánicas que retienen hayan tenido ocasión de actuar.
Casino social: bucles de hábito y estructuras diarias
Los títulos de casino social, incluidos slots, bingo, póquer y variantes de cartas, muestran algunas de las mejores retenciones a largo plazo del móvil. El motor estructural es la arquitectura de bonus diario y los patrones de uso habitual: recompensas por conexión diaria, torneos recurrentes y mecánicas competitivas sociales crean disparadores de retorno constantes que sostienen el engagement en D30 muy por encima de la media de los juegos casuales.
La comparación por género que más importa: al evaluar la retención de cualquier juego, la primera pregunta no es «¿supera la mediana del 22 % de D1?». Es «¿supera la curva típica de este tipo de diseño?». Un juego de casino social con un 30 % de D1 puede estar rindiendo por debajo de su género. Un hipercasual con un 30 % de D1 puede estar en lo alto de su categoría. El contexto de género es el marco que da sentido al número.
Cómo cambia LiveOps la curva de retención
Los datos de benchmark de arriba reflejan toda la distribución de juegos móviles en vivo, incluida la mayoría que no tiene un programa estructurado de LiveOps. En los juegos con operaciones en vivo activas, las curvas de retención son notablemente distintas, sobre todo a partir de D30.
La mayor separación entre las curvas D30 medias y las de primer nivel casi siempre viene de sistemas ajenos al bucle de la primera sesión. El diseño del juego determina el suelo. El programa de LiveOps determina el techo.
Las mecánicas concretas que mueven cada tramo de la curva
De D1 a D7: sistemas de engagement diario. Recompensas por conexión, misiones diarias y retos diarios crean el comportamiento de retorno habitual que lleva al jugador de D3 a D7. Estas mecánicas no mejoran la calidad intrínseca del juego: crean un motivo para volver antes de que el jugador haya desarrollado una motivación propia. La brecha de D7 entre juegos con y sin infraestructura de engagement diario es una de las señales observables más claras de la calidad del LiveOps.
De D7 a D30: cadencia de eventos. Los eventos regulares de tiempo limitado crean disparadores de retorno que interrumpen el declive natural de la ventana D7-D30. Un jugador que se habría ido en D10 o D14 tiene un motivo concreto y acotado en el tiempo para volver si acaba de lanzarse un evento. Una cadencia semanal de eventos constante es la diferencia estructural más habitual entre los juegos que mantienen el D30 por encima del cuartil superior y los que decaen hacia la mediana.
D30 y más allá: frecuencia de actualizaciones de contenido. Los juegos que se lanzan sin plan de actualizaciones agotan su biblioteca para los jugadores más activos entre 7 y 14 días después, al ritmo de consumo de los más intensivos. Una cadencia de contenido que se mantenga por delante de los jugadores más comprometidos es el requisito estructural para sostener el engagement en D30 a lo largo de un ciclo comercial de varios años. Esto no es una consideración poslanzamiento: exige planificar el pipeline de contenido antes de lanzar.
Campañas de reenganche. Las campañas de notificaciones push bien cronometradas dirigidas a jugadores perdidos en intervalos concretos recuperan una parte apreciable del abandono entre D7 y D30 que todo juego sufre. La cifra de D30 que reporta un juego incluye esas recuperaciones. Un juego con un programa de reenganche activo mostrará un D30 declarado más alto que el que predeciría el declive puro de la cohorte.
Qué significa esto para leer los benchmarks
Los datos de distribución de GameAnalytics incluyen juegos de todo el espectro de LiveOps, desde títulos sin contenido en vivo alguno hasta títulos con motores de eventos sofisticados y cadencias semanales de actualización. La mediana refleja la media de todos ellos.
Para un juego con un programa estructurado de LiveOps, la comparación relevante no es la mediana transversal. Es el cuartil o el decil superior de su género. El programa de LiveOps es precisamente lo que separa el rendimiento de cuartil superior del rendimiento mediano en la ventana D7-D30. A un juego con buen diseño de bucle principal y LiveOps activo hay que exigirle un listón más alto que el que sugiere la mediana del mercado.
Diferencias regionales de retención
Los datos regionales de retención del informe de GameAnalytics de 2026 muestran diferencias apreciables entre mercados, y la divergencia más importante se produce en D7 y D30 más que en D1. Todas las cifras de más abajo son valores medianos (P50) del conjunto de 2026.
Retención D1 por región
Los mercados occidentales lideran el engagement temprano. Oceanía registra la mediana de D1 más alta, con un 25,63 %, seguida de Norteamérica con un 23,28 % y Europa con un 22,20 %. Asia y África quedan ambas algo por debajo del 19 %, reflejo de dinámicas de enganche temprano más difíciles en esos mercados.
D7 y D30: donde cambia el panorama regional
El panorama de D7 cambia de forma llamativa. África y Oceanía lideran ambas con un 5,60 % de mediana en D7, seguidas de Norteamérica con un 4,97 % y Europa con un 4,06 %. Asia queda muy por detrás con un 2,68 %, y Sudamérica y Centroamérica por debajo del 3,8 %.
En D30 la divergencia regional es más clara. Oceanía lidera con un 1,39 %, seguida de Norteamérica con un 1,18 % y Europa con un 0,92 %. La mayoría de las demás regiones se agrupa entre el 0,5 y el 0,8 %.
| Región | Mediana D1 | Mediana D7 | Mediana D30 |
| Oceanía | 25,63 % | 5,60 % | 1,39 % |
| Norteamérica | 23,28 % | 4,97 % | 1,18 % |
| Europa | 22,20 % | 4,06 % | 0,92 % |
| África | Por debajo del 19 % | 5,60 % | 0,5-0,8 % |
| Sudamérica y Centroamérica | Por debajo del 19 % | Por debajo del 3,8 % | 0,5-0,8 % |
| Asia | Por debajo del 19 % | 2,68 % | 0,53 % |
Fuente: GameAnalytics, 2026 Mobile & PC Gaming Benchmarks, valores medianos (P50).
Comportamiento de sesión por región
Las diferencias regionales van más allá de la retención y llegan al comportamiento de sesión. Norteamérica lidera la mediana de tiempo de juego diario con 14,45 minutos. África destaca por el juego habitual, con una mediana de 5,48 sesiones diarias y hasta 21,10 sesiones diarias en el 1 % superior de jugadores. La duración mediana de sesión es bastante homogénea entre regiones, entre 2,7 y 3,6 minutos, con Norteamérica (3,64 min) y Oceanía (3,47 min) ligeramente por delante.
La implicación para el soft launch
Los mercados occidentales, en particular Oceanía, Norteamérica y Europa, lideran tanto en retención D7/D30 como en duración de sesión. Eso los convierte en los entornos de soft launch más fiables para generar datos de retención predictivos del rendimiento comercial global. Los datos de una cohorte de soft launch en el sudeste asiático pueden no predecir con precisión cómo rendirá el juego en Norteamérica o Europa, donde tanto la base de comportamiento como el panorama competitivo son distintos.
Para qué usan los publishers los datos de retención
Los publishers evalúan la retención en tres puntos de decisión concretos. Entender cómo se usan estas métricas de retención para publishers es tan importante como entender cuáles son los benchmarks.
Luz verde o roja para conversaciones de inversión
El primer filtro en cualquier evaluación de publisher es la retención D1 y D7 de una cohorte real de soft launch. Un juego sin datos de soft launch todavía no está en la conversación, por bueno que sea el concepto o el rendimiento del prototipo. La cohorte de soft launch es la base probatoria. Todo lo anterior es un pitch.
Un juego con una retención D7 por debajo del cuartil superior (6-7 % según los datos de GameAnalytics de 2026) tiene un problema estructural en las conversaciones de economía de UA. La economía unitaria con CPI de Tier 1 exige un D7 claramente por encima del cuartil superior para generar proyecciones de ROAS viables. La mayoría de los juegos que se presentan a publishers son estructuralmente orgánicos, lo sepan o no.
Modelado de la economía de UA
Los publishers usan los benchmarks de retención para proyectar el LTV y evaluar si la ratio LTV/CPI proyectada justifica invertir en UA a escala. La cifra de retención D30 es el input más importante de ese modelo, porque determina la forma de la curva de LTV más allá del primer mes.
La trampa del ROAS temprano: una cohorte puede alcanzar un buen ROAS en D7 mientras la curva de retención ya se está desplomando. El ROAS temprano premia a quienes monetizan rápido, no a quienes duran. Una cohorte que parece rentable en D7 puede no llegar nunca al LTV de D30, D90 o D180 que proyectaba el modelo original si la retención D30 es estructuralmente débil. Los publishers que se han quemado con este patrón vigilan específicamente la brecha entre el ROAS de D7 y la retención D30 como señal temprana de alarma.
Evaluación de la hoja de ruta de LiveOps
Los publishers evalúan cada vez más si un estudio tiene un plan creíble para sostener la retención D30 durante la fase en vivo, no solo si el diseño del producto produce buenos números de retención temprana.
Un juego con un 35 % de D1 y sin plan de LiveOps es un juego que decaerá hacia la mediana de D30 en 60 o 90 días desde el lanzamiento. Un juego con el mismo D1 y un programa estructurado de LiveOps, pipeline de contenido y cadencia de eventos es una propuesta de inversión muy distinta. La curva de retención que muestra un juego en soft launch es el punto de partida. El programa de LiveOps es lo que determina dónde queda esa curva doce meses después.
Cómo aborda Galaxy4Games la retención
En Galaxy4Games la retención es una restricción de diseño desde el primer día de producción, no una métrica que se revisa tras el lanzamiento. Ese enfoque está integrado en los tres componentes de la tecnología propia del estudio: el Game Application Template, la Modular Solutions Library y el LiveOps-ready Framework. Cada uno cumple un papel distinto en cómo se construye, se mide y se sostiene la retención.
El Game Application Template es la base de producción desde la que arranca cada proyecto. No es un andamiaje genérico ni un constructor no-code: es infraestructura de producción interna que incluye arquitectura central, integraciones de plataforma, cumplimiento de tienda, conectividad de backend, hooks de analítica y disposición para LiveOps desde el primer día. La instrumentación analítica forma parte de esa base: seguimiento de sesiones, monitorización de tasa de retorno, tracking de eventos y soporte de balanceo están operativos antes de que el juego llegue al soft launch, no añadidos después. El resultado es que los datos de retención son visibles y accionables desde la primera cohorte real.
La Modular Solutions Library es donde viven las mecánicas concretas que mueven la retención D7 y D30. Es una colección creciente de sistemas listos para producción, refinados a lo largo de más de 15 años de producción real de juegos y de operación de juegos en vivo en múltiples géneros. Cubre infraestructura de analítica, sistemas de retención, infraestructura de eventos, recompensas diarias, bucles de progresión, funcionalidades de monetización, mecánicas sociales y herramientas de LiveOps. Y algo esencial: cada proyecto de Galaxy4Games sigue siendo totalmente a medida —visión de juego, diseño de progresión, dirección de arte, estrategia de monetización y arquitectura técnica se construyen alrededor del producto concreto—. La biblioteca elimina la necesidad de reconstruir retos de producción ya resueltos, lo que libera esfuerzo de desarrollo para lo que de verdad diferencia un juego en el mercado.
El LiveOps-ready Framework cierra el bucle operativo. Está diseñado para la operación a largo plazo: gestión de eventos, pipelines de contenido, integración analítica, sistemas de retención, optimización de monetización y entrega escalable de contenido en vivo. Como Galaxy4Games también opera sus propios títulos en App Store y Google Play, el marco no es teórico: refleja las exigencias operativas reales de llevar juegos en un mercado vivo, incluidas la cadencia de contenido, el calendario de eventos y los bucles de datos de comportamiento que separan un D30 de cuartil superior de un declive hacia la mediana.
En conjunto, estos tres componentes comprimen los plazos y los costes de desarrollo entre un 30 y un 50 % frente a una producción convencional desde cero, sin sacrificar calidad, personalización ni escalabilidad a largo plazo.
Para estudios y publishers que evalúan si un juego está listo en retención para un soft launch o para conversaciones con publishers, o que están diagnosticando por qué la curva de retención de un juego existente queda por debajo de la expectativa de su género, Galaxy4Games ofrece una consultoría gratuita para identificar las causas estructurales concretas y las intervenciones con más probabilidad de mover cada tramo de la curva.
Conoce más sobre los servicios de LiveOps, el diseño de juegos basado en datos y los servicios de desarrollo de juegos móviles.
Lecturas adicionales
Retención y KPIs
-
Understanding Game KPIs: Metrics Every Publisher and Studio Should Track — Galaxy4Games
-
Why Is My Casual Game Not Retaining Users Long-Term? Diagnosis and Fixes — Galaxy4Games
-
Data-Driven Game Design: How Studios Use Player Behavior to Improve Retention — Galaxy4Games
LiveOps y retención
-
The Definitive LiveOps Guide for Mobile and PC Games 2026 — Galaxy4Games
-
Best Practices for LiveOps in Mobile and Online Games — Galaxy4Games
Servicios
Fuentes
