如何通過資料分析，提升MMO遊戲次日留存

某遊戲公司的一款MMO遊戲測試了，既然是測試，最重要的資料就是看留存。測試第二天，負責運營的麥子同學開啟資料後臺：昨日新增賬號次留只有32.6%。按照內部50%的次留標準，這個資料可真是要涼涼的節奏。那麼，面對留存資料不理想，該如何優化呢？

說到資料分析，麥子所在的公司使用的是數數科技的資料分析平臺，在產品上線前，已經做好了資料採集和統計的工作。有了資料在手，運營團隊就可以快速定位問題，提升調優效率。

那麼，麥子是如何通過數數科技的數數分析平臺來分析遊戲次日留存低的原因呢？

麥子做的第一件事是統計玩家的等級流失情況，如下圖所示，可以清晰看出存在好幾個玩家流失凸點，找到凸點產生的原因，或許就能瞭解到玩家流失的真相了。


於是，麥子又從頭體驗了一遍遊戲，結合遊戲程式，將等級拆解成多個階段，將凸點發生的事件記錄下來，便於找出問題所在。

針對以上資料，玩家產生流失主要分為2個階段：

前期體驗（體驗時長30分鐘內）：整個前30分鐘流失率是最高的，主要是1~3級剛接觸遊戲，以及遊戲主線體驗中的流失

主線中斷後（體驗時長30~120分鐘）：即16級第一次主線結束，19級師門任務結束，26級第二段主線結束，此間玩家需要主動找隊伍參與活動的過程中。

簡單來說，就是主線任務和玩法參與兩方面，可能存在一些問題。接下來，要想具體分析玩家的流失原因，麥子需要“切換角色”，假裝自己是普通玩家，根據以上資料表現，重新玩幾遍遊戲，猜測玩家流失的原因，同時用資料驗證猜想，才能更準確的進行優化，提高玩家留存。

針對「主線任務」的分析

麥子對主線任務中玩家流失原因的猜測：

• 打怪物耗時特別長
• 劇情又臭又長，沒有耐心了
• 需要互動小遊戲才能過去，玩家不會過
• 興奮點太少，一直在跑路
  

如何驗證猜測正確與否呢？通過資料分析平臺，找到每個任務的流失概率，並結合實際任務情況，做出標註。


似乎凸點都出現在“切場景、戰鬥、互動類任務“時，資料好像是驗證了麥子的猜測。

別急，再把任務分門別類，看看巨集觀資料吧。


在這裡，麥子將任務分類為普通任務、切場景任務、戰鬥任務、互動任務、耗時長的任務後，可以從任務流失情況看到，切場景、帶有互動的任務明顯超出平均流失概率。

資料分析進行到這裡，其實問題出在哪，可以說是呼之欲出了。

針對「玩法參與」的分析

任務的問題解決了，再看第二點，在玩法參與有什麼問題。

結合遊戲實際情況，麥子對玩法參與的流失猜測：

• 不知道該如何參與玩法
• 玩法需要組隊，組不上隊伍
• 玩法難度高，不強化裝備就無法通過
  

通過數數科技的資料分析平臺，運營可以獨立進行資料統計和分析，不再需要向開發部門提需求。

猜測1：對不知道該如何參與玩法的驗證



從圖表中可以看出，流失玩家和留存玩家在戰場參與上存在很大差異。而對於這款遊戲，戰場恰恰是玩家在剛剛斷掉主線時，進行升級的唯一玩法。

此時玩家剛剛從【一路送】的任務中出來，就要靠玩家自己主動找到升級方法，且如果找不到就沒法繼續遊戲，有點放手太快了。

所以對此問題，考慮增加升級玩法的多樣性，並且加強引導，讓玩家可以更加順滑的度過前期。

猜測2：對組隊問題的驗證

由於MMO遊戲大部分玩法都是需要組隊進行的，會不會玩家雖然知道要通過玩法，但因為找不到隊伍，而產生流失呢？

我們可以通過數數平臺的漏斗模型來分析組隊的轉化率情況。找到哪步轉化出現了問題，就可以更有針對性的優化：

滿足玩法要求的玩家有多少人→這些人中有多少人加入了隊伍→這些隊伍中有多少人成功組滿→組滿後有多少人蔘與了玩法→參與玩法的隊伍有多少人完成了玩法


流失使用者在組隊成功率方面的流失率較高。因為目前測試期間自動匹配的功能還沒有做，只能靠玩家在世界頻道喊，而在喊的過程中，真的能組上隊伍的人數並不多。

故而，後續的優化在提高玩家組隊成功率上，可以多下功夫了。

猜測3：對裝備強度的驗證

雖然對於前期來說，玩家的遊戲體驗比較線性，但仍然會有部分隨機事件影響玩家的體驗，比如A掉了紫色裝備，B沒掉。

這些隨機的事件累加起來，可能就是促使玩家流失的最後一根稻草。

所以，麥子就想對比一下流失玩家和留存玩家的裝備強度，看看是否有差別。（注意，一定要對比相同等級段的玩家資訊）


可以看出，流失和留存玩家雖然有差距，但並不算太明顯。

有了以上分析結論，我們已經基本得出玩家的流失原因，但也先別急，最好再看一下玩家聊天日誌，來看看是否真的有玩家抱怨猜測的問題。

當然，有條件的情況下，最好還能在遊戲中嵌入問卷，以及對流失的玩家做個電話訪談，與資料結合，多方面確認流失原因。

左手有了資料，右手有了玩家反饋，這下，麥子就可以信心滿滿的去找策劃GG討論一下，後面到底該怎麼優化了。

以上就是麥子對玩家首日流失情況的全盤分析過程了。那麼，總結一下，這次的分析都有哪些步驟呢？

• STEP 1  檢視巨集觀資料，找到流失凸點。
• STEP 2  體驗遊戲，記錄每一個節點發生的遊戲事件。
• STEP 3  針對凸點，結合遊戲實際情況，儘可能多的給出合理猜測。
• STEP 4  對猜測的情況進行資料和玩家反饋的驗證。
  

其中，最難的可能就是猜測環節，需要一定的工作經驗才能更加全面的窮舉到流失原因。

最後，跟大家分享一下，麥子在實際工作中，可能會做的一些猜測思路。

屬性猜測

• （職業類）不同職業的流失點可能不同
• （戰力類）裝備培養到2星的玩家，比培養到3星的玩家更容易流失
• （功能類）加入了公會的玩家，比不加入公會的更容易流失
• （付費類）購買了A道具的玩家，比不購買的玩家更容易流失
  

任務猜測


玩法猜測

• （BUG類）玩法本身存在BUG，無法參與
• （知曉類）不知道可以參與這個玩法
• （門檻類）因為組不到隊伍無法參與玩法
• （難度類）參與了玩法但是玩法難度太高，拿不到獎勵
• （興奮點）玩法體驗太平淡，獎勵也不好
  

反饋驗證

• （輿論分析）大家都在討論什麼，抱怨什麼
• （結合UE反饋）有條件的情況下，對流失玩家進行電話訪談
  

來源：數數科技
原文：https://mp.weixin.qq.com/s/GHWTAHKNIvjbnNx3X9P_zA