请选择 进入手机版 | 继续访问电脑版

实现运营活动收益最大化 从了解玩家付费习惯开始

[复制链接]

实现运营活动收益最大化 从了解玩家付费习惯开始

发表于 2020-3-18 11:07:30 只看大图 阅读模式 倒序浏览
3605 0 查看全部
102627zoxxfoaey29je59m.jpg

某款MMO游戏,通过用户付费习惯分析得出经验珠的购买人数最多,神力珠的购买人排在第二。

然而,研发人员预想的是玩家主要购买的神力珠,其次才是经验珠。换句话说,就是希望玩家一上来就把钱砸到神力珠上面。

为什么玩家的付费习惯和研发设计的思路不符?

我们先来了解两个道具的差异。经验珠能快速提升经验,很直观;而神力珠是持续升级,缓慢提升经验,10分钟没什么效果,但10小时的效果非常明显,不直观。

分析得出,玩家没有理解到底哪个性价比更高,他们并不知道哪一个性价比对于他们来讲是更好的,那么只能说这批玩家的付费习惯是追求明白、直接、看得见、快速生效的东西,他们在乎看得到的利益,而次一级的选择才是这种较为缓慢的利益。

在这个时候,我们要去想办法去推,将神力珠推送给玩家,让玩家理解这个道具,理解后才会加大购买率。

推送会影响收入,比如充值送神力珠活动,相当于打折。如果不推送给玩家,会导致游戏里面会玩和不会玩的差距太大,因为这一批玩家中有部分是会算的,有部分是不会算的,如果我们引导做的不好,不会算的玩家的钱花错了地方,在游戏里成长会比较慢,玩家之间的差距加大,差距太大会跟不上队伍,跟不上队伍就很难继续玩不下去(游戏特性决定),从而导致流失。

付费习惯分析还有其他哪些价值?

假设我们有10款MMO和10款卡牌类游戏,我们将用户的消费习惯进行分类,将每个系统的出产方式、运营活动都做一个类比,能得到一个卡牌类或MMO类游戏的用户的消费习惯曲线,这个曲线对于做下一款游戏的设计是有帮助的,以后做卡牌或MMO游戏时就可以用现有这些数据来设计相应的点。

在同类型游戏的用户习惯是一致的前提下,各个系统的设计就可以算出来,比如原本按这条曲线,按这个概率,参与率是多少人,比如A概率,按这个曲线,这个模块的付费假设是1000块,研发人员调了概率以后,在这条消费曲线上,这个模块的付费可能是1500块钱,那么,这个数据对于研发人员的参考价值就在于,设计活动总价就按照1500块去设计。这也符合上一篇提到的收益最大化定价的思路,即如何估算定价,使得道具获得最高的销售额。

接下来将分享具体的案例。

一 不同类型玩家付费习惯分析

付费玩家在游戏里的主要消耗方式什么?高中低端玩家的消耗方式有什么差异?有多少玩家愿意将多少金额花费在什么模式或道具上?有多少付费玩家愿意将所有金额花费在一种模式或道具上?

本篇以卡牌游戏为例,通过不同类型玩家的消耗分布分析玩家的付费习惯,但大多数的游戏收入构成和案例所提到的不一样,卡牌类游戏的抽卡是玩家付费的一种形式,从共性上说是充值或消耗的占比。

我们在做不同游戏的用户付费习惯分析时,可以抓取占比较大的模块进行深入分析沉淀,找出收入较低的模块,分析是否还有调优的空间。

01 分析思路

1、为了解不同类型玩家购买游戏道具的习惯,需要对付费用户进行定义。现根据玩家在游戏中充值金额分布情况,定义玩家类型,分为高端、中端和低端玩家。

2、通过各模块的付费人数和收入分布,从宏观上了解这款游戏的收入构成。

3、分析玩家付费习惯

对比三类玩家将钻石全部用在一种模块上的比例差异

对比三类玩家将不同比例的钻石用在各个模块上的比例差异

02 详细分析

一、各个付费模块的用户消耗情况

该游戏的收入构成主要有五个模块,分别为:1次单抽、11连抽、战斗复活、恢复HP、增加卡库上限。我们先通过各模块的付费人数和收入分布,从宏观上了解这款游戏的收入构成。

由下面两张图可见,1次单抽的消耗人数最多,占比78%,11次连抽的消耗金额最高,占比50%。

102630fb5o3gdzv0qk7kk1.png
图1

102631di5aaa7932a9iis5.png
图2

二、不同类型玩家单一消耗分布

上图了解到1次单抽的消耗人数最多,11次连抽的消耗金额最高,那么,高、中、低端玩家的消耗习惯有什么区别,我们进一步来分析,先分析不同类型玩家中有多少用户愿意将所有的金额花费在一种模式上。

由下图可见,高中低三类玩家中均有一定比例成员孤注一掷将所有钻石用在单一的消耗方式。其中,“单次抽卡”这种消耗方式占比最高,有8%的低端用户将全部钻石放在单抽上。

将全部钻石放在单抽上的低端类型成员中有37%仅充值一次(此处图表省略)。

102634qzym8h986pkpoozt.png
图3

三、不同类型玩家的消耗分布

接着,我们来分析高中低三类玩家在各个模块上的消耗金额(钻石)分布。

为了能清晰了解各类玩家愿意将多少钻石花在不同的模块上,我们需要做一张表格,将钻石消耗量按10个区间分布(每个区间增加10%),如下表所示。

下表是高中低三类玩家在各个模块上的消耗金额分布明细数据。其中,第一行的比例表示钻石消耗量占比,从第二行开始至最后一行的比例表示人数占比。

比如:第2行的第3列62.2%表示:62.2%的低端用户将钻石总量的0%-10%消耗在恢复HP上。

明细数据如下。

102636o747jjihjcl72ir6.jpg
图4

定义:

高端玩家:总充值金额>=10000元;中端玩家:10000元>总充值金额>=500元;低端玩家:总充值金额<500元

为了更直观的比较不同类型玩家在各模块的消耗差异,我们对单个模块的用户逐一进行比较,分别比较单抽卡、11连抽、恢复HP、战斗复活和增加卡库上线。

  • 单抽卡


低端类型在每个比例上的成员数均衡,突出表现在有8.26%(4562个)低端成员将钻石全下注在单抽,这部分成员37%是只充一次(6元、12元)。

中端玩家相比低端的冒失,显得谨慎,不轻易将家当的80%以上放在单抽。

高端玩家不屑于单抽,63%的成员选择消耗钻石总量的20%在单抽卡。

如下图所示。

102638b8pc44chcipvxvqw.png
图5 注释:下面图表涉及到的名词,比例=(玩家在某一个类型下消耗的钻石量/玩家消耗钻石总量)

  • 11连抽


高端玩家突出优势-钻石多,65%的成员将家当的70%-100%放在11连抽。

低端玩家更多的是停留在10%比例。下图所示。

102639c58t5n8le5tllzsu.png
图6

  • 恢复HP


62%的低端类型成员为“恢复HP” 消耗的爱心量小于其家当的10% 。仅有0.97%的高端玩家将家当的30%以上消耗在‘恢复HP’。如下图所示。

102639wmz6d54deo15a4lr.png
图7

  • 战斗复活


高、中、低端玩家中均超过99%的成员为“战斗复活” 消耗的钻石小于其家当的10% 。

三种类型的玩家严重的轻视“战斗复活”。如下图所示。

102640gujrujrhex1njnzv.png
图8

  • 增加卡库上限


高、中、低端玩家中均超过99%的成员为“增加卡库上限” 消耗的钻石小于其家当的10% 。

100%的高端玩家为“增加卡库上限” 消耗的钻石小于其家当的10% 。

三种类型的玩家严重的轻视“增加卡库上限”。

如下图所示。

102640bit7duir5d9x369n.png
图9

03 分析结论

通过以上详细分析,得出结论:

1次单抽的消耗人数最多,占比78%,11次连抽的消耗金额最高,占比50%。

‘战斗复活’、‘增加卡库上限’2种类型的钻石消耗方式不受大众青睐:三类玩家中各自99%以上的成员在这2个类型上的消耗量小于各成员消耗钻石总量的10%;

三类玩家各成员在‘恢复HP’类型的消耗量与钻石消耗总量的比例集中在(0,10%],高端类型成员更轻视“恢复HP”类型,不到1%的成员会将钻石的30%消耗在此类型;

三类玩家各成员在抽卡上的消耗比例的分布趋于平缓,不突兀,高中低三类的消耗比例的分布呈现差异化:

低端玩家倾向于将全部钻石消耗于单抽卡,其中有8.26%的低端类型成员将所有的钻石消耗在单抽上;与单抽相反,60%的低端成员对‘11连抽’的投入小于钻石总消耗量的30%,可能是性价比不满意。

中端类型成员单抽更为保守,仅13%的中端类型成员愿意将70%的钻石放在在单抽上;11连抽上的消耗比例分布类似于正态,趋于中间多,2边较少。

高端玩家更加看重‘11连抽’,对单抽不屑,66%的高端成员会将消耗钻石总量的70%以上投入到‘11连抽’,甚至有20%以上成员投入超过总量的90%;63%的高端类型成员在单抽上的花费不足总量的20%。

二 打折PK送券,怎么做收益最大化?

某游戏之前做过道具打折活动,现在想试试满额送券活动,并希望对此了解哪种活动方式带来的收入更好,数据分析师通过分析报告来评估回答了上述问题。具体是如何评估的,请见本篇。

01 分析思路

数据分析师根据历史的道具销售记录,作了以下六个步骤的分析,如图1所示。

  • 分析用户消费特征
  • 确定“满额”的基数
  • 确定“送券”的额度
  • 对比“满额送券”和“道具打8折”活动的道具购买人数
  • 对比“满额送券”和“道具打8折”活动的收入
  • 确定活动方案


102640nyeje6id4jj6i65i.jpg
图10

02 详细的分析过程

(1)用户消费记录描述性统计

从图11可以看出,用户消费能力呈右偏态分布。

102640to0e3ufn4ojr3z5n.png
图11

进一步汇总统计得出,57%的用户消费次数小于3次,56%的用户累计消费金额小于300元,用户属于低频低额消费群体。

根据用户历史消耗金额,求出1/4分位数128元,1/2分位数256元,3/4分位数584元。

(2)用户购买频数&平均购买金额区间分布

根据图12所示的用户累计消费次数分布,可得出57%的用户消费次数小于3次,31%的用户只进行一次消费,累计消费10次以上的用户占比15.69%,累计消费15次以上的用户占比10.04%。

102641dpgv3f27oignvv22.png
图12

细看累计消费次数大于15次的用户购买的道具类型,TOP3的道具为时装、功能道具和等级直升,如图4所示。

[85,95],[125,135]是用户消费均值的两个峰值,如图5所示。

102643xdsdn22sppwqp98m.png
图13

102645gz5iuoz5878z7ppz.png
图14

(3)畅销道具TOP30:

目前畅销的TOP30道具中, 128元、88元和70元的道具数量最多,如图15所示。

102646v6vfcfqcyvycceyq.png
图15

(4)单个用户每日平均ARPPU为100元,除了个别的活动时间之外,其余时间均比较稳定,如图16所示。

102646aidxudeiwh85rbed.png
图16

(5)从历史数据看,用户平均每天购买次数的道具金额集中在[90,130]区间,如图17所示。

102646bzjui6h4jhjzhtvi.png
图17

(6)历史活动效果:

《烈日纷争》之前做过部分道具打折活动,折扣范围在7-8折之间,本次满减送券活动的折扣范围也希望保持在7-8折之间,因此历史活动的数据有很好的参考性。

道具打折活动,共有12837名用户参与了折扣购买行为,图18是打折活动期间的道具购买数量分布,表1是打折道具的购买人数情况,此次活动累计创造收入235万元,活动期间每个用户平均付费金额(ARPPU)为183元,比未进行满减活动的单个用户ARPPU提高47%。

102646b008u7680fq6xyxb.png
图18

102647v869rdrdkebrrrdd.png
表1

(7)对比两种方案

参考之前的8折活动数据,即满额a,按照历史的8折得到三个档次的基数(根据用户消费能力得出的1/4分位数128元,1/2分位数256元,3/4分位数584元),那么满额a=基数/0.8 (分别为160元,320元,730元)。

参考活动时期ARPPU提升47%作为目标,即满额a,按照现在的基数提升47%,那么满额a=基数*1.47(分别为188元,376元,858元)。

应用二八原则,80%的收入来源于20%的高端用户,累计消耗大于730元的比例为19.8%,大于858元的比例为16.5%,730元相比858元更加合理,因此定730元满额的第三个档次。

目前主流道具的金额在128元,88元,70元,如果用户分别购买了这三个主流必要道具,还需花费的差额实现容易程度,第二个档次中160元相比188元用户更容易选择其他金额的道具来实现满额,提升幅度分别为20%、18%、4%,如表2所示。

102647gqwhvq8dkdikimpk.png
表2

(8)商城经历的7次历史活动时间段,按照目前的满额送券活动效果:

历史道具商城经历7次大型活动,第三次活动是分水岭,前两次活动中商城道具数量较少,活跃用户处于较低的水平,从第三次活动开始,道具数量增加,对应期间的活跃和付费人数增加,直到第7次均属于比较稳定的水平。因此,采用历史上第三次至第七次的数据为参考数据,来确定不同消耗档次的用户比例,第一档55%,第二档25%,第三档20%(尽量取整数原则)。并将5次活动的付费率均值作为本次活动的付费率即为14.34%。

表3为7次活动不同档次的消耗金额占比和付费率。

102647h88ticu8yw217ccy.png
表3

(9)预估活动期间收入:说明:默认本次活动和历次活动的活动周期接近,均在15天左右。

a.满额送券活动

根据目前两周的活跃用户量,再根据历史5次活动处于三个档次消费的人数比例:55%、25%、20%,可以得出购买三个档次的人数(n1,n2,n3),n1=活跃用户量*55%;n2=活跃用户量*25%;n3=活跃用户量*20%。

计算本次活动的总收入,总收入=160*n1+320*n2+730*n3

b.道具打折活动

若所有的道具均为8折,计算活动期间商城中每种道具的购买人数。

因历史的商城活动中做过部分道具打折活动,所以先求出8折折扣道具的购买人数占该道具历史购买人数的比例,将该比例作为本次活动道具的购买人数。

根据历史数据得出:道具单价小于160元,购买人数占比9.98%;单价在[160,320] 的道具购买人数占比17.10%,单价大于320元的道具购买人数占比16.29%。

道具购买人数=各道具历史购买人数*8折活动期间购买占比

总收入=单价*购买人数*0.8

对比满额送券和道具打折活动的收入,得出道具打折比满额送券带来的收入低128万元。

03 分析结论

根据《烈日纷争》用户购买道具数据分析,建议本月道具销售满额送券活动方案为:满160元送50元券,满320元送120元券,满720元送300元券,预计该活动能带来630万的收入,比直接打8折的收入高30万元。分析步骤及结论如下 :

(1)根据历史道具购买记录,分析用户消费特征:

畅销top30的道具金额主要为128元,88元,70元。

用户属于低频低额消费群体,31%的用户只进行一次消费,57%的用户消费次数小于3次,消费10次以上的用户累计占比15.69%,时装是用户主要购买的道具类型;85-95元和125-135元是用户消费均值的两个峰值。

其消费能力呈右偏态分布,56%的用户累计消费金额小于300元,众数128元。

单个用户每日产生的价值(道具购买金额)为100元,除了个别的活动时间之外,其余时间均比较稳定。

说明:用户消费特征和道具定价和道具属性(是否能重复购买)有关。

(2)确定“满额”的基数:

将历史消费金额呈现的4分位数,初步划分三个“满额”档次的断点(满额a):1/4分位数128元,1/2分位数256元,3/4分位数584元。结合道具单价可以看出,128元为众数和1/4分位数主要是由于商城道具的单价决定,且128元处于用户消费均值的峰值区间内,因此作为第一个基数具有合理性。

参考历史道具8折销售活动,即满额a,按照历史消费情况8折转换得到三个档次的基数,那么满额a=基数/0.8 (分别为160元,320元,730元,考虑到730是奇数的10倍,因此选择与之接近的偶数720元)。

将历史道具销售活动提升的ARPPU值作为目标(上涨47%),即满额a,若按照现在的基数提升47%,那么满额a=基数*1.47(分别为188元,376元,858元)。

假设用户分别购买三个主流道具(128元,88元,70元),对比以上第2点和第3点的“满额”基数,160元相比188元用户更容易选择其他畅销道具来实现满额,提升幅度分别为20%、18%、4%。

根据二八原则(80%的收入来源于20%的高端用户),累计消耗大于720元的比例为19.8%,大于858元的比例为16.5%,因此定义720元相比858元更加合理。

结合以上5点,确定“满额”的基数为:160元,320元,720元。

(3)确定“送券”的额度:

考虑主流道具金额和送券金额不低于道具8折后优惠两个要素,再按照该算法取整,确定送券的金额分别为:满160元送50元券,满320元送120元券,满720元送300元券。

(4)“满额送券”和“道具打8折”活动收入预估:

根据“满额送券”活动,估算本月活动期间收入1630万元。

总收入=160*n1+320*n2+730*n3 。其中n是购买道具人数=周活跃*付费率,根据历史7次活动处于三个档次消费的人数比例:55%,25%,20%,因此得出n1、n2和n3的值,最终得出总收入。

根据“打8折”活动,估算活动期间收入1500万元。

总收入=∑道具单价*购买人数*0.8。其中道具购买人数=各道具历史购买人数*8折活动期间购买占比

综上,预计本月本月进行的“满额送券”活动比“道具打8折”活动带来的收入高130万元。

三 “满额送券”活动效果分析

通过分析可知“满额送券”方案比“打8折”带来的收入更高,因而《游戏A》项目组采用了此“满额送券”活动方案,即满720送300,满320送120,满160送50,活动持续15天。

该活动上线后带来了一波收入增长,活动结束后数据分析师对比了实际收入和预估收入的差异,并总结其活动效果,为下一次类似的活动做参考。

01 分析思路

图19

02 详细分析过程

(1)整体效果

活动持续15天,累计商城收入1680万(比预估值高50万元),参与活动账户14万个,占活动期间总用户账号数28%,累计订单量29万。详情如下:

活动期间商城累计收入1680万,用户购买道具的热情主要体现在前2天,活动前两天的收入占据总收入的一半以上。如图2所示。

活动第1天用户主要购买的是本次新上的道具1,有69%的用户购买,贡献了35%的收入。

102647wk8t12k2c9qnuwi2.png
图20

(2)售卖道具TOP30

本次活动销量最好的是道具1,为本次活动的新道具(见图21)。活动期间有26.1%的用户购买,贡献了25.8%的收入。

102647xqv7cgkt0kao7a3i.png
图21

(3)三档满额送券活动的参与情况

66%的订单满足满额送券,共产生440万元优惠券,该类订单产生了88% 的总商城收入。

20%的用户消耗没有达到满额标准,该类用户发起的订单量占据总订单的34%。如图22所示。

102648jhaqgngn1hbcncrz.png
图22

(4)使用优惠券的用户分析

优惠券刺激用户的平均消耗金额提升,用户平均消耗提升,促使商城每日的人均消耗金额大幅上涨。

a)101858个账号使用了优惠券,占总购买账号数的54%;累计产生支付金额1008万,占据总支付金额的60%;

b)69%的订单使用了优惠券;

c)10%的订单由于使用了优惠券,使得用户支付金额为0;

d)用户平均消耗金额在活动前是左偏态,活动中是右偏态分布,说明优惠券刺激用户提升了平均消耗金额,活动后用户平均消耗在(150,300]的比例比活动前高30个百分点;如图23所示。

e)活动当天的商城人均消耗为365元,同比1月24号、2月14号活动,分别提升幅度为52%、103%。

102648hx6qdm0qz945qd64.png
图23

(5)与历史活动对比

与历史活动相比,高额消耗的用户数明显增加,整体付费率明显提升(见表4)。

102648rwoxx62xxuz4be0b.png
表4

03 分析结论

为感谢各用户对《游戏A》的支持,在版本更新期间进行了满额(支付金额)送券活动,活动共分为三个档次分别是满720送300,满320送120,满160送50。活动持续15天,累计收入1680万元(比预估值高50万元),参与活动账号14万个,占活动期间总用户账号数28%,累计订单量29万,达到送券金额的订单占66%,产生优惠券金额440万元,详情如下:

(1)活动期间39%的用户使用了优惠券。

(2)优惠券刺激用户提升了平均消耗金额,在活动期间使用优惠券的用户平均消耗在(150,300]的比例比活动前高30个百分点。

(3)活动当天商城人均消耗为365元,同比之前的两期活动,提升幅度分别为52%、103%。

(4)活动期间新增付费用户16961,其中88%为老用户,该类用户购买道具top3 为道具A,道具B,道具C。

(5)不同方案对比:

满额送券具有滞后消费作用,刺激用户高额消费,相比历次活动具有较好的效果。

假设活动为道具均7.3折(满额送券换算成折扣),则本次活动商城收入比7.3折高74万,主要原因:

优惠券刺激更多的用户将道具A加入订单, 道具A订单中47%均用了优惠券。

优惠券具有延后性,用户后期使用不必在活动期间屯货,具有更高的灵活性。

与最近的一次活动对比,高额消耗的用户比例增加明显,其中消耗金额大于730元的比例提升176%。

102818v6hw5rbr7wgr73ko.png
欢迎关注作者微信公众号↑↑↑

作者:黎湘艳
来源:微信公众号“数据驱动游戏”
原地址:https://mp.weixin.qq.com/mp/prof ... 124#wechat_redirect
回复

使用道具 举报

游客~
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|极客同行 ( 蜀ICP备17009389号-1 )

© 2013-2016 Comsenz Inc. Powered by Discuz! X3.4