数造爆款|妙聚游戏在放置品类的数据分析实践分享

首页 最佳实践 您的位置

受存量市场现状影响,游戏的精品化已成为所有厂商的生存之道。通过对游戏数据的分析,厂商能更及时地掌握游戏的运营状况,并针对性地快速响应、优化产品,提升厂商在海内外游戏市场的竞争力。

 

­

2023 年数造爆款·杭州站,我们邀请了来自妙聚游戏国内运营负责人尚策 ,进行了《放置类游戏数据分析场景实践》的现场分享。

数造爆款|妙聚游戏在放置品类的数据分析实践分享

👇扫码领取 PPT &回放视频👇

数造爆款|妙聚游戏在放置品类的数据分析实践分享

以下是现场分享的主要内容整理(文字有部分删减)。 

数造爆款|妙聚游戏在放置品类的数据分析实践分享

数据分析助力产品调优

数造爆款|妙聚游戏在放置品类的数据分析实践分享

 

妙聚游戏目前国内发行的产品主要品类是放置类,所以这次就以放置类游戏的数据分析场景,以下为跟大家分享几个实际应用的案例。 第一个部分是数据分析助力产品调优。

主要是针对在研产品内测阶段,从用户转化和用户留存两方面,分享数据分析对产品调优产生的助力作用。

­提升用户转化

首先是用户转化。这里提到的转化,是指从设备激活到创角的过程。我们的放置类产品基本都是采用游客登录的方式,一般从激活到创建账号的转化会比较高。 

第一次内测的时候,激活→创角率低于预期,我们用漏斗分析发现、在实名认证这步有明显的转化下降。之后我们又细化了漏斗步骤,进一步明确是在输入身份证号码的时候出现了异常下滑。

 

数造爆款|妙聚游戏在放置品类的数据分析实践分享

然后我们用不同设备反复测试了从激活到实名认证的过程,发现部分机型在使用不同输入法的情况下,输入姓名、身份证号时,会出现键盘对输入框和认证按钮的遮挡。 

这里我们做了两个地方的调整: 

弹出输入框时,整个实名弹窗界面自动上移,确保输入框和实名按钮全部露出;

加宽了两个输入框的点触范围,避免误触。数造爆款|妙聚游戏在放置品类的数据分析实践分享第二次测试的时候,同样的导量规模下,激活到创角的转化达到了预期水平。实名认证这个步骤的转化流失下降非常明显,这就验证了我们的问题定位是准确的,进行的优化调整是正确的。

 优化用户留存

第二个要讲的内容是用户留存。当我们发现用户留存有问题时,可定位的点非常多,因为影响用户流失的因素非常复杂。新增用户留存问题可能是多个方面的,比如新手引导、战斗体验、界面交互、系统开放节奏等等,都会影响用户体验,从而导致流失。

因此我们排查定位问题时,也需要从多方面的数据互相交叉验证。这时候可以先建立流失用户分群,再从多个维度拉取数据,排查流失相对集中的点位,互相进行交叉验证。

 

数造爆款|妙聚游戏在放置品类的数据分析实践分享

 

这里主要针对次日流失的分析举几个简单的例子。比如在线时长分布,即在线第几分钟的流失相对集中。还有新手引导的步骤,这里举例的这款游戏的新手引导有二十多个步骤,分了 4~5 个模块,我们在每个模式流失集中的地方、针对这个模块细化的每一步、每一个操作、每个点的流失都做了漏斗分析,这样就能很直观地找到其流失高点。

另外还有等级分布。因为这款游戏的等级是限制系统开放节奏的,跟关卡、功能、属性分布、数值投放挂钩,所以等级也是很重要的评估点。这里也有很多相对明确的点位,比如关卡停留、新手引导部分的新手关卡。除了这些还可以根据游戏本身特定的流程、玩法,选择合适的关键行为或指标进行细化分析。篇幅有限暂且列举这几项,有了几个不同维度的数据,就可以对比找能相互交叉的节点,并回到游戏里找到对应的步骤操作、查找可能的问题点,从而提出优化方案。

这几个维度的数据明确后,下一步是找到这几个数据重合的节点。此时把游戏新手期的每一步都截图,将对应的等级、关卡、操作等进行一一对比分析。

经过对比,我们找到了几个维度的数据交叉最为集中的几个流失点,这里列举三个:第一个是第一次十连的时候;第二个是剧情对话+卡牌升级+剧情对话+引导结束时;第三个是遭遇第一次挑战失败时。这几个点在在线时长、引导步骤、关卡、等级上,都至少有两到三个数据能够相互对应上。

 

数造爆款|妙聚游戏在放置品类的数据分析实践分享

 

其实这些流失点里,有一部分是测试之前跟研发提过可能会影响用户体验的节点,但那时候没有数据佐证,产品在海外的测试数据也比较好,因此研发比较坚持用同版本进行国内测试。测试结束后,我们拿着数据报告和更细化的优化方案,跟研发又进行了一次深入沟通,这次有近 70% 的方案被采纳了。在第二次测试的时候,新版本的留存数据提升了近 10 个点,基本达到了预期。

所以对于游戏运营来说,数据分析是我们很重要的核心能力,而数数科技 TE 系统就是帮助我们通过数据发现问题、解决问题的武器。

­

数造爆款|妙聚游戏在放置品类的数据分析实践分享

数据驱动精细化运营

数造爆款|妙聚游戏在放置品类的数据分析实践分享

­

针对线上运营的产品,就运营活动效果分析,聊一聊数据分析对精细化运营产生的驱动作用。

活动效果评估的意义

数据可以指导我们不同活动的搭配组合我们可以通过数据分析不同品类的活动,达成互相叠加的效果,从而达到最优组合。

还可以通过活动来配合我们导量,在有一些重大导量节点的时候,包括渠道资源位、导量节点的时候,我们会配合版本针对性地调整搭配。比如搭配新用户友好向的活动、破冰付费比较强烈的活动,来去促进用户的留存,以及用户的付费转化。

数造爆款|妙聚游戏在放置品类的数据分析实践分享

活动投放优化层面上,我们有一些复用的活动可能在复用效果会递减,可能同类型的活动采用不同形式的投放形式,我们对这些活动的奖励做数据对比分析,就能发现玩家更喜欢哪一类的活动形式、更喜欢哪一类的奖励,这样就可以帮助我们挖掘用户需求。

而在活动设计层面,在有了前期这些积累之后,我们了解了用户需求,以及用户喜欢的活动类型、活动方式,那就可以在之后设计新活动的时候,就可以提供很多的思路了。

活动效果评估的数据指标

 

这里就涉及到了数据指标的问题,我们在不同的活动中分析不同效果的时候,会使用不同的数据指标。包括一些通用指标,比如玩家浏览活动时,从打开这个活动界面看到活动内容,到参与活动实际产生了某个行为,再到玩家完成活动,达成了所有的活动条件,领取了所有奖励,都可以自定义这些指标。

数造爆款|妙聚游戏在放置品类的数据分析实践分享

这些通用的指标,能证明活动的参与度和完成度是不是能达到预期。而在预期效果层面,拉新活动、破冰付费活动、增收活动、召回活动,都有不同的数据指标。所以我们做运营活动效果分析的时候,第一步是先明确你的预期效果是什么,你需要哪些维度的活动数据指标来去帮助你验证这些结果。

案例分享

 

这里举几个例子,第一个是付费项的活动。我们可以自定义该活动的数据指标,如活动的付费转化有多少、有多少人浏览了、多少人参与了、参与活动的玩家里有多少人实际付费了、这个活动商品的销售占比、购买人数、销售额的占比等等。

在理清楚数据指标后,我们可以对活动进行横向分析。横向分析就是对不同类型的活动、不同形式的活动,同一个活动不同时期复用的活动效果等,进行横向对比。再从参与度、完成度、营收的贡献率等去做横向的分析,这样可以对比出玩家对哪一类的活动更感兴趣。

数造爆款|妙聚游戏在放置品类的数据分析实践分享

图中活动 5 是一个非常明显的高点,放置类游戏中很多核心玩法都是自动战斗的,即重复战斗。但我们活动效果最好的玩法更类似于小游戏形式,比方说三消、 2048  、俄罗斯方块这种趣味性的小游戏。

而活动 5 这种投放的形式和活动 9 投放的奖励属性值是一样的,但是它的参与度和完成度以及玩家付费都有很明显的差距,即玩家可能会更倾向于跟核心玩法不太一样的、有一些趣味性的活动。所以我们后面做新活动的时候,就往这类活动倾斜相对多一点。
再举一个破冰付费活动的例子。这个破冰付费活动的奖励价值非常高,即折扣率很高。所以我们当时也很疑惑,为什么破冰付费的影响并不大。后来发现,因为我们设置的这几个档位—— 1 元、 3 元、 6 元是一个线性的充值,玩家充完1块之后才能看到 3 元,充完 3 元才能看到 6 元。

数造爆款|妙聚游戏在放置品类的数据分析实践分享

但是我们的首充是 6 元的,所以有一些玩家是冲着首充去的,就不会在这里充值。而且我们给到的是两个模块的资源,一个是同道养成的,一个是法宝养成的。同道是玩家在第一天是可以免费领取到的,但是可能要在第 20 分钟左右,因为线性关卡就要在第 15 关以后才会免费投,也就是说同道这个模块开启是受这个关卡限制的,而关卡是受通关时间限制的。

而投放的法宝养成模块,玩家在第二天甚至是第三天才能触达,到第九十关才能去解锁功能系统,所以玩家是很难拿到的。策划当初设计这个破冰付费活动的时候,考虑的是希望新用户付费的第一天能拿到第一类同道礼包,第二天、第三天还没有付费的,就用第二类法宝礼包来去刺激,但整个活动对新手是直接开放的,这就导致新手一进来看到法宝是懵的,因为这个系统还没开。

因此后来我们做了一个调整,每个档位的礼包都展示出来,礼包可以切换,玩家可以选择任充值任意档位,在玩家领取到对应的免费投放的时候弹出礼包。即玩家拿到同道了,系统主动弹给他这个礼包,玩家可以马上购买他的培养材料,而且这是一个非常划算的礼包。而第二个礼包是在玩家拿到法宝的时候再弹出来的。这样调整后有一个明显的对比变化。

这几个例子是我们对活动的关键指标的数据分析,对活动优化,活动奖励的投放以及线上的搭配是有非常重要的意义的。我们用到的这些数据,包括我们流水的 ROI ,分成后的 ROI 数据等,都是通过数数的 TE 系统拉出来的。

数造爆款|妙聚游戏在放置品类的数据分析实践分享

TE系统最方便的地方是在于你可以自由的组合你想要的数据,然后在系统模板的基础上,可以做一些个性化地编辑。在接入 TE 系统之前,很多数据分析的维度仅靠我们自己拉数据是没有办法达到的。

现在我们可以通过 TE 系统组合出很多的数据看板,比如横向对比和纵向对比、不同的活动的对比,还有很多不同测试服之间的数据对比、不同周期导入的玩家行为数据对比等,非常方便好上手。

TE 系统还有一个对我们来说很好用的功能就是拉取不同的用户群。我们导量时有一些泛用户,有一些是核心用户,我们把某一年龄段的、之前有过付费行为的不同用户群的数据拉出来做横向对比,这样的数据对比对导量的用户人群的定位有非常好的指导意义。

热门文章。