使用者訂閱付費如何拆解分析？看這篇就夠了

HMSCore發表於2023-04-25

會員制的訂閱付費在影音娛樂行業中已相當普及，近幾年，不少遊戲廠商也開始嘗試訂閱收費模式。在分析具體的使用者訂閱偏好以及訂閱付費模式帶來的增長效果時，我們常常會有這些疑問：

如何從使用者的整體付費行為中具體拆解訂閱付費事件並分析？

想要了解當前應用內使用者的整體訂閱概況？

訂閱使用者和非訂閱使用者在留存與付費偏好是否存在差異？

……

而這些都能在華為分析服務—訂閱分析中找到答案。

一、概覽訂閱分析，瞭解當前應用內的訂閱付費情況

透過累計訂閱使用者、累計取消訂閱、累計訂閱金額等指標，可以對當前應用內的訂閱淨增長做到心中有數。不同套餐的新增訂閱與取消訂閱趨勢圖，有助於進一步分析使用者的訂閱付費偏好，基於分析結果可合理調優套餐內容與具體定價。

舉個例子，如果套餐A的訂閱量明顯多於其他套餐，則可以結合不同因素分析：比如，套餐A是否在頁面展示中存在靠前優勢？套餐A的價格與時間跨度是否更加合理？以多維度的分析，不斷調優，實現訂閱付費增長。

*測試環境，非真實資料

除基本指標和訂閱趨勢圖外，訂閱分析還提供了詳細的訂購明細列表。支援按照不同的套餐型別篩選查詢所選時間段內的每日使用者訂閱詳情，清晰明瞭地呈現使用者的具體訂閱付費明細。

*測試環境，非真實資料

二、對比使用者留存，評估訂閱付費策略的使用者運營效果

遊戲內的訂閱付費就長期效果來看，對於使用者的留存提升是很有意義的。VIP特權、提前獲取遊戲內容、增加應用內購買價值等訂閱權益，都可以讓玩家從遊戲中感受到超值的遊戲體驗，留存便會相應的提高。

留存分析模組，可分別檢視訂閱使用者的活躍留存和非訂閱使用者的活躍留存，透過直觀對比，整體評估遊戲內的訂閱付費策略對於提升使用者留存的價值。

*測試環境，非真實資料

三、付費分析，發現訂閱付費的增量價值

付費分析分為ARPPU和續訂分析兩個模組，透過對比訂閱使用者與非訂閱使用者在應用內的購買金額差異，可以更直觀地瞭解訂閱使用者和非訂閱使用者的付費偏好差異，並且從整體評估實際每日收入中訂閱使用者和非訂閱使用者的貢獻佔比。

續訂分析呈現了當前訂閱使用者中實際的到期續訂情況，對於合理定價訂閱套餐以及設計相關訂閱活動都具有參考意義。例如：如果使用者在首次訂閱後，後期的訂閱率很低，那代表當前的訂閱使用者中羊毛黨佔比較大，這個時候就需要讓他們體驗到訂閱付費的更多價值，例如超休閒遊戲的額外道具、提前解鎖等特權，持續促進使用者的續訂行為。