DataEye:中重度手游数据运营优化浅析

玩家对游戏的挑剔程度只会越来越高,怎样在这样残酷的局面中脱颖而出?除了游戏中很难改变的各种“硬性指标”,我们其实还可以通过游戏的数据运营来规避部分硬性指标的缺失。

GameLook报道 / 过去的2014年已证明,中重度移动游戏已占领半数的移动游戏市场份额,从数年PC端游市场的演变历程来看,游戏终端市场的演变基本上都是中重度游戏淘汰轻度游戏的过程。依目前情况来看,无论是整个移动市场还是游戏玩家,都已慢慢归属冷静和成熟,经过那么多keng游戏的“洗礼”,玩家对游戏的挑剔程度只会越来越高,怎样在这样残酷的局面中脱颖而出?除了游戏中很难改变的各种“硬性指标”,我们其实还可以通过游戏的数据运营来规避部分硬性指标的缺失。

下面笔者会根据游戏上线后运营流程的先后顺序,来展开阐述怎样利用数据来优化中重度游戏的运营策略。

移动游戏从发包放量开始,导量当天大部分玩家会因为游戏的各种“硬性原因”而离开游戏,这里的硬性原因指的是:游戏的画风不是喜欢的style,游戏玩法不吸引人或者没太大创新,游戏各系统太单一,Loading时间太漫长等等,我们把这些流失的玩家称为刚性流失。剔除这些刚性流失的玩家后,剩下的这些玩家则是我们主要的分析对象。

第一步,他们首先得经受住新手引导的“折磨”,中重度游戏的新手引导部分相对于轻度游戏来说要重要很多,以往的新手任务引导做法是把任务一股脑的全部抛给玩家,等新手任务全部完成后,玩家等级也已经升到10~15级,但是大部分玩家真心也没记住多少引导内容。

再者,玩家因为不能跳过任务或者新手任务步骤太多太烦人而离开。好在很多游戏目前针对新手任务都有改进,采用分布式引导,以目前情况来看,玩家对这种引导方式还是比较接受的。那我们怎样知道玩家是否顺畅的通过了所有的新手任务呢?是否在中途遇到了障碍?是否会因为障碍而导致流失?怎样才能监控这些玩家相关行为数据?

DataEye的D-OAP运营分析平台提供了任务分析系统,通过漏斗式任务设置来分析任务之间的转化率,找到任务之间低转化率的节点,进而结合游戏设定来进行任务引导优化。

点击查看大图

点击查看大图

第二步,通过行为数据来筛选有效玩家群体,针对游戏类型设定相应的条件限制进行筛选,进而针对有效玩家群体来进行详细数据分析。有效玩家中又可以细分2大群体:付费玩家和非付费玩家。

对于付费玩家,首先需要重点关注其首付行为,例如:首次购买的道具,首充金额,以及首付场景等,分析其首付动机,然后放大这些动机点来引导更多的非付费玩家进入。其次,分析鲸鱼、海豚、大鱼、小鱼、虾米这几个付费总金额维度的付费群体所占比例。一般都是金字塔的表现形式,分析不同级别的付费玩家的购买习惯、购买动机以及购买场景,深入分析其需求点,逐一放大,引导低层的玩家向上一级转化。相关付费行为的数据分析,DataEye的D-OAP运营分析平台提供的付费分析系统能够针对付费数据进行360°全方位的数据分析,帮助运营人员针对以上所提出的分析点进行数据呈现。

点击查看大图

除了对有效玩家付费群体行为数据的重点关注之外,有效玩家群体的留存与流失表现也极为重要,玩家只有在游戏中留住后才会有后续更多的可能性。需要重点关注的留存数据主要为:次日留存,3日留存,7日留存,14日留存和30日留存。次留的高低最能直接体现游戏的产品品质,如果次留处于同类型的游戏的平均水平之下,就要考虑游戏前期的内容是不是与其他游戏太过雷同,缺乏新意,或者后期一些好玩的系统没有提前呈现给玩家,玩家没有看到自己感兴趣玩点在哪里。由于移动游戏相对寿命较短,14日留存和30日留存则代表游戏的长线留人能力如何,游戏是否有亮点玩法或者交互可以长期留住玩家,这些都可以从这些数据表现中来进行具体分析。DataEye的D-OAP运营分析平台中的留存统计中会针对不同群体进行不同维度的玩家留存分析。

点击查看大图

如果说留存数据可以代表游戏的品质以及留人能力,那么流失后的回流数据分析则可以验证游戏各种活动,或者更新内容对沉默玩家的唤醒效果。可以通过精准推送功能来针对沉默群体来进行特制的消息推送。其实游戏运营的更多精力应该放在游戏中的有效玩家群体,沉默玩家的唤醒成本太高,而且一般效果都不是非常好。

游戏运营到中后期需要重点关注的数据,则是相关玩家等级、道具、任务、关卡等综合分析。从数据方面查看大量玩家所处的等级分布,筛选老服的大部分玩家等级是否都是集中在中高级阶段,后续更新内容要根据玩家的等级数据表现及时更新,不要让玩家有后期无力的感觉,要让游戏保持可发展性以及可玩性。根据道具数据表现来分析后期玩家的道具或装备饱和度,及时调整新道具或装备的更新节奏,以及通过任务停滞和关卡难度来分析玩家主要被卡在哪个节点,及时进行优化。

有部分中重度的移动游戏沿用以前页游的运营方式——滚服,即不停地开新服洗玩家、挣快钱,这种运营方式对老服中的老玩家冲击是很大的,老服部分玩家的流失会给其中的老玩家带来连带效应,引起流失。DataEye的D-OAP运营分析平台有针对滚服的运营方式进行分析,针对老服玩家向新服进驻数据来分析是否频繁开新服带来了滚服效应,是否需要放慢开新服的节奏来沉淀一下玩家。

点击查看大图

如若转载,请注明出处:http://www.gamelook.com.cn/2015/01/200062

关注微信