【精細化運營】遊戲運營資料分析

遊資網發表於2019-04-24
【精細化運營】遊戲運營資料分析

在手遊發行的概念裡,我們一直在強調,產品都是調優出來的,如何優化?想必也是需要將一款產品放到腳手架上進行解構。

我們在產品引入環節,就會對產品進行系統化的認知,也是我們可以進行快速定位關鍵區域的有效方式:

一.產品概述
二.職業與戰鬥(主要玩法介紹)
三.系統介紹
四.遊戲節奏
五.後續版本計劃

在資料分析領域我們也有快速定位分析維度的方式:留存、付費這是我們關注的兩個關鍵指標,當然還有其他因素如DAU,ARPU、ARPPU等,這些都是基於這兩個基礎值衍生出來的重要指標,來幫我們建立更完善和成熟的產品數值模型,以便我們評估發行可行性計劃。

如何拆解留存和付費的資料分析思路?對於中小型公司我們把控好大體思路就不太追究詳細資料(因為沒有大資料做依託,沒有完善的資料分析團隊做精細化分析策略)

留存:次留、三留、七留、30留等,比對經驗模型,建立一套自己的預估模型。

付費:資源消耗和售賣對應的付費率、ARPU、ARPPU

【精細化運營】遊戲運營資料分析

通過圖表可知,所有的資料分析維度都是來自於前期做的埋點需求,資料分析不止是擅長做複雜的函式演算法和預估公式模型,更重要的是在紛繁複雜的資料背後找到對應的本質現象,反映的問題並以此找到解決途徑。所以遊戲的資料分析脫離不了遊戲本身和業務邏輯。

從留存來看:

  • 流失率包括N分鐘流失率和新手引導各埋點流失率:主要分析遊戲前幾分鐘流失率,在推廣素材方面進行優化調整;新手引導的每一步驟的引導強化優化
  • 流失率包括關卡流失率和任務和等級流失率:用來觀察遊戲前期難度階梯,發現遊戲瓶頸關卡或者任務,針對前期流失率過高的關卡任務進行調整優化(數值或者獎勵方面),需要後臺支援查詢任務/關卡分佈情況以及流失率

如何提高留存,想必也是大家跟我一樣一直在努力優化和突破的問題(以下思路僅供參考):

  • 簽到活動:各類簽到活動是否顯眼(強引導),第一天有明顯誘惑力的簽到類活動(送極品裝備、卡牌)在玩家完成新手引導後主動彈出
  • 裝備/獎勵提前預熱:第一天給出的裝備/陣法/寵物等 會卡等級:完成任務後給一把40級能用的武器,但是第一天只能升到38級(非R)
  • 角色成長性:關卡任務的難度梯度設定是否合理,武將培養(升級,升星,技能升階,裝備等)方面成長性是否能直觀體現出來,讓玩家體驗到提升的快感
  • 長線任務:設計一個n天完成(3<n<7)的長線任務,任務獎勵十分誘人
  • 開放跳躍式成長的玩法:如英雄進階、裝備進階,讓玩家能夠體驗到數值飆升的快感。再控制相關產出,比如讓玩家一天能夠將兩個英雄由白色提升到綠色,具體節奏自己體驗。

【敲重點】下面分享一個留存率預估模型實際案例分析

假定移動遊戲公司首測的7天留存資料,以此來推斷未來30天留存率的資料表現

【精細化運營】遊戲運營資料分析

根據前7日留存率平均值擬合出留存率模型

【精細化運營】遊戲運營資料分析

通過冪函式公式, 可以得到近30天的留存率曲線。

【精細化運營】遊戲運營資料分析

見下圖30天留存預估模型

【精細化運營】遊戲運營資料分析

從付費來看:

一、付費使用者方面:

  • 付費使用者數量(新增&老使用者)
  • 付費率(新增&老使用者)
  • ARPU平均每使用者收入(新增&老使用者)
  • 免費轉付費使用者的轉化率,轉化週期
  • 付費使用者留存率
  • 重複購買使用者比例

這些資料會告訴你有多少付費使用者?他們在總使用者裡的佔比?人均的貢獻是多少?有多少人是重複消費?付費使用者會持續消費麼?每天有多少付費使用者流失?有多使用者從少免費轉為付費?當你貯備調整付費功能點,制定下一步運營策略的時候,用這些資料來做參考都是必不可少的

二、付費內容方面:

  • 首次付費場景,金額,道具等
  • 重複付費內容的購買場景,購買等級等
  • 付費專案偏好
  • 道具購買分佈
  • 道具消耗分佈
  • 付費使用者等級分佈
  • 付費使用者剩餘金額分佈

使用者第一次花錢是在什麼時候?遊戲的哪個場景?花了多少錢?買了什麼?他們的等級?剩餘金額?什麼樣的付費內容最受歡迎?什麼樣的付費內容重複購買最多?什麼樣的付費內容使用率最高?關卡場景,玩家等級,剩餘金錢會對玩家購買產生什麼影響?當遊戲設計者在考慮如何設定合理的收費道具及價格,提升收入的同時但又不太影響玩家付費體驗的時候就需要通過收集這些資料來解答問題

資料分析是一個相當複雜也極具技術含量的崗位,從前期的資料清洗,過濾和組合出對業務導向具有強指導意義的指標後,進行系統化,功能化的擬合分析和預測,最重要的是不能脫離實際經驗,他們是相輔相成的存在價值。我們要做的是要利用好這個工具和思路指導我們快速定位問題積極響應解決方案,不能過分追求公式化模型忽略了客觀事實。


來源:彎彎星球
原文:https://mp.weixin.qq.com/s/ekoLkV4mU6tuFsULmHhKcQ

相關文章