数极客首页

游戏行业数据分析实例篇(下篇)

摘要:本文是游戏行业数据分析实例篇(下篇),上篇请点击:游戏行业数据分析实例篇(上篇)。

2.玩家消耗

2.1 回归玩家的消耗趋势

通过整体数据的分析,我们只能知道第二期活动的确不错,但是为什么好、接下来有什么优化机会点却无从而知。接下来如果我们不想去分析繁杂的玩家交易记录(这里说繁杂,是因为网络游戏中玩家的交易行为的确要比现实社会中更加的频繁和随意,而且很多游戏对于这块的日志数据并不会存入数据仓库,或者数据仓库不会进行很好的清洗),则可以结合活动内容来对玩家的消耗进行分析。

2.2 不同类型玩家消耗占比

作为召回活动主要召回对象的核心用户和高端用户反而没有表现出较强的付费能力,但是结合活动及游戏内玩家行为特点则不难理解:①用户群体较少,两期活动累计回归45人;②此类玩家的回归登陆多数情况下并非本人,因为很多玩家在流失前都会把空号送给里面的朋友,所以在这样的召回活动中,很多都是正常玩家登陆别人的账号来获取活动奖励;3、此类玩家回归游戏多选择购买新号,可降低游戏成本,这因为流失玩家如果直接玩自己的账号的话将会面对多条成长线的巨大沟壑,一一填平将会是一笔很大的开销,此时购买其他玩家的账号反而是一条捷径。

而针对以上的分析则可以给出如下建议:

  • 适当提升次高端用户和低端用户1的奖励价值,因为这两类玩家具有更强的消费能力和倾向,适当提升奖励价值可以达到提升其消费意愿的作用;
  • 取消核心用户和高端用户分组,将其合并到次高端用户中,因为此种召回方式对于这些玩家来说并不是最好的方式,客服或大客户经理的直接联系或许是挽回这些VIP玩家的最好方式。

分析完用玩家登陆和消耗之后,还应该分析什么呢?

玩家登陆和消耗都属于玩家行为,而这些行为的最终反应结果则是——用户成长线的提升。所以这个时候我们不妨在针对回归玩家的成长线进行一个小的专题分析,看看是否可以发现一些有价值的信息。

3. 玩家等级

接下来分析回归后30天内登陆不足20天的用户(近似认为再次流失)的等级分布。

此外可以看到玩家等级分布从回归到再次流失基本上是一个平移,但是有两个等级段并不是平移效果:66~69级和71~75级。玩家回归时等级分布60~65级是一个平滑的上升趋势,而流失时相应的66~69级却是一个下降趋势,且在69和70级之间出现了一个用户沟壑,同样在用户回归时65~69级也是一个平缓的下降趋势,而流失时70~71级有巨大的降幅。究其原因也同样是:境界。

上面的现象则反应出了本次活动和游戏现实状况之间的一个矛盾点的两次冲突。矛盾点就是:等级的迅速提升和境界无法提升的冲突,①由于玩家回归会得到大量经验奖励,所以低等级用户可以迅速提升到65级,但由于游戏内低等级玩家较少,所以不容易组队提升境界(单人较难完成),而高等级玩家又不愿意损失自己的经验来带低等级玩家提升境界,导致了这部分用户再次卡到了65级。②同样66~69级玩家因为经验奖励可以迅速到达70级,此外本次活动这部分玩家还可以获得一套70级装备作为这部分玩家留下和升级的动力,但是却忽略了一个问题:这套装备不仅有等级限制,还有境界限制,度过这次境界需要玩家较大的时间成本或者一定的经济成本,想要快速度过境界同样需要高等级玩家带其进行高难度副本。所以当玩家充满动力的到达70级之后,发现装备仍然不能穿,而且按目前的游戏内环境很难达到装备条件,从而受到落差打击再次流失。

综上所述,可以给出如下建议:

  1. 在低端玩家的回归奖励中增加一定量的70级境界道具,降低渡劫难度,也能刺激玩家去努力渡劫,从而使自己获得奖励具有价值。
  2. 游戏版本适当降低60级的境界提升难度,因为目前游戏内90%的玩家都已经度过了这一境界,此成长点难点不再是游戏的必须。

有人可能会说了,你分析玩家等级,为什么只分析了后来再次流失玩家的等级数据,而且之分了其中的两种类型得玩家?

本次分析更多的是为了发现问题,所以更应该关注本次活动仍然存在问题的根源,即为什么玩家回来后又走了。

只分析了两类玩家,并不是我没有去分析其他玩家,只是关于那些玩家我实在是没有提取到对于优化活动有任何价值的信息。在此要提到部分分析师有时候会出现的一个错误心里——追求圆满,即既然已经分析了左,那就应该也分析一下右,既然开始分析了,就必须要给个建议,比如有的人在分析店铺或平台收入下降时,可能会发现这种下降就是大环境造成的,而自己又没有什么好的建议,他就会给出这样的建议“增加高单价商品的销售”。这完全违背了分析的一条基本准则:你给出的建议应该是可行的,是主观可以改变的,而不应该是客观无法改变的。

分析到这里,此次活动的游戏内基本行为差不多已经分析完了。到此结束此次分析也是可以的。但是如果再回到我们分析的目的上,则会发现我们还有一项重要的内容没有分析。此次分析的目的有两个:①评估效果,②寻找活动优化点。效果评估勉强可以算完成了,但是寻找优化点却还远未结束。

有人可能会说了,你在前面分析里面每个环节不都给出了优化建议了吗?

的确,前面已经给出了很多优化建议。放在其他行业、领域的分析中可能到这里就已经可以结束了。但是对于网络游戏来说,游戏运营除了游戏内运营外,还有另外一个重要的组成部分——客服,要知道当年陈天桥在国内建立第一个互联网客服中心后可是把这一事件放到了企业文化中。

4. 客服事件

先来看看两期活动的客服事件统计数据

此时,如果还想进一步体现第二次活动的成功,则可以将第二期活动的优化点列出来,用于解释第一期中的高发事件下降的原因。此次就暂时不作分析了,重点还是要放在发现问题,解决问题上。现在问题已经出来了:①无法领奖(页面已领奖、npc未领奖)、②神秘奖励无法领取、③兑奖异常。

所以结合活动形式给出如下优化建议:

①页面领奖但npc未领奖问题,页面给予更多的提示,提示领奖状态时均改成“已页面领奖,如仍未获得奖品请前往npc***处领取”;

②神秘奖励领取问题,提示文字中将30天改为31天,并尽可能采取列表模式,显示奖励可领取日期(程序实现貌似比较困难,所以第二期未做优化);

②里程碑时间计算问题,提示限时14天,后台程序设定为15天且按天来计算,不要再精确到时分秒了。

结语

到此,这次活动的数据分析真的完成了,当然如果时间允许的话,完全可以再找一些游戏内行为数据来进行细致的分析,发现问题,寻找解决方案。

好了再来回顾一下这次分析的过程:

明确分析目的:分析活动效果,寻找活动优化点;

了解活动内容和游戏内容;(很庆幸我对这款游戏非常熟悉,同时此活动也是我设计的,所以“省了很多工作量”);

确定此次分析的数据内容:登陆、消耗、成长、客服事件;

将数据结论话,即将数据图表转换成游戏内的用户行为描述;

针对现状给出建议;

组织此次数据分析的表现形式:分析报告。

数据分析,名为分析数据,实际是数据产生体的行为、特征或现状分析,所以任何分析如果脱离了业务,而只专注于在数据上使用各种高端分析技术,都可能变成一次自娱自乐。

来源:中国统计网

链接:http://www.itongji.cn/cms/article/articledetails?articleid=2051

本文采用「CC BY-SA 4.0 CN」协议转载学习交流,内容版权归原作者所有,如涉作品、版权和其他问题请联系「我们」处理。

发表评论

评论已关闭。

相关文章