Введение в аналитику пользователей в игровой индустрии

Игровую аналитику лучше всего определить как весь процесс применения данных о поведении пользователей для управления продажами и маркетингом, усовершенствования продуктов и принятия бизнес-решений для любой игровой компании.

Для таких компаний пользователи — это люди, которые используют эти игры в развлекательных целях, и к ним обращаются как к игрокам или геймерам. Информация, которую он генерирует, может помочь организациям принимать решения по улучшению игрового дизайна, продаж и маркетинга игр, товаров с возможной монетизацией и общего влияния на бизнес. Как всем нам хорошо известно, в настоящее время аналитика данных имеет невероятную ценность в различных сегментах отраслей, и игровая индустрия не является исключением из этой тенденции. Во время пандемии, когда миллионы людей во всем мире занимаются играми, разработчики игр и игроки широко используют аналитику не только для того, чтобы сделать игры лучше, но и для того, чтобы научиться играть в них.

Клиентская аналитика существенно улучшает качество игр

Все разработчики игр стремятся разрабатывать игры, которые нравятся геймерам, независимо от того, какая у них игровая специализация или платформа, которую они предпочитают для развертывания. Высококачественные игры высшего качества привлекут множество геймеров, и большее число из них будет играть регулярно, что, по сути, будет означать более широкие возможности монетизации доходов для игровых компаний. Основное правило клиентской аналитики заключается в расширении доступа к данным, правильном их понимании и выявлении шаблонов, которые имеют смысл для бизнеса.

Для начала давайте разберемся в общем понимании основных показателей дохода.

Базовые или высокоуровневые показатели

DAU (активные пользователи в день): Активные пользователи в день (DAU) — это общее количество пользователей, которые тем или иным образом взаимодействуют с веб- или мобильным продуктом или игровым решением в определенный день. Чтобы считаться «активным», игроки просто должны просмотреть или открыть продукт. DAU — это количество уникальных пользователей, которые в любой день начинают хотя бы один сеанс в приложении. Хотя сами по себе DAU или другие метрики высокого уровня не дают достаточного представления о производительности игры, их следует рассматривать лишь как полезную отправную точку для обсуждения образованной аналитики.

Например, может быть игра с 100 000 активных пользователей, которые играют в игру несколько раз в день, а также активно монетизируют через опции. В то время как новостное приложение или приложение для обмена сообщениями, которое имеет 100 00 активных пользователей, но не имеет механики монетизации. третье приложение может быть кампанией по привлечению пользователей с плохим удержанием, сегодня у них 500 000 активных пользователей, но завтра их количество упадет до 100 000. Таким образом, в основном количество DAU — это просто снимок во времени, и окружающий контекст может быть более важным.

***MAU (активные пользователи в месяц): месячный эквивалент DAU.

DAU/MAU: Насколько хорошо игра удерживает своих пользователей или «прилипчивость» к игре, можно лучше всего наблюдать по соотношению между активными пользователями в день и активными пользователями в месяц. Эта метрика показывает частоту входа пользователя в игру. Чтобы это было легко понять, давайте возьмем пример. Допустим, есть игра, в которой MAU составляет 100 000, а средний DAU — 15 000.

Тогда DAU/MAU будет 15000/100000

Тогда соотношение будет 15%

Это означает, что средний пользователь заходил в систему примерно 15% дней в этом месяце.

Но поскольку это относится к соотношению, значение этого показателя DAU/MAU может быть либо нулем, либо единицей. Значения, близкие к единице, означают, что пользователи открывают игру в более высоком проценте дней.

Популярные приложения для социальных сетей, такие как Facebook, Instagram и т. д., опубликовали отчеты о соотношении DAU/MAU, достигающем 50%. Но самые успешные игровые приложения имеют коэффициенты в диапазоне 20\~25%.

Сеансы на пользователя. Сеанс лучше всего определить как событие, когда каждый раз пользователь, не просто уникальный пользователь, а любой пользователь, открывает вашу игру/приложение. Как и в случае с DAU, общее количество сеансов может потребовать некоторого контекста, чтобы стать полезным числом. В частности, аналитики обращают внимание на среднее количество пользовательских сеансов на DAU. Эта метрика может показать уровень вовлеченности пользователей в игру. Однако, если пользователи возвращаются 5-10 раз в день, чтобы играть, можно с уверенностью предположить, что им нравится игра, в то время как если пользователи открывают посещение только 1-2 раза в день, трудно удерживать их внимание в течение длительных сеансов. Сказав, что некоторые игровые стили или потоки включают более частые пользовательские сеансы, это означает, что жанр приложения (приложение/опрос/игра и т. д.) не обязательно оказывает какое-либо влияние на сеансы/DAU.

Коэффициент удержания: это, возможно, самый важный показатель, когда речь идет об измерении бесплатного игрового приложения. Очень успешные бесплатные игры, как правило, создают долгосрочные отношения со своими пользователями. Выяснено, что пользователи, которым очень нравится этот опыт, готовы платить за конкурентное преимущество на продвинутых этапах. Однако в такие игры должны быть встроены сильные возможности удержания, чтобы у них было время для построения такого рода отношений лояльности.

В процессе расчета удержания пользователи разделяются на когорты в зависимости от дня загрузки игрового приложения. Итак, теперь день, когда происходит загрузка, называется днем ​​0. Если пользователь открывает приложение на следующий день (день 1) и т. д., он помечается как удержанный пользователь. Если есть пользователи, которые не открывают игровое приложение, они не являются сохраненными пользователями. Этот расчет выполняется для каждой группы пользователей каждый день после загрузки игрового приложения. Обычно для расчета удержания используются нечетные дни, например 1, 3, 7 и 30.

День 1 = Первые впечатления
День 3 = Взаимодействие
День 7 = Постоянные пользователи преодолели порог
День 30 = Еженедельный/ежедневный анализ пользователей

Коэффициент оттока. Этот показатель примерно противоположен коэффициенту удержания. Здесь измеряется количество тех, кто скачал игру, но не играет в нее. Метрика оттока имеет смысл в основном в бизнес-моделях, основанных на подписке, однако, когда она применяется к бесплатным играм, требуются некоторые настройки. Главным соображением всегда является стиль игры пользователя. В то время как в игре модели подписки, уровень оттока просто черный и белый. Либо пользователь платит, либо не платит. Однако в бесплатных играх можно найти множество комбинаций, некоторые пользователи могут играть несколько раз в день, в то время как другие обычные игроки могут заходить в систему один или два раза в неделю. Чтобы нормализовать количество таких пользователей, стандартной мерой для оттока является пользователь, который не играл в течение 28 дней.

Показатели монетизации

Коэффициент конверсии. Этот показатель предназначен для измерения отношения игры/приложения к пользователям. «Как часто геймеры возвращаются в игру/приложение?» и «приносит ли указанная игра/приложение достаточный доход от пользователей?».

Коэффициент конверсии лучше всего можно описать как процент уникальных пользователей, купивших что-либо, от общего числа пользователей, вошедших в систему в течение указанного периода. Можно даже измерить коэффициент конверсии рекламы, показываемой во время бесплатной игры, следовательно, это показатель любой покупательской активности в игре.

По большому счету, Продажа продукта - очень сложная задача, а что может быть более сложной задачей, чем заставить пользователей платить реальные деньги за игру, в которую они могли бы играть бесплатно!!!. однако, как и в случае со многими другими подобными отраслями, суть в том, что постоянные клиенты приносят большую часть дохода во всех бесплатных играх. Таким образом, разработчики игр продвигают и поощряют пользователей/игроков совершить эту первую конверсию, предлагая виртуальный предмет/повышение невероятной ценности.

ARPU (средний доход на пользователя): один из самых важных ключевых показателей эффективности в играх. ARPU лучше всего определить как средний доход, который вы получаете от каждого пользователя за фиксированный период. Для расчета учитываются все пользователи, скачавшие и активно использующие приложение. Это также помогает разработчикам игр понять, работает ли текущая модель дохода/стратегия монетизации.

При привлечении пользователей через разные маркетинговые каналы значения ARPU могут варьироваться от одного канала к другому. Чтобы помочь в анализе того, какой конкретный канал приносит значительный доход, важно отслеживать ARPU для каждого канала/источника, из которого были привлечены пользователи.

ARPU(заданный период) = доход(заданный период) / количество пользователей(заданный период)

ARPPU (средний доход на одного платящего пользователя): это показатель дохода на пользователя, полученный также только от той подгруппы пользователей, которые совершили покупку в игре. Проще говоря, он получает среднюю ценность монетизации каждого пользователя только для тех пользователей, которые совершили действительную покупку, независимо от общего количества пользователей. Излишне говорить, что такая метрика может сильно различаться в зависимости от жанра рассматриваемой игры. Специализированные игры, такие как PUBG и т. д., которые требуют более высоких навыков, как правило, имеют более высокие показатели монетизации, такие как ARPPU, но с другой стороны, им также не хватает массовой привлекательности, как у казуальных игр. Здесь учитываются только платящие пользователи и то, какая часть дохода будет получена в течение некоторого времени.

Интересно, что разделение ARPPU от ARPU позволит лучше понять количество платящих пользователей и ценность, которую они добавят в игру/приложение.

ARPDAU расшифровывается как «Средний доход на одного пользователя в день». ARPDAU показывает, какой доход генерируется от ежедневных пользователей в течение 24 часов.

К-фактор: количество приглашений, отправленных каждым клиентом игры, умноженное на конверсию каждого такого приглашения, называется К-фактором.

К-фактор можно рассчитать как:

k = i*c
I = количество приглашений, отправленных клиентом
c = процент конверсии от отправленных приглашений

K-фактор аккуратно суммирует эффективность вашей стратегии роста рефералов, превращая его в количественную метрику, которую затем можно сравнивать на разных этапах разработки вашей игры, чтобы измерить эффективность вашего подхода.

Внутриигровые KPI

Не менее важно измерять и балансировать игровую экономику, выходя за рамки изучения вовлеченности, удержания и монетизации пользователей. и т. д., если игровые метрики слишком упрощают получение виртуальной валюты, у пользователей не будет мотивации для монетизации, в то же время пользователям все равно потребуется достаточное количество виртуальной валюты, чтобы получить удовольствие от игры и изучить ее глубже. Так что где-то посередине есть золотая середина, известная как игровые KPI или метрики.

ИСТОЧНИК: Источники — это места в игре, где пользователи могут зарабатывать валюту во встроенной валютной системе. На любой панели управления Game Analytics исходная метрика измеряет количество валюты, заработанной данным пользователем. Он также может включать в себя любую валюту, которая была предоставлена ​​пользователю в качестве поощрения игрой.

SINKS: Sink лучше всего описать как противоположность источника. Теперь это места в игре, где пользователи тратят свою драгоценную валюту. Поскольку как источники, так и приемники могут относиться к твердым (премиальным) и мягким (вторичным) валютам, эти разные типы валют анализируются отдельно.

ПОТОК относится к общему балансу валюты, которую игроки потратили и заработали. Путем объединения источников и стоков получается поток. Поток — это общий баланс валюты, которую игроки потратили и заработали. В представлении диаграммы, если диаграмма наклонена вверх, как экспоненциальная кривая, это говорит о том, что у базы игроков слишком много валюты и нет необходимости монетизировать. Если график имеет отрицательный наклон к нулю, у игроков не будет достаточно ресурсов, чтобы что-либо делать в игре.

Показатели прогресса в игре

НАЧАЛО: количество стартов показывает, сколько раз игрок начинает новый уровень.

НЕУДАЧА: сбой происходит, когда пользователь начинает уровень, но не завершает его.

ПОЛНЫЙ: Подсчитывается, сколько раз пользователи прошли определенный уровень.

Связав все три вместе, вы сможете анализировать уровни в своей игре.

Хотя единого волшебного рецепта для игровой аналитики не существует, все вышеперечисленные показатели являются стандартами, которые помогут дать толчок миру аналитики. Опытные игроки в игровой аналитике должны знать, что самый важный аспект игровой аналитики – это начать работу и установить ориентиры. Когда есть четкое понимание того, как ведут себя пользователи, такие вещи, как влияние обновления игры или изменения в стратегии привлечения пользователей, анализ каналов и т. д., можно легко измерить.

Практические примеры — игровая аналитика

Игровая аналитика очень хорошо помогает доработать игровой дизайн. Анализируя, какие элементы работают для игрока, а какие нет, разработчики игр могут создавать превосходные интерактивные сценарии, интригующие и доставляющие удовольствие их целевой аудитории.

Известный пример: в конце 2013 года компания King Digital Entertainment, создавшая Candy Crush Saga, столкнулась с непредвиденной проблемой в самой популярной игре Candy Crush Saga. Многие игроки бросали игру на 65-м уровне. Говорят, что в то время Candy Crush Saga содержала в общей сложности 725 уровней, а это означало, что King терял клиентов еще до того, как они заходили слишком далеко в игру. Изучив данные, которые компания собирает об игровом процессе клиентов, команда King [анализа данных] (https://47billion.com/big-data-analytics/) обнаружила, что почти все люди, которые прекратили играть, сделали это после того, как не смогли он прошел уровень 65. Информация была передана команде разработчиков игры, которая внесла некоторые изменения в код, чтобы удалить один особенно сложный элемент на этом уровне. Показатели успеха росли, и все больше игроков оставались в игре дольше. King Digital усвоила ценный урок геймдизайна. Для поддержки процесса аналитики King Digital использует Hadoop и аналитическую базу данных от поставщика программного обеспечения Exasol, а также инструменты бизнес-аналитики QlikView для визуализации отчетов.

В настоящее время большинство разработчиков игр используют аналитику в сочетании с отзывами сообщества для тонкой настройки своего игрового баланса. Этот подход особенно полезен для соревновательных игр, в которых участвуют несколько игроков, таких как MOBA и MMO. Просто взглянув на данные, основанные на времени игры, частоте побед и игровом процессе, разработчики могут визуализировать, есть ли закономерности в навыках, снаряжении и классах, выбираемых игроками, что может выявить несбалансированные элементы игры.

Аналитика также помогает игрокам лучше

Прелесть аналитики в том, что она полезна в разных сегментах и ​​используется разными людьми. Все больше и больше игровых профессионалов находят различные способы применения аналитики к миллиардам точек данных, особенно в конкурентных областях. Некоторые хотят заняться профессиональным киберспортом, эти разработчики будут записывать, пересматривать и анализировать свои игры, чтобы найти возможности для улучшения и анализа данных. Многие веб-сайты, основанные на аналитике, демонстрируют общедоступную статистику и также проводят тренировки для игроков-любителей.

Например, вся аналитическая экосистема может быть создана вокруг функций геймификации, таких как таблица лидеров, чат, многопользовательский режим, товары и т. д., чтобы позволить менеджерам по продуктам эффективно выполнять живые операции (приобретение, вовлечение, конверсию, удержание и монетизацию).

Другой пример — инициативы по анализу данных для игроков популярной игры League of Legends, одной из самых популярных игр в мире. LoL зарегистрировала почти 115 миллионов игроков в месяц и до 1,3 миллиона одновременных игроков в 2021 году, а инструменты анализа, использующие глубокие функции в консолидированных данных об игроках, рекомендуют действия для будущего улучшения.

Аналитика на основе данных, используемая для того, чтобы сделать игровые прямые трансляции более увлекательными, в настоящее время актуальна. Искусственный интеллект широко используется для обнаружения важных событий и ярких моментов, когда они происходят в режиме реального времени во время игр, чтобы графические представления данных на экране могли отображаться для зрителей.

Аналитика ни в коем случае не является новым явлением в играх, хотя в последнее время ее использование возросло. И почему бы и нет, благодаря пандемии COVID-19 геймеры генерируют больше данных, чем когда-либо прежде. Естественно, в мире после COVID все виды отчетов или анализов периода до COVID стали бесполезными и устаревшими в мире, поэтому разработчики игр хотели бы более внимательно изучить последние появившиеся тенденции.

Короче говоря, игровые предприятия и предприятия, полагающиеся на устаревшие статические отчеты, наверняка отстанут. Вместо этого, следуя текущей тенденции, использование и использование новейших аналитических решений, включающих аналитику на основе поиска и искусственный интеллект, — это путь вперед, поскольку это поможет пользователям находить полезную информацию именно тогда, когда она им нужна.

Вывод

Если вы хотите получить максимальную отдачу от своих показателей, вам необходимо объединить данные из каналов приобретения, удержания и монетизации. Совместно используя данные о привлечении и удержании, вы можете получить важную информацию о том, какие рынки приносят вам наиболее стабильных и довольных клиентов. Путем объединения удержания и монетизации вы можете проанализировать, какое поведение клиентов приводит к прибыльным пользователям. Конечно, обсуждаемые выше проницательные сравнительные данные просто невозможны, если использовать их любым из старых способов.

Экосистема предприятия или хранилище аналитических данных помогут объединить и сравнить данные из социальных сетей, электронной почты, рекламы, магазина приложений, встроенных решений и т. д., чтобы получить более полную картину стратегии успеха.

*Тебе понравилась эта статья? Пожалуйста, ставьте лайк, делитесь и комментируйте свои взгляды в поле для комментариев *

Также опубликовано здесь: https://47billion.com/blog/gaming-industry-revolution-with-analytics/