付費使用者就是為我們的產品帶來收入的人。瞭解付費使用者行為的細微差別是很重要的：比如他們都買了什麼，付費頻率是怎樣，花了多少錢等等。瞭解使用者在上述行為中的感受是很重要的，使用者投資了我們的產品是否讓他們感到滿意。實際上，在F2P網路遊戲中玩家的每次付費都是投資：在一開始的時候玩家的付費，會在最後得到一個投資回報率（ROI），可以用貨幣化的方式衡量玩家體驗的情緒。因此我們應該瞭解使用者，即使他們是少數的投資者。
為了更好的瞭解使用者的行為，瞭解付費使用者的需求和分佈，我們需要特別的分析方法和報告。今天我們將要談談RFM分析，就是一種瞭解付費使用者結構的基本方法。
RFM的意思是：
R-Recency（近期）-最後一次購買是多久以前；
F-Frequency（頻率）-購買頻率是多少
M-Monetary（消費）-長期以來的購買總量
現在我們給每個付費使用者的對應引數打上3個標記。規則如下，以三點量表作為使用者評估的理論依據（相對而言：很好，一般，不好），但是在實踐中我們往往會面對五點量表甚至十點量表用於RFM分析。為了看起來簡單直觀一些，讓我們先看看三點量表系統的例子：
• R=1，距使用者最後一次支付已經過了很長一段時間；
• R=2，距使用者上次支付的時間相對較短；
• R=3，使用者最近才進行過支付
• F=1，使用者很少支付；
• F=2，使用者支付比較規律；
• F=3，使用者經常支付；
• M=1，所有玩家的支付總和很少；
• M=2，對專案來說玩家的支付水平適中；
• M=3，玩家支付額巨大
當然，問題出現了：如何理解這種情況下的 很久以前/最近，經常/很少 以及 多/少。可以從兩方面回答這個問題：
1.專家評估。沒人比我們更瞭解自己的專案。因此，我們可以自己定義 “很久以前”和“最近” 以及 “多”和“少”。比方說，“很久以前”是指一個月以前，“很少”是指每月一次或更少，“少”是指在整個充值歷史中小於100盧布。
2.分位數和四分位數。讓我們回到數理統計。根據其中一個引數整理我們的使用者（比如，期間支付的總數），比如，所有付費使用者中將排名前5%的使用者定義為“多”。恭喜，我們已經獲得了5%分位數的使用者示例。我們還可以採用四分位數（四分位數=25%分位數的水平），評估第一個四分位數為“多”，最後的為“少”，以及它們之間的平均付款數。儘管如此，如果覺得即使使用分位數和四分位數仍不能進行主觀的評估，可以回頭再看看“專家評估”。
不管怎樣，花一點時間在Excel（或其他地方），我們可以給每個使用者的“近期”“頻率”以及“消費總量”打上記號。
現在，到最有趣的部分了。
我們可以看看這些記號是如何分佈在付費使用者及其他使用者。這可以幫助我們區分付費使用者和制定更高效的營銷策略，從而提高營收。
一個簡單的例子
近期有付費，但是很少（或者只有一次付費）—新的付費使用者。這該怎麼做呢？當然是表達我們的感激之情。我們的目標是刺激他們繼續購買。很多調查研究指出，重複購買以及規律性的付費可以給APP帶來上百萬美元的營收。
近期有付費而且經常付費—忠實使用者。他們不需要額外的刺激，但我們可以找到一種方法去感謝他們的忠誠（意想不到的獎勵，驚喜，或者簡單的一句“感謝”—這些都很有用）。
經常付費，但是已經是在很久以前了—忠實使用者即將流失。話說，這些錢正在從我們指縫中溜走。我們的目的是提醒他們。有時候一個資訊推送也許就夠了；或者我們可以跟這些使用者進行溝通，瞭解為什麼他們離開了。
很少付費並且已經是在很久以前了—流失的使用者。這些並不是忠實使用者。我們可以建議他們有所行動—對我們來說也許並不是有利可圖—但這可以幫我們挽回使用者並刺激他們繼續消費。從另一方面來看，我們至少可以嘗試尋找使用者流失的原因，通過反饋來調整我們的產品。
想象一下下面的案例。
1.專案X想提高其收入；
2.通過RFM分析，表明：
①忠實使用者的流失現象比較嚴重；
②絕大多數使用者都只有一次付費
3.他們介紹到，一些專案可以識別使用者在“僅有一次購買”停留時間過長的狀態或者忠實使用者停止付費的狀態。在這種時候，我們可以試著給使用者一個“難以拒絕的條件”（特別活動、打折扣等，在使用者登入之後通過資訊推送彈出視窗通知）；
4.重複購買的比例上升，更多的忠實使用者留存下來。
5.利潤。
這兩個例子討論到的關於操作的引數只有兩個：近期因素，頻率因素。
將貨幣引數新增到報告中可以讓我們看到每個使用者的付款數量。
除此之外，我們還可以進行基於使用者數量的分析或營收的分析。
另外，我們還可以檢視 營收-近期 的效果（使用者付了多少錢，是多久以前支付的），以及 營收-頻率 的效果（使用者付了多少錢，他們支付的頻率是怎樣的）。
最簡單的方法是給分析框架中的付費使用者分配一個引數，從而區分使用者和支付時間（長期-最近），頻率（經常-有時-很少），總額（多-普通-少）。
特別要指出的是，分析F2P遊戲中付費玩家的規模一般會將他們比作海洋深處的生物：
•鯨魚—付費很多的使用者；
•海豚—付費一般的使用者；
•小魚—付費很少的使用者。
我們在這裡討論的不僅僅只是一個付款金額，而是使用者在支付歷史中總體金額的累積。大的分化，平均金額和小金額的相關分析應再次基於專家評估。
通過分析每一部分的使用者數量和每一部分帶來的營收總數，我們可以知道哪些措施可以幫我們獲得更大的利潤。是降低價格、提高價格、還是關注大R使用者的留存？
藉助一些資料分析工具，我們可以根據支付總量將使用者分類，從“大鯨魚”到“小魚”分為5個級別。特別要指出的是，通過舉例表明，帶來大部分收入的主要是“鯨魚”和“大海豚”使用者，因此，我們應該將營銷的重點放在他們身上。
這只是分析付費使用者的其中一種方法，更全面地分析付費使用者可以幫助我們定製更成功的專案盈利計劃。除此之外，我們依然面臨著很多問題，比如：
•使用者的付費轉化率有多快？是在第一次，第二次，還是第十次？
•使用者都買了些什麼？是什麼原因讓他們願意掏錢呢？
•從玩家的第一次付費賺了多少錢？重複購買的金額又有多少？
•新手玩家帶來了多少利潤？老玩家帶來了多少利潤？
我們將在接下來的文章中，討論更多關於分析付費使用者的問題。
作者:Vasiliy Sabirov 翻譯：GRG遊戲研究組/Dean 來源：Gamasutra