等到玩家流失才想起召回? 不如提早建立使用者防流失體系
現在大多數遊戲在發行時,都在面臨著一個現實問題:獲客成本太高了!
這麼高成本獲取的使用者,如果玩一波就跑,那感覺太虧了。
所以,這樣高成本獲得的使用者,我們更希望他們能夠更久的留在遊戲中。那麼,除了遊戲本身足夠耐玩外,在運營體系下,建立使用者防流失體系,也是重中之重。
使用者防流失體系,包括哪些步驟?
- 定義流失概念
- 構建流失使用者畫像
- 找到流失痛點
- 預流失使用者挽留
- 已流失使用者召回和維護
定義流失概念
為什麼要定義流失概念,流失不就是玩家不再玩了嗎?
相信很多初入職場的小白都會問過這樣一句話。(沒錯,我也疑惑過)
那麼,什麼是玩家不再玩呢?畢竟我們都不會時光穿梭術,沒法去未來看看玩家到底還會不會玩。
只能通過已有的資料,來預測玩家未來不玩的可能性。
所以,定義玩家幾天不登入遊戲,後續不玩的可能性最高,就是定義流失概念的起點。
不同的遊戲型別,可能有所差異。
比如重度MMO遊戲,玩家3天不登入,後面基本也不會玩了。
而某些休閒類/競技類遊戲,玩家可能習慣週末玩。
還有某些二次元手遊呢,玩家養成了活動才上線,平時不登入的習慣。
所以,在定義天數時,需要結合遊戲實際情況。
如果遊戲還沒有上線,可以先拍腦袋定一個時間,再根據實際資料情況進行調整。
流失使用者畫像
在確認好流失概念後,我們就有了一批符合流失條件的使用者。
那麼,要想知道流失使用者畫像,就可以通過資料去對比,流失使用者和留存使用者的資料差異在哪裡。
有了資料差異,我們就可以瞭解到,流失使用者畫像是什麼樣的,有多少種不同畫像的流失使用者。
在對比資料時,也莫忘了“控制變數法”,即老使用者跟老使用者對比,新使用者跟新使用者對比,高戰力跟高戰力比,付費使用者跟付費使用者比。不然得出的結論可能並不準確。
找到流失痛點
在上一步,我們找到了一些流失使用者的資料特點,可以對使用者流失原因做出一定的猜測。
但流失本身是一個過程,資料只能展示結果。
只有找到產生這樣資料的原因,才能瞭解到流失痛點。
這裡,可以採用2個方式,雙管齊下。
1.電話訪談
對不同流失使用者畫像中的典型人群進行電話訪談。
2.調研問卷
對與流失使用者資料接近的玩家(即預測到使用者的流失風險),登入遊戲時,自動彈出調研問卷。
簡單來說,就是直接問使用者。
我們已經通過資料得到即將流失和已經流失使用者的行為特點,就可以更容易的為使用者貼上標籤,從而精準的進行流失預防方案。
在這裡,可以分享一些對流失使用者常見的訪談問題:
1、在留存時,玩遊戲的動力在哪裡;
2、對哪些玩法有印象,是否喜歡,為什麼;
3、為什麼(想要)離開遊戲;
4、是否考慮回來玩,什麼樣的獎勵或改變有吸引力;
5、最近是否有在玩其他遊戲,吸引你的原因是什麼。
同時,針對不同的使用者畫像,也可以更加問得更加有針對性。
有了跟使用者直接對話的機會,我們就可以驗證對使用者流失的猜測是否正確,也能更加明確的感知使用者的情緒與需求,找到流失痛點,從而更有針對性的做出流失挽回方案。
預流失使用者挽留
當我們從資料對比中,瞭解了流失使用者的資料特點,那麼完全可以推測,與流失使用者行為軌跡相似的使用者,其流失概率也越高。
那麼,對於這些,概率較高,但還沒有流失的使用者,可以採用哪些方式,降低使用者流失概率呢?
1.流失痛點:沒有時間玩
資料特點:對比個人過往&同型別使用者均值,登入頻次、線上時長、活躍度降低
獎勵找回、等級追趕可以緩解,也可適當推送一些經驗丹禮包。
2.流失痛點:對日復一日的打工感厭倦
資料特點:對比個人過往&同型別使用者均值,登入頻次、線上時長、活躍度降低
登入後被告知選中幸運使用者,掉落概率UP,提高興奮感。
3.流失痛點:缺少穩定社交關係
資料特點:對比個人過往&同型別使用者均值,社交玩法參與少,或近期解除過親密關係
匹配與其上線時間、時長相近的使用者,觸發組隊加成,引導使用者發生社交關係。
4.流失痛點:對官方產生積怨
資料特點:活躍下降,付費下降,在聊天日誌中發現對官方的不滿言論
告知能夠聯絡到官方的QQ群,由官方人員進行引導安撫。
根據遊戲的實際情況,畫出不同的流失使用者畫像,再“對症下藥”,使使用者剛剛有流失傾向時,就“扼殺在搖籃之中”。
在使用者真正流失之前挽回,比後續真正流失後再去想辦法召回,成本也要低得多。
流失召回與維護
對於一些實在挽留不了的使用者,還是會產生流失行為。
但已經流失的使用者召回,一直存在成本高、迴流率低的問題。
畢竟,可選的遊戲太多了,一個玩膩了,玩家還有很多選擇。
為了儘可能高的提升迴流率,需要設計一整套的迴流方案,包括流失召回、情感化共鳴、解決流失痛點以及迴歸福利。
Part.1 提高召回傳達率
當前常用的召回方式有以下幾種:
1、微信公眾號、貼吧、媒體文章告知使用者迴流活動開啟。
2、push推送。僅限於未解除安裝客戶端的使用者能收到。
3、簡訊推送。能準確傳達到流失使用者,但現在垃圾簡訊太多了,效果也降低很多。
4、郵件推送。早期端遊時代比較常用,現在使用者也很少開啟郵件了。
5、電話告知。主要是針對付費額度較高的大R,一般遊戲公司會有VIP客服負責維護聯絡。
6、邀請獎勵。讓留存使用者邀請流失使用者,並提供相應獎勵。
在實際應用中,多管齊下。儘可能讓更多人知道迴流活動的存在。
Part.2 激起使用者情感共鳴
既然外面的遊戲那麼多,為什麼還要回去玩老遊戲?這個時候,我們就只能,打感情牌了。
打感情牌,主要靠2步。
1、告訴使用者,他過去做過什麼。
2、告訴使用者,他不在的日子裡,發生了什麼。
具體的表現方式,可以在推送中,用簡短的語言敘述。比如:
資源足夠的話,也可以做一個H5。
在遊戲中,也需要做一些情感化的承載。
通過引起使用者的共鳴,讓使用者回憶起曾經跟遊戲有過的美好時光,從情感上促使產生迴歸慾望,提高傳達轉化率。
Part.3 解決流失痛點
在上文的【找到流失痛點】中,我們已經比較清晰使用者為什麼會流失。
那麼在做迴歸活動中,最好是真的解決了一些痛點,再去推,效果才比較好。
如果確實是沒有針對性的解決,那麼考慮到大多數使用者流失原因都與缺少目標感、興奮點有關,也可以更著重的介紹新玩法、新功能。
Part.4 設定迴歸福利
光讓使用者在感情上產生迴歸的慾望還不夠,誘人的迴歸福利,也是刺激使用者產生迴歸行為的大殺器。
如何設定迴歸福利呢?那就要從使用者迴歸後的顧慮說起。
1.顧慮:迴歸後使用者跟不上其他人進度怎麼辦?
1、完善的獎勵找回、等級追趕機制。
2、迴歸專屬伺服器,一切從零開始。
2.顧慮:迴歸後使用者原來的社交關係連不上了怎麼辦?
1、迴歸後可以一鍵通知所有好友。
2、迴歸專屬BUFF,吸引好友主動聯絡。
3.顧慮:迴歸後,使用者不知道該玩什麼了怎麼辦?
1、設定迴歸目標活動,規劃好迴歸使用者7日行為。
2、特定玩法掉落增加活動。
4.顧慮:迴歸後,使用者再次流失怎麼辦?
1、推出迴歸折扣禮包,提高使用者再次流失成本。
根據遊戲實際情況,儘可能多的考慮到使用者可能面臨的問題,並依此設計相應迴歸福利。
總之,在防流失使用者體系中,構建好流失使用者畫像,瞭解流失痛點,再針對痛點對不同的使用者進行挽留措施,如果確實挽留不了,再開展迴歸活動,才是完整的一套體系。
相關閱讀:
讓玩家充值到底有多難?刺激玩家消費只需走好這兩步
如何用運營活動挽回流失的玩家?
從遊戲設計階段提升付費深度,看看《狐妖小紅娘》是怎麼做的?
為什麼收入總是提不上?試試用資料優化付費設計
玩家棄坑怎麼辦?4個步驟搭建使用者激勵體系
歡迎關注作者微信公眾號↑↑↑,或者搜尋【遊戲橘子】
相關文章
- 等到使用者流失後才想起來召回?華為預測幫您預防使用者流失、提高使用者轉化
- 如何召回流失的玩家? 7步搭建召回體系
- 三步搭建精準召回體系,挽回流失使用者
- 做召回活動前,你知道誰才是真正的流失使用者嗎?
- SteamDB:《戰地2042》Steam玩家流失高達97.6%
- 遊戲流失分析方法4_流失和留存使用者對比分析法遊戲
- 遊戲熱度下滑,如何挽回流失的玩家?遊戲
- 如何用運營活動挽回流失的玩家?
- 手機遊戲流失使用者研究報告遊戲
- 使用者召回體系:打造一個大而全的使用者召回矩陣矩陣
- 場景分析:遊戲關卡難度對玩家流失的影響遊戲
- 流失分析方法5_流失前最後一次遊戲行為法遊戲
- 極光:手機遊戲流失使用者研究報告遊戲
- Google Play 應用與遊戲使用者體驗指南 (四):使用者流失與迴歸Go遊戲
- 女科學家流失之殤
- 大量員工罷工,4年流失2000萬玩家,暴雪為何陷入如此窘境?
- 讓使用者不流失,還總回來,你需要讓使用者“牽掛”
- Insider Intelligence:預計推特2年內將流失3000萬使用者IDEIntel
- 99%的人都不會的使用者流失分析,到底應該怎麼做?
- Python資料分析與機器學習-使用者流失預警churmPython機器學習
- DDOS防護體系如何建立?
- Mejores Apuestas:暴雪遊戲三年流失1200萬月活玩家 直播收視滑坡75%遊戲
- 建立ddos防禦體系的方法
- 熱度逐漸走低,無法逆轉的老遊戲使用者流失困境遊戲
- 使用者流失分析的兩大誤區:“辛普森悖論”和“倖存者偏差”
- 從入門到勸退?這樣設計遊戲難度只會令玩家不斷流失遊戲
- Fandom:研究顯示費用問題促使 SVoD 流失
- 遊戲流失分析方法2 問卷調查法遊戲
- Recurly:訂閱服務平均流失率為7.02%
- 8種流失原因分析法(八):文字挖掘法
- 8種流失原因分析法(七):排除法
- 為什麼Netflix定價會隨著使用者的流失風險增加而降低
- 過來人教你!防止使用者流失、使用率提高40%的最有效辦法
- 數分專案-基於Cox風險比例模型的流失會員使用者預測模型
- 華為分析服務 | 一文了解解除安裝分析,降低使用者流失率
- 專案2:運營商客戶流失分析與預測
- 遊戲流失分析方法1_5W1H法遊戲
- 遊戲流失分析方法3_電話訪談法遊戲