游戲賽道產品同質化、流量成本高漲、游戲變現(xiàn)難等現(xiàn)狀,一直困擾著出海游戲廠商,但休閑/超休閑游戲依舊保持著極強的競爭力。
6月28日,數(shù)數(shù)科技首席數(shù)據分析師安思聰,在與Meta&Adjust&TradPlus四家聯(lián)合舉辦的線上直播活動上,分享了主題為《休閑游戲的用戶全生命周期數(shù)據分析》的內容,從游戲全生命周期出發(fā),探討不同階段的數(shù)據分析場景解決方案。
以下為分享內容的文字稿整理,略有刪減和調整。
大家好,今天我的主題是「全生命周期的分析方法」,在正式介紹之前先給大家看一組數(shù)據。如果在買量得到用戶之后,用戶在游戲中的停留時間過短的話,游戲將無法長時間聚攏一批用戶,并給游戲帶來長期的正向收益。
那么,留存率要達到怎樣的水平,才能夠讓用戶長期留存下來。如下圖,爆款休閑游戲的次留至少要達到40%,7留達到15%,30留達到6%。
但實際上很多優(yōu)秀的休閑游戲次留能達到60%,甚至70%、80%的水平。我們調研過的一些研發(fā)團隊甚至表示,內測時次留達到50%以上,才會開始游戲后續(xù)的迭代。總而言之,我們需要保證游戲次留保持在相似的水平,才能夠讓用戶在游戲中不斷地參與更重的內容。
那我們該如何讓用戶愿意留存在游戲當中,提升用戶留存率?主要可以在以下幾個階段尋找觸點:驗證玩法的內測階段、買量投放階段以及穩(wěn)定運營階段。
內測階段
在內測階段,我們可以通過數(shù)據分析用戶可能出現(xiàn)在哪里,哪些環(huán)節(jié)的體驗不是很好,哪種玩法更受歡迎等,從而達到游戲調優(yōu)的目的。下面將通過實例演示如何通過數(shù)據分析找到內測階段的調優(yōu)方向。
//新用戶從激活到注冊轉化率為85%,該如何優(yōu)化
「激活到注冊的轉化率為85%」,這個數(shù)據該如何理解?
通常,當用戶點擊廣告完成應用下載,并打開游戲之后,我們就認為該用戶被激活了。也就說,該游戲有85%的用戶在打開游戲之后完成了注冊。但該游戲團隊認為85%的轉化率有點偏低,那么可以從哪些方面進行優(yōu)化呢?
首先,可以先對用戶從最初了解該游戲到成為深度玩家的行為進行拆分,了解用戶詳細的行為路徑。從最開始廣告投放素材的點擊,到應用的下載,到游戲的安裝、打開,到匿名IP的獲取,到ID注冊,再到新手引導的參與,最后經過一段時間的游戲體驗成為深度用戶。這個轉變需要經歷很長的過程。
所以,當我們考慮轉化率時,需要將考慮轉化的范疇放得更寬廣一些。對于激活到注冊轉化低的現(xiàn)象,不僅僅可以分析激活這一環(huán)節(jié),還可以在投放和引導環(huán)節(jié)著手分析。針對轉化過程中每一個環(huán)節(jié)做漏斗分析,觀察整個鏈路的轉化率,并定位轉化低的原因進行優(yōu)化,比如資源在加載時用時較長,或SDK初始化耗時太長,用戶沒有耐心就走了。
//玩家反饋游戲后期頻繁出現(xiàn)卡頓現(xiàn)象,如何分析?
這是一家休閑游戲遇到的問題,游戲后期各種技能Buff疊加,整個畫面效果非常炫酷,對用戶設備性能要求較高。
這就需要游戲廠商在游戲埋點中增加「游戲運行幀率」這一指標,記錄下用戶發(fā)生行為時的幀率情況,并觀察這一數(shù)據是否有明顯的下降/異常。一般來說,一些第三方的工具可以捕捉游戲過程中的異常,并將異常數(shù)據發(fā)送到數(shù)據平臺當中,分析用戶發(fā)生異常的時機、異常前的行為,或者是發(fā)生異常的地區(qū)、版本、機型等。
通常,我們會從業(yè)務場景出發(fā),分析游戲異常的狀況。但業(yè)務之外的因素也是不容忽視的。所謂業(yè)務之外,就是與設備硬件相關的數(shù)據,如下圖,雖然內圈是很核心的硬件性能指標,外圈重要程度一般,但這些對游戲分析都有很大的幫助。如:
·電池電量
當游戲對電池的消耗非常大時,即用戶手機的電池相對較小,可能短時間內的游戲運行就會消耗較多的電量。對于一個用戶而言,在非辦公室或者非居家場景玩游戲的可能性就會大大降低。因此,游戲可以在電量消耗上針對不同用戶進行優(yōu)化,如通過鎖幀降低電量消耗。
·語言
用戶的語言使用情況可以幫助判斷用戶的地域情況,如沙特、中東、東南亞的用戶,他們的使用情況包括手機性能的差異是非常大的。其中,沙特、中東用戶的手機型號非常好,可支持更強大的游戲、圖形界面。而非洲用戶的手機性能明顯不足,需要在保留玩法的情況下,精簡畫面內容,保證游戲體驗。
所以,用戶設備的硬件能力決定了其游戲體驗的上下限。在對用戶行為展開全面分析的時候,除了業(yè)務分析之外,我們還可以關注硬件本身的性能。這也就要求游戲廠商在前期埋點時,盡可能做得更豐富,采集更多的數(shù)據信息。
投放階段
在投放階段,我們會更多地關注投放的效果,評價用戶的投放成本和用戶帶來的收益,這也就是我們常見的ROAS指標。ROAS由三部分數(shù)據組成,投放成本和來源渠道以及收益。
·投放成本:在廣告渠道花費的買量費用。通常廣告平臺提供的這類數(shù)據是聚合數(shù)據,即一行數(shù)據包含曝光量、點擊數(shù)、消耗費用、轉化率等,展示投放總體情況。
·來源渠道:每個用戶級別的歸因數(shù)據,如某個客戶來源于渠道A/B,幫助了解不同渠道來源的用戶數(shù)量。
·收益數(shù)據:這里主要可以分為兩種,內購充值和廣告變現(xiàn)。內購充值這類數(shù)據是非常詳細的,可以具體到每一個用戶的充值行為;但是變現(xiàn)平臺提供的變現(xiàn)數(shù)據通常是聚合數(shù)據,不會細化到用戶級別。我們也可以通過預估ECPM值,大致估算用戶一次點擊之后的預估收益,從而計算最終的預估收益,這個數(shù)據和實際數(shù)據往往不會有太大的差異。
有了這三部分數(shù)據之后就可以開始計算ROAS(ROAS=收益/廣告投放成本)。
·當收益來源于內購時,收益數(shù)據是用戶單條充值數(shù)據的總和,買量成本則可以根據來源渠道和投放成本,計算出每個渠道的買量成本。
·當收益存在廣告變現(xiàn)的部分,會面臨不同渠道用戶訪問同一廣告的情況。但變現(xiàn)數(shù)據是聚合數(shù)據,是每個渠道用戶點擊某個廣告后的收益總和,很難重新計算到每一個渠道上。通常,我們會采取按照點擊廣告人數(shù)/次數(shù)進行收益的平均,或者通過上文提及的預估ECPM值,按照點擊廣告的明細計算預估的渠道收益。
這里還有一個問題,就是該如何打通市場投放數(shù)據和用戶行為數(shù)據。廣告投放數(shù)據和游戲內用戶行為數(shù)據是不同源的兩種數(shù)據,需要第三方歸因平臺才能夠將這兩類數(shù)據聯(lián)系起來。通過歸因平臺可以獲悉下載應用的用戶是從哪個渠道而來,并且能夠將這些數(shù)據傳給游戲開發(fā)商或者任何對數(shù)據具有使用權限的一方。
數(shù)數(shù)科技研發(fā)的專業(yè)游戲大數(shù)據分析平臺Thinking Analytics也集成了這類功能,能夠幫助游戲廠商打通在自有平臺內部、第三方廣告歸因平臺、變現(xiàn)平臺及媒體渠道的數(shù)據,快速了解不同渠道來源用戶的轉化率、付費率、留存率等,為投放策略優(yōu)化提供新的思路。
運營階段
//如何識別新手階段用戶的流失傾向?
投放調整得不錯后,就會進入大規(guī)模地鋪量推廣。相較于其他游戲,休閑游戲生命周期相對較短,一旦發(fā)現(xiàn)游戲前期流失特別高,則需要重點關注新手階段的流失傾向。
有一家休閑游戲反饋過一個問題,「用戶在進入游戲第三、四天后,出現(xiàn)了明顯的流失」。出現(xiàn)這個問題其實是因為這款游戲有一個加速用戶成長的按鈕。通過點擊成長按鈕,用戶可以通過觀看廣告獲得額外的收益。但三、四天之后,用戶會發(fā)現(xiàn)觀看廣告并不能帶來更快的成長速率,所以用戶就不愿意點擊,并造成了后續(xù)的流失。
另外,針對用戶新手階段的流失,可以更多地關注一下用戶在新手階段的行為信息,甚至包括一些非有效操作的信息,如用戶對屏幕的點擊,多次的屏幕點擊說明用戶在新手引導的過程中,并不知道下一步要做什么。所以針對不同指標的數(shù)據情況,可以對新手引導進行調整。
//如何做用戶流失預警
當用戶體驗了深度的游戲之后,仍會出現(xiàn)一批流失用戶。對于這些用戶,該如何識別并及時預警?這里可以利用流失用戶回訪率曲線進行分析,如下圖,該曲線橫軸代表用戶從這次登錄到下一次登錄之間的時長,這里的下一次登錄只計算首次回流時間,如用戶連續(xù)登錄三天,則流失時長為一天。
得出曲線之后,可以根據回流曲線的整體走勢確定拐點,即在拐點之后,隨著時間的推移用戶的留存率不會有大幅增加。那么,針對這個時間段,我們就需要制定一些運營的策略。同時,關注用戶在這個時間段內的成長情況,如果在4周內大部分玩家還處于前期階段,則可加速用戶的成長進度,讓用戶體驗到更深度的玩法,獲取更大的成就感。