預測你的遊戲的貨幣化未來
一個關於頂級遊戲開發商如何計算終身價值的分析
我們中的許多人都夢想構建下一代現象級遊戲，這款遊戲將以其獨特的視覺效果和創新的玩法被未來幾代人所銘記。因此，我們通常會花費大量時間思考可持續業務背後的一些基本業務問題。例如：我能為獲取一個新玩家花費多少？一個使用者對另一個使用者的潛在價值是什麼？我該如何量化人們分享我的遊戲和引入新玩家所帶來的社會效應？我的使用者何時會感到厭煩，我該如何預防這樣的事情發生？
遊戲玩法產生的資料廣度和以使用者層面為目標的能力使客戶分析成為遊戲業務的核心部分。手遊貨幣化和行業競爭的複雜性意味著，從資料中找到更多的創新方法來採取行動，以便為你的業務帶來優勢，會有壓力。一種方法是建立模型來幫助預測遊戲玩家的終身價值（LTV）。本文提供了關於頂級遊戲開發商如何計算終身價值的分析。如果你想了解更多關於該主題的資訊，請閱讀完整的白皮書。
遊戲裡的終身價值
LTV 是什麼？
顧名思義，LTV 是對一個特定玩家在其一生的總貨幣價值的評估。
儘管終身價值是一種比較泛化的指標，它可以讓遊戲開發商瞭解遊戲玩家的價值，但至今還沒有標準的計算方法。大多數開發商要麼使用自定義方法來計算 LTV，要麼在使用第三方工具。無論何種計算方法，開發商在使用 LTV 時都會犯三個主要錯誤。
-
許多開發商犯的第一個錯誤就是在計算 LTV 時沒有包含所有的收入來源。對於開發商來說很普遍的做法是：僅為 IAP（譯者注：In-App Purchase ，是一種智慧移動終端應用程式付費的模式）計算 LTV，最後在其基礎上增加一個百分比作為其他收入來源（例如廣告）。LTV 應儘可能包括所有貨幣化業務模式，例如 IAP ，廣告收入等，否則我們可能因為沒有包含合法收入，而錯失增長機會。
-
一些開發商犯的第二個錯誤是在評估不太明顯因素的影響，比如：競爭對手釋出新遊戲，公司所處的階段，匯率變化等。這些可能導致遊戲在沒有做任何改變的情況下，LTV 卻出現顯著偏離。總的來說，我們需要將 LTV 視為一個隨著遊戲的不斷髮展而變化的動態指標：a）內部變化 - 新內容或新功能，遊戲內經濟，玩家行為。b）外部變化 - 遊戲趨勢，競爭，貨幣波動，平臺變化。
-
最後，一些開發商將 LTV 視為競爭優勢。但是，LTV 僅僅是一個指標，因此它不代表對其他開發商的競爭優勢。此外，它不是一個確切的值，因此它也應該被視為一個範圍（例如 LTV 介於 1 和 1.2 之間）或在一定的準確度內（例如 85％ 的置信度）。最終目的是避免因過於樂觀/悲觀的終身預測出現的不良行為。
LTV 將如何幫助我做出業務決策？
LTV 通常用於玩家的獲取，但它也可以用於許多其他目的：如整體業務盈利能力，優化線上運營以及管理新特性發行。在 LTV 的常見用法中，我們發現：
- 盈利能力：LTV 是使用者在一生內可提供的總現金流量的估計。因此，如果我們將估算收入與相關成本進行比較，就可以估算出每個使用者對企業現金流量影響的底線。
- 使用者獲取：只要獲取新玩家的成本不高於淨 LTV，理論上我們仍然可以投資到獲取使用者上。許多開發商在玩家獲取中應用的好的經驗法則是，成本應該理想地低於總 LTV 的 1/3，但取決於許多其他因素（預期增長，市場格局）。
- 新功能和實時操作：內容更新可能影響保留率，參與度和貨幣化，以及所有終身價值的驅動因素。頂級開發商在啟動之前測試新更新的效果，以瞭解 LTV 的整體影響。
- 構建新遊戲：某些開發商通過檢視處於測試階段的 LTV 來評估未釋出遊戲的可行性。
在手遊中計算 LTV 的流行方式
如上所述，目前還沒有標準的 LTV 計算方法。然而開發商通常認為 LTV 至少基於兩個變數：生命週期（檢視使用者參與度和留存率）和貨幣化（平均交易次數，貨幣價值，轉換率）。
雖然大家都同意這兩個變數必須是計算時要考慮的，但在計算它們的確切方法上仍存在爭議。
1. 生命週期
生命期通常以留存率來衡量。爭議也是從這裡開始的，對如何計算留存率有下面三種不同的看法：
- 經典的
- 範圍的
- 起伏的
經典的日留存率計算方法僅觀測在安裝日期後的特定日期上線的玩家，而範圍留存率則檢視在一段時間內（例如周）玩家的迴歸情況。起伏留存率則關注在一段時間後玩家的迴歸情況。
每種計算方法都可以更好地適用於特定型別的遊戲。比如，一個劇情為主的遊戲在某個時間段釋出新劇情或新季 - 因此玩家只有在新季釋出後才會迴歸 - 此時經典留存計算方案不再適用，他們可能對範圍留存和季/劇集完成率更感興趣。一些超級休閒遊戲開發商會考慮每小時而不是幾天的留存率，因為這種情況的存在，遊戲的成功取決於第一個小時（而不是第一天）。
關於留存率的最後一句提醒：留存率通常被定義為使用者開啟應用程式這個動作。值得注意的是，開啟應用程式之間仍然存在顯著差異 - 例如（開啟應用後）收集每日獎勵，或者線上多人遊戲中進行一場戰鬥。因此，我們可能會需要重新定義留存率為開啟應用並執行特定操作的行為。
你希望 LTV 的有效期是多長？
在計算 LTV 指標之前，開發商通常會就 LTV 計算的目的確定一個時間段，例如，評估 LTV 是未來 90 天，180 天，1 年，2 年甚至 5 年的。
請注意，有些人可能會覺得這個概念是矛盾的，因為術語“生命週期”本身理論上是指一個人生命的總持續時間。然而，由於 LTV 通常是一種平均估算，開發商可能希望保持保守，並計算一段時間內的 LTV。同樣需要注意的是，你對未來的評估時間越遠，準確性就越低。
有幾個因素會影響你對時間段的選擇，開發商通常會考慮許多因素，其中包括：
- 遊戲的型別/流派：根據遊戲型別預期的更具體的生命週期。例如，超級休閒遊戲的壽命可能比作為服務執行的硬核遊戲壽命短，因此將在不同時期計算 LTV。
- 商業模式：IAP 、訂閱還是廣告。例如，一般訂閱使用者的壽命可能更長，因此選擇的時間可能更長。
- 公司階段：早期與成熟階段。在計算LTV時，早期階段的公司通常會選擇更長和更樂觀的時間段，因為它們依賴於某項技術的未來發展，或者僅僅是由於缺乏歷史資料。
- 投資回報週期：資金充足的公司可能能夠投資更長時間在使用者的獲取上，從而延長遊戲的生命週期。例如 180 天是允許足夠收入達到盈虧平衡點的時間段。
2. 貨幣化
就留存率而言，關於如何計算貨幣化變數存在爭議。大多數遊戲開發商都會考慮 ARPDAU（每日活躍使用者的平均收入），但有些則考慮ARPU（每月使用者的平均收入）或ARPPU（每個付費使用者的平均收入）。正如我們稍後將看到的，它取決於用來估計 LTV 的模型，我們將使用其中一個。
無論你選擇哪種貨幣化變數，重要的是要與你選擇的時間段保持一致，並且要了解平均結果數量的一些限制。例如，如果我們根據最後一個季度，一個月或一週來估算遊戲的ARPDAU，其可能會大幅波動。
遊戲中常見的 LTV 模型
假設隨著複雜性的增加，模型的準確性也會提高，我們可以按照以下方式對它們進行聚類：
- 歷史平均數和基準：基於歷史資料或舊遊戲。
- 簡單的預測模型：預測一些變數，如留存率或花費。
- 先進的預測模型：例如來自Pareto / NBD 和 BG / NBD 模型或機器學習模型的“購買直到你不再活躍的模型”（BTYD）。
收尾的想法
正如我們所看到的，終身價值指標有各種用途，並在手遊行業被廣泛採用。然而，我們也看到，目前還沒有標準的計算方法，因此可能有多種有效的方式來實施，這取決於幾種內部（遊戲性質，公司資源，可用資料）或外部（觀眾型別，競爭對手）因素。
因此，無論何時計算我們的玩家的終身價值，我們都需要做好在準確性和所需資源方面進行權衡的準備，從而充分利用這一寶貴資源。
在把終身價值指標用於使用者獲取或線上運營時，我們需要試著避免一些常見的錯誤，例如：過於樂觀的計算，遺漏一些收入來源，或將其視為競爭優勢，從而可能導致估計不足或過高估計。我們也可能要考慮關鍵方面，例如計算淨 LTV，貼現現金流量，或充分分割計算。
希望這篇概述有幫助你更好地瞭解 LTV 在推動更好業務決策方面的潛力。鑑於該主題的複雜性以及關於此主題的更多見解，可以下載我們的白皮書以瞭解更多有關計算遊戲 LTV 的最佳實踐。
你怎麼看？
你對遊戲開發商有沒有其他關於 LTV 的想法？加入以下評論中的討論或使用標籤 #AskPlayDev 發推特，我們會通過 @GooglePlayDev 來回復，我們會定期在上面分享有關如何在Google Play上取得成功的新聞和技巧。
掘金翻譯計劃 是一個翻譯優質網際網路技術文章的社群，文章來源為 掘金 上的英文分享文章。內容覆蓋 Android、iOS、前端、後端、區塊鏈、產品、設計、人工智慧等領域，想要檢視更多優質譯文請持續關注 掘金翻譯計劃、官方微博、知乎專欄。