付費習慣分析(四):“滿額送券”活動效果分析
之前有一篇文章提到“付費習慣分析(三):打折PK送券,怎麼做收益最大化”,通過分析可知“滿額送券”方案比“打8折”帶來的收入更高,因而《遊戲A》專案組採用了此“滿額送券”活動方案,即滿720送300,滿320送120,滿160送50,活動持續15天。
該活動上線後帶來了一波收入增長,活動結束後資料分析師對比了實際收入和預估收入的差異,並總結其活動效果,為下一次類似的活動做參考。
01 分析思路
圖1
02 詳細分析過程
(1)整體效果
活動持續15天,累計商城收入1680萬(比預估值高50萬元),參與活動賬戶14萬個,佔活動期間總使用者賬號數28%,累計訂單量29萬。詳情如下:
活動期間商城累計收入1680萬,使用者購買道具的熱情主要體現在前2天,活動前兩天的收入佔據總收入的一半以上。如圖2所示。
活動第1天使用者主要購買的是本次新上的道具1,有69%的使用者購買,貢獻了35%的收入。
圖2
(2)售賣道具TOP30
本次活動銷量最好的是道具1,為本次活動的新道具(見圖3)。活動期間有26.1%的使用者購買,貢獻了25.8%的收入。
圖3
(3)三檔滿額送券活動的參與情況
66%的訂單滿足滿額送券,共產生440萬元優惠券,該類訂單產生了88%的總商城收入。
20%的使用者消耗沒有達到滿額標準,該類使用者發起的訂單量佔據總訂單的34%。如圖4所示。
圖4
(4)使用優惠券的使用者分析
優惠券刺激使用者的平均消耗金額提升,使用者平均消耗提升,促使商城每日的人均消耗金額大幅上漲。
a)101858個賬號使用了優惠券,佔總購買賬號數的54%;累計產生支付金額1008萬,佔據總支付金額的60%;
b)69%的訂單使用了優惠券;
c)10%的訂單由於使用了優惠券,使得使用者支付金額為0;
d)使用者平均消耗金額在活動前是左偏態,活動中是右偏態分佈,說明優惠券刺激使用者提升了平均消耗金額,活動後使用者平均消耗在(150,300]的比例比活動前高30個百分點;如圖5所示。
e)活動當天的商城人均消耗為365元,同比1月24號、2月14號活動,分別提升幅度為52%、103%。
圖5
(5)與歷史活動對比
與歷史活動相比,高額消耗的使用者數明顯增加,整體付費率明顯提升(見表1)。
表1
03 分析結論
為感謝各使用者對《遊戲A》的支援,在版本更新期間進行了滿額(支付金額)送券活動,活動共分為三個檔次分別是滿720送300,滿320送120,滿160送50。活動持續15天,累計收入1680萬元(比預估值高50萬元),參與活動賬號14萬個,佔活動期間總使用者賬號數28%,累計訂單量29萬,達到送券金額的訂單佔66%,產生優惠券金額440萬元,詳情如下:
(1)活動期間39%的使用者使用了優惠券。
(2)優惠券刺激使用者提升了平均消耗金額,在活動期間使用優惠券的使用者平均消耗在(150,300]的比例比活動前高30個百分點。
(3)活動當天商城人均消耗為365元,同比之前的兩期活動,提升幅度分別為52%、103%。
(4)活動期間新增付費使用者16961,其中88%為老使用者,該類使用者購買道具top3為道具A,道具B,道具C。
(5)不同方案對比:
滿額送券具有滯後消費作用,刺激使用者高額消費,相比歷次活動具有較好的效果。
假設活動為道具均7.3折(滿額送券換算成折扣),則本次活動商城收入比7.3折高74萬,主要原因:
- 優惠券刺激更多的使用者將道具A加入訂單,道具A訂單中47%均用了優惠券。
- 優惠券具有延後性,使用者後期使用不必在活動期間屯貨,具有更高的靈活性。
- 與最近的一次活動對比,高額消耗的使用者比例增加明顯,其中消耗金額大於730元的比例提升176%。
相關閱讀:
MMO遊戲付費習慣分析(一)
付費習慣分析(二)
付費習慣分析(三):打折PK送券,怎麼做收益最大化?
作者:黎湘豔
來源:資料驅動遊戲
原地址:https://mp.weixin.qq.com/s/apDgqrqJYXU_yshpn79ZfQ
相關文章
- 付費習慣分析(三):打折PK送券,怎麼做收益最大化?
- 付費習慣分析(二)
- MMO遊戲付費習慣分析(一)遊戲
- 遊戲運營活動效果分析(四):開新服效果分析遊戲
- 活動效果分析1——活動流程
- 遊戲運營活動效果分析(六):新人直升活動分析遊戲
- 遊戲運營活動效果分析(一):活動流程遊戲
- 遊戲運營活動效果分析(五):各類活動效果評估遊戲
- 實現運營活動收益最大化 從瞭解玩家付費習慣開始
- 遊戲運營活動效果分析(三):區服合併分析遊戲
- 遊戲運營活動效果分析(二):版本更新遊戲
- 華為分析服務丨付費使用者分析,提升付費與轉化
- 大 R 玩家付費率提升超15%,資料驅動遊戲活動效果優化實戰遊戲優化
- 一個免費送50美元的活動!!!
- 如何做好遊戲產品的付費分析遊戲
- 付費學習之路
- 假的肯德基活動連結的分析
- 阿里雲折扣活動_阿里雲產品代金券_阿里雲代金券免費領取阿里
- 賽諾: “95後”手機輸入習慣研究分析報告
- APT30-網路間諜活動分析APT
- 寶付大資料分析解析大資料
- 寶付全面分析MySQL細節MySql
- 爬蟲學習日記(四)分析Freenium爬蟲
- 大咖雲集!愛分析·第四屆資料智慧高峰論壇演講議題全揭祕 | 愛分析活動
- 消費券的中國實踐:我國消費券發放的現狀、效果和展望研究
- Android 8.0 原始碼分析 (四) Activity 啟動Android原始碼
- Linux磁碟滿問題分析Linux
- .NetCore+Redis模擬秒殺商品活動(分析)NetCoreRedis
- 2022愛分析· 虛擬化活動廠商全景報告 | 愛分析報告
- 使用者訂閱付費如何拆解分析?看這篇就夠了
- 用愛達模型簡單分析《劍與遠征》的付費設計模型
- Flutter Provider狀態管理---四種消費者使用分析FlutterIDE
- 梯比活動-淘寶活動效果-電商類網站網站
- 關於 PHP - ML 使用者習慣分析 Laravel 實驗程式碼整理PHPLaravel
- 國金證券:2022年新消費專題分析報告(附下載)
- 使用 Bro IDS 和 Intel Critical Stack 分析網路活動Intel
- SWEED駭客組織攻擊活動分析報告
- 2022愛分析·虛擬化活動實踐報告