神策遊戲解決方案：賦能遊戲產業精品化研運升級

近些年，遊戲行業大環境陸續發生變化：國內文化稽核政策收緊，版號發放暫停，新遊戲的上線、開發成本持續上升；人口紅利消失殆盡，競價買量成為獲客主流；精品遊戲的成功以及細分品類的份額逐漸擴大……外部環境深刻變化，推動遊戲企業往精品化研運升級轉型。所謂精品化研運升級，關鍵在於深入洞察玩家，產出玩家真正喜歡的內容，這需要建立在資料驅動之上。而資料驅動遊戲產業升級，不僅僅是完成資料採集與資料視覺化，真正發揮資料價值還需要在遊戲研發、買量、運營等業務場景中真正以資料指導決策，以資料洞察玩家需求。


針對此，神策資料將 SDAF 閉環的資料流與遊戲企業內部的業務流融合升級，以資料指導策劃與運營的工作模式，幫助企業實現遊戲的精品化研運升級。


一、精品化研運下資料驅動的四個階段

遊戲資料驅動，不止是採集資料、看看資料，更要在業務場景中把資料用起來。神策根據深耕資料行業的多年沉澱以及服務遊戲客戶的豐富經驗積累，將資料驅動遊戲產業精品化研運升級概括為四個階段：分別是描述性分析、診斷性分析、預測性分析和規範性應用。


階段一：描述性分析，包括資料採集與資料視覺化，最終形成 BI 看板，能夠了解日活、ARPU、留存率等結果性資料。

階段二：診斷性分析，需要業務人員和分析師相互配合，將一些業務假設轉變成可分析的資料指標，並且下鑽驗證，比如新玩家留存下降，是渠道結果變化造成的？還是玩家圈層變化導致的？因此該階段需要一套體系化的遊戲指標與分析方法論。

階段三：預測性分析，幫助企業進行前瞻性判斷。比如預測哪些玩家可能要流失，哪些玩家可能是大 R。遊戲精品化研運發展趨勢下，研發成本和獲客成本攀升，為了獲得合理的 ROAS 回報，玩家 LTV 也需要持續優化提升。因此，提前洞察遊戲未來表現，在玩家流失前做出預測就非常重要，這是遊戲長線運營重要的分析與運營工具。

階段四：規範性應用，直接將資料融入到遊戲業務運作中。比如遊戲營銷禮包推薦的千人千面，真正利用資料提升營銷效率。在該階段，資料驅動不再單純依賴人工進行分析、決策，而是由系統來做快速、高效的判斷。目前，遊戲行業內已經有不少頭部企業著手建設遊戲場景的規範性應用，包括像研發階段的 A/B 測試、買量階段的智慧決策、長線運營的精細化營銷。

二、資料分析洞察玩家需求，指導遊戲研運升級

場景一：資料洞察 SLG 公會戰玩法平衡，提升玩家遊戲積極性公會戰對 SLG 遊戲有著重要的意義，承載著促進活躍與刺激付費兩個使命。在該場景中，基於神策資料的遊戲行業解決方案，企業可以通過資料分析對公會戰的參與情況進行評估，洞察玩家需求變化，尋找調優方向。某 SLG 遊戲運營同學在大盤月報中發現近幾期參戰公會數維持穩定，但參戰人數持續降低，推測遊戲伺服器的公會戰力生態可能有所變化，比如中層戰力公會持續戰敗，兩級分化加劇，於是猜測可能跟玩家上期所屬公會是否為戰敗方有關；通過資料分析，運營同學對比了上期戰敗公會與勝利公會分別在本期公會戰的參戰人數，發現前者人數也在逐漸降低；接下來，針對上期屬於戰敗公會且本期未參戰的玩家，進行相同戰力區間玩家的參戰比例對比，發現戰力成長越小的玩家，本期參戰比例越低。基於上述分析可以判斷，公會戰作為戰力成長的核心玩法之一，公會戰敗對於玩家戰力的影響過快、過大，影響玩家成長體驗與玩法參與度。由此，運營同學制定了兩個方面的優化策略：

1、針對戰敗公會成員，增加“復仇”機制，下期公會戰中可以免費召回 20% 本期陣亡士兵，且召回的士兵只能在公會戰中使用。

2、優化公會戰獎勵。目前獎勵更多集中在糧食等物資，物資在日常屯田中較容易獲得，但是恢復兵力不僅需要物資，還需要時間。因此可以在戰敗方的獎勵中提升加速道具佔比，幫助戰敗方快速恢復兵力；在勝利方的獎勵中提升稀有武將道具佔比，維護勝利方積極性。

場景二：資料洞察玩家每階段付費需求，尋找玩家付費增長點每日禮包因折扣力度大且道具實用性高，能夠吸引各付費層次的玩家購買，是部分遊戲收入的主要來源之一。在該場景中，神策資料通過對某 RPG 手遊中每日禮包的售賣進行分析，幫助該手遊企業尋找到付費增長點。該 RPG 手遊中每日禮包主要包含武器強化石。武器是玩家戰力的重要組成部分，通過強化持續提升戰力。在近期月報中，運營同學發現禮包售賣量有所下降，分析師想要驗證是否是因為玩家強化需求下降。通過資料分析，將玩家按武器強化等級分組，發現超過 60% 玩家的武器強化等級在 30 級左右，處於較低等級階段（滿級 90 級），與推測不符。由於武器每 30 級需要通過武器突破石進行突破後方可繼續強化，因此猜測下降可能與突破石不足有關。通過檢視此使用者群體現存突破石數量分佈，發現大部分使用者此道具擁有數量少於 10（每次突破消耗 30 個道具），且目前此道具只會在突破石副本產出，所以需要進一步瞭解這部分玩家是否在通過此副本積極獲取突破石。對近期材料副本參與情況分析後，發現突破石副本參與次數明顯提升，其他材料副本參與次數逐漸降低。由此定位每日禮包售賣下降與禮包外道具突破石不足有關。基於此，運營同學優化了每日禮包推送策略，在近期每日禮包中更多以突破石作為售賣道具。除此以外，運營同學也希望道具後臺能夠更加靈活，根據使用者等級或戰力判斷，實現禮包差異化、自動化推送。

三、案例解讀：某 RPG 遊戲基於玩家流失與付費預測的精細化運營

神策資料遊戲解決方案中的智慧預測能夠為遊戲企業帶來的價值有三：第一，基於高質量的玩家行為資料建模；第二，魔法數字洞察，預測結果可解釋；第三，打通運營系統，實現 SDAF 閉環。


接下來，我們通過一個案例來詳細介紹神策資料如何通過 AI 演算法幫助某 RPG 遊戲企業預測玩家在未來一段時間內的流失概率，並根據可能的原因選擇對應的挽留/改進方式。玩家洞察：基於玩家行為資料、GBDT 模型預測玩家流失風險與神策資料合作之後，該遊戲企業通過對玩家行為資料分析，基於 GBDT 模型預測圈選出一批高風險玩家（流失概率 ≥ 90%）。這裡值得強調的是，神策資料為遊戲企業打造的流失預測模型召回率高達 88%，很好地覆蓋了真實流失群體，能夠最大可能幫助遊戲企業及時洞察玩家流失風險。


優化決策：分析玩法及資源產出/消耗因子對各類玩家的影響指數為了洞察玩家流失原因，我們利用預測模型輸出的特徵影響權重，發現玩家付費價值標籤、資源產出消耗、天梯玩法勝率等特徵對玩家留存的影響最大，並最終總結出玩家留存的關鍵要素：中/大 R 玩家更關注 PVP 成就感、免費/低 R 玩家更關注經濟產出帶來的成長體驗。

因此，運營同學計劃通過玩法調整、營銷手段刺激等方式增強付費玩家的體驗與成就感，增加更多遊戲玩法提升免費玩家的興趣指數。遊戲改版：基於影響指數完成玩家運營策略調優在長線迭代的改版中，運營同學規劃了差異化的版本策略。對於低 R 玩家，分析現有代幣的產出與消耗，提升高消耗、低產出代幣對應玩法的參與次數與任務獎勵，增加禮包中的資源投放，加強免費/低 R 玩家的成長體驗；對於中/大 R 玩家，優化了天梯玩法的戰力細分割槽間以及匹配價值，加強玩法對抗性；除此以外，調研新的對抗性玩法，通過資料圈選出一批核心大 R 玩家，調研後續的吃雞、自走棋等玩法反饋，提升遊戲的玩法豐富度。


資料反饋：玩家活躍度與留存率資料反饋經過一段時間調優與觀察，發現玩家活躍度穩步提升，留存率顯著提高，如下圖所示：


四、遊戲資料驅動寶典：SDAF 閉環

從以上分析與預測案例可以看出，遊戲精品化研運升級下，資料驅動的應用包含 Sense 玩家需求感知、Decision 遊戲優化決策、Action 研發敏捷執行、Feedback 資料快速覆盤四個步驟。


在研發階段的玩法測試、買量階段的素材渠道優化、長線運營的精細化營銷上，利用 SDAF 閉環方法論，在遊戲管理者、策劃、優化師、運營工作中真正實現資料決策與指導的升級，是神策資料遊戲行業解決方案中游戲資料流與業務流雙流融合升級的核心理念。