DataEye：中重度手游数据运营优化浅析.pdfVIP

DataEye ：中重度手游数据运营优化浅析 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。 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。 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。 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