友盟數據分享 該拿什麼留住玩傢的心

伴隨著遊戲玩傢對智能手機的使用習慣、消費時間及娛樂方式越來越成熟,他們對遊戲質量要求也愈發挑剔。但目前很多開發團隊的關註點停留在找渠道、導流量,而運營依然處於比較粗放的狀態。手遊市場已進入紅海,數據顯示,在友盟平臺覆蓋的遊戲中,日活過萬的僅占 10% 。

數據對遊戲運營的價值不言而喻。如何通過遊戲統計瞭解遊戲整體運營狀態,篩選優質的推廣渠道?日前的友盟遊戲開放日上,友盟遊戲統計產品經理楊光建議開發者從拉新、留人、吸金三個目標入手,深化遊戲的數據化運營。

留存率達到多少才算優秀?

新增、留存和 ARPU 值這三個指標分別對應手遊運營的三個目標:拉新、留人、吸金。先說“留人”,也就是留存率,它不僅可以直接反應遊戲產品的質量,也是獲得渠道推薦的前提條件。很多渠道給遊戲評級的標準是以留存作為一個硬性指標,留存率一定要達到基準線才可以。那麼問題來瞭,留存率達到多少才算優秀?

30%、40%、50%?其實,單一的絕對數值在大多數場景下是沒有意義的。評估數據的好壞,首先要進行橫向、縱向對比,通過不同數據的對比來分析問題。具體到留存指標來說,友盟遊戲統計就提供同類型、同規模遊戲的留存均值對比,給開發者的遊戲一個清晰的定位 。其次,對留存數據進行縱向分析,和自有遊戲的不同時期留存率做比較,一旦發現自己的遊戲留存下降,運營人員就要及時分析原因,並采取措施。

留存數據可以幫助遊戲開發者發現問題,掌握遊戲內運營情況,但局限在不能具體定位,需要更多的數據來追蹤玩傢行為,找出細節問題。這也就是第二個問題,如何追蹤玩傢行為?

如何追蹤玩傢的遊戲內行為?

楊光建議手遊開發者通過自定義事件和漏鬥模型的組合方式來準確追蹤玩傢的遊戲內行為。自定義事件是友盟統計平臺根據開發者個性化需求提供的高級功能,用於追蹤用戶行為,記錄行為發生的具體細節,功能詳解點擊 。而漏洞則是基於事件創建,漏鬥模型指多個自定義事件按照一定順序依次觸發的流程中的量化轉化模型,通常用來對遊戲內的一些關鍵路徑進行分析,比如註冊流程、關卡消費流程等。

分享一個案例,一傢 CP 要評估遊戲新手任務的設計質量,就可以通過玩傢行為跟蹤,來瞭解這一環節的轉化率。首先可以在新手任務的關鍵點中進行事件埋點,埋下事件代碼1、2、3,然後在後臺設置漏鬥模型,之後就可以看到行為跟蹤數據瞭。

從上圖可以看出,步驟二的數據明顯偏低,則可以確定是第二步出現瞭問題,由此開發者就可以針對性的去修復步驟二這一環節。如果沒有數據作為驗證,遊戲開發者不知道問題具體在哪裡,很可能把新手任務全部推倒重做,那代價是很大的。

如何驗證遊戲是否達到設計預期?

另外,對於很多單機遊戲來說,推圖闖關是主要的遊戲方式,但目前許多遊戲預期的關卡過關、道具使用情況和實際玩傢完成情況差距很大,怎麼優化? 楊光提到,借助關卡、道具功能可以瞭解道具和物品在使用過程中使用和消耗的總量以及趨勢,借此來做到恰到好處的數值平衡設計,也可充分利用數據分析的結果來幫助開發者優化遊戲內付費商品的收益。關卡難易程度如何?玩傢更喜歡哪些道具?活動效果如何?都可以通過關卡數據驗證。

從上面的數據圖可以看出,玩傢實際過關中,每隔5關左右會出現失敗率較高關卡的遊戲,而且後期高失敗率的關卡付費玩傢量很少,這顯然與預期的關卡難度明顯有差異。此外,通過查看每個關卡裡道具的使用情況,開發者可以知道哪些是使用率高的道具,道具的失衡是否嚴重,分析導致關卡付費率很低的原因,然後有的放矢的去優化產品設計或者做活動去刺激付費道具的使用量。

上述指標隻是幾個點,要做好手遊數據化運營,要關註的數據還很多,譬如渠道效果分析、流失回歸行為分析、付費用戶追蹤分析等等。

Comments are closed.