玩家生命周期价值(二)

简介: 早先写了一篇关于玩家生命周期价值的文章,很多小白没,很多前辈问过我这个东西,说实话自己回头看了一下,大概没有接触产品,实际的运营过,估计不太很好的体会这个东西,也正是因为此,所以我答应了很多人会继续写下去,最近事比较多中间耽搁了一段时间,鄙人写的东西比较肤浅,但还有这么多前辈和新人期待,这是鄙人...

早先写了一篇关于玩家生命周期价值的文章,很多小白没,很多前辈问过我这个东西,说实话自己回头看了一下,大概没有接触产品,实际的运营过,估计不太很好的体会这个东西,也正是因为此,所以我答应了很多人会继续写下去,最近事比较多中间耽搁了一段时间,鄙人写的东西比较肤浅,但还有这么多前辈和新人期待,这是鄙人的荣幸,因此决定继续不断地完善和更新下去,之所以这么做还有别的原因,最近和一些新DMA聊天,发现总是爱问这个指标怎么定义,那个分析怎么实现,模型算法怎么变化使用的问题,让我非常有感慨,其实鄙人也有那样一个阶段,总是在想这个东西提出来后数据怎么取,模型怎么搭建,软件怎么使用,把很多精力投入在算法学习,软件使用等方面了,其实这样做是不太认同的,我觉得首先当问题来临时,先考虑怎么把问题拆开,把抽象的事物不断的具象,根据自己的需要分析,不要眉毛胡子一把抓,把这些工作做好了再进行分析就OK了,基本上大家都知道CRISP-DM模型,而这个模型的第一个阶段就是商业理解,这是重点,也是难点,我记得之前有文章说过,在DM工作上,大概有80%的时间是在进行数据处理准备,为什么是这样的,这就是因为你要理解业务,理解你要做什么,分析什么,当这些都明确了,数据的提取和处理自然就OK了,也就说80%的时间里面是包括这个理解的阶段的,而且是很大的比重。

闲话不少了,就开始继续说说这个玩家生命周期价值模型第二部分吧。

从这个模型来看,玩家处于不同的生命周期阶段,其对于游戏的价值和需求也是变化的,进而我们在对待玩家的问题上也要根据这个来确定,举个例子比如怎么推送不同玩家不同的活动,不同的道具,这就需要根据玩家处于的生命周期阶段来确定。在A~E五个时期,不同阶段的管理和目标是不同的,首先我们要获取玩家资源,其次通过核心玩法,交互甚至IB粘性(也就是投入金钱或者时间)留住用户,之后针对此阶段发生的不稳定因素,建立信息反馈机制,及时降低流失,提高留存,并使大批量用户进入稳定期,在稳定期促进玩家的成长,刺激玩家之间竞争,最后达到深度交互和融合,这时游戏的粘性培养起来了,也就是说稳定期可以被拉长,当然作为一个游戏产品,必然要面临流失问题,当流失发生剧烈时,我们就要考虑如何进行挽留玩家和使玩家回流的措施。

今天将重点来说说A和B阶段的情况。

在电信业也存在客户生命周期的模型,存在11个关键驱动因素,然而尽管网络游戏产品与之在客户生命周期模型方面很像,但是二者存在一些非常大的差别。作为电信用户而言,在A阶段就存在购买倾向,也就是说电信行业在初期的用户获取方面就存在收益价值,如果成为某个品牌的用户,就必须进行付费购买,而这一点对于目前的网络游戏(道具收费)来说是最大的不同点,基于此,对于玩家生命周期价值的把握要根据产品具体来说。

对于网络游戏而言,其实稳定期的价值很重要,但是A阶段和B阶段却是基础的一环,A阶段玩家的获取不存在购买或者付费的倾向,这个时期主要是通过媒体,网络,网吧等资源进行用户资源的获取,当然最佳的方式使用自己已经拥有的用户资源,因为相对而言新进用户的注册成本很高,而既有用户的成本就少得很多,而这点上,腾讯是最具威胁和优势的。A阶段可以分为两个时期:玩家游戏倾向(期待)阶段和游戏介入(反馈)阶段。

游戏的倾向(期待)阶段:

在此阶段其实玩家已经创造了价值,不同于电信行业,一款游戏要获取用户要从游戏没有测试就开始了,对应的玩家生命周期价值也就出现了,就像苹果手机一样,每年临近发布都会引发各种讨论和猜测,这是一种变相的产品包装和用户资源的获取,当关注和搜索的玩家数量越多,对应的后期进行转化的比例就会越高,这个阶段多少和CPM,CPC,CPA有关系,甚至包括社会化营销等等,有一方面对于那些既有玩家而言,提高他们对于游戏品牌的认识和增强队品牌的考虑能够加强这种游戏倾向,适当加大市场运作和推广,多种渠道使用户群积极认可游戏品牌,在游戏产品投放前期的造势过程中,明确定位和多角度的宣传,促使玩家群体最重选择尝试该游戏。

游戏介入(反馈)阶段:

通过前期的市场推广作用,玩家在此时开始尝试下载客户端,注册游戏,访问官网,论坛,合作媒体,而此时的价值曲线跌至谷底,在于玩家此时的流逝风险开始提高,比如注册成功率,下载成功略,带宽,进入游戏成功率等等信息,这个时期是获取玩家资源的关键时期。

B阶段,比A阶段更重要的时期

B阶段是用户提升的重要时期,相比A阶段而言,度过了第一个风险系数极高的拐点,但是B阶段整体都是一个非常有风险的时期。

玩家进入游戏后,在成为稳定具有的粘性的玩家之要经历一系列阶段,宏观的说有两块:美术风格和玩法规则。具体按照顺序来说,首先是新手时期,其次是核心玩法的呈现,第三是初步的人际关系的建立。

新手时期

玩家进入游戏后首先体验到的是新手引导过程,同时美术风格也呈现在玩家面前,在这一阶段,一般玩家都能挺过去,因为玩家进入游戏寻求的是在单位时间内追求最大需求的满足,而这种满足多数是在玩法上的追求,符合玩家的认知习惯和能力就OK了。

核心玩法呈现呈现阶段

依据每个游戏的规划情况而言,新手期后会存在流失拐点,之后进入核心玩法呈现时期,这个时期玩家的精力集中在玩法上,这个时期对于玩家而言是比较漫长的,然而这个阶段是B阶段风险最高的阶段,当核心玩法熟悉后,玩家会面临抉择,是否玩下去,玩下去是否选择付费,这时存在两个拐点,一个付费拐点,一个是流失拐点。在此之后,基本上玩家进入下个时期,初步建立人际关系。

玩家在B阶段的提升最后就会建立人际关系,因为当玩家进入C阶段形成粘性的稳定玩家群体时,必然是有所眷恋了。网络游戏中的玩家在游戏中要先成长,成长后开始竞争,竞争就发生在核心玩法的体验上,而后必然存在交互,因为这是玩家在游戏世界达到一定阶段必然的需求,而走到这一步,其粘性就培养起来了,也就是说B阶段的追求的终极目的就是要让用户完成从新手到建立初步人际关系的成长,只有用户完成了人际关系的建立,形成了交互,玩家才会在一定时期稳定在游戏中,并且C这个阶段会随着人际关系的变化而变化。

付费比率怎么来看?

如刚才所言,玩家在核心玩法呈现后,就会决定是否选择付费,在这个层面上,玩家还是比较理性的,一般情况下是不会存在冲动付费的情况。但是也不是完全的,我们清楚一点,玩家在游戏中是要在单位时间追求最大的需求满足,付费需求的产生与游戏的限制有关,限制越多,付费能力就越会提升,只是这种提升是要玩家自主产生的,而不是系统暴力的拉动,否则会有大量用户流失,所以在付费能力的控制与游戏限制上要追求平衡。当然也有很多玩家选择在核心玩法呈现后仍旧不付费,但是随着继续深入的玩下去,当人际关系初步形成后,会不自觉地形成付费的冲动。

此外,还要说明的是,在游戏付费方面,ARPU值不能真实代表群体的付费能力,在B阶段转化后的付费用户,不都是付费用户金字塔顶端的用户,也就说大多数情况下我们忽略了处于ARPU值水平之下的很多玩家,并且这个群体比例非常高,如果有时间,大家可以通过私分位差来确定一下处于此区间的用户规模。换句话说,在整体的B阶段,除了稳定那些付费意愿较强的用户之外(RFM分析),应该着重去提升低端玩家的价值增长,也就是在既有付费比率基础上,稳定付费比率,并实际提升收益价值,因此我们要做一些充值行为的分析,比如通过充值对客户进行分群,聚类分析,低端充值用户的行为分析,充值敏感性分析,针对不同玩家给予不同充值奖励。

B阶段是付费转化的关键时期,除了提升低端付费玩家的收益价值以外,免费用户,高端付费用户的绝对使用价值也需要提升,对于免费用户而言,目的在于维持整体的玩家规模保有量,平衡免费玩家与付费群体之间差异,比如在非周末,非高峰时期和低活跃度用户设置激励机制,提升该群体的质量,使之提升对于游戏的价值。

至此,上述的关于A和B阶段的讨论基本OK,接下来从数据和模型应用层面我们操作和分析一下这个过程。

根据刚才的分析,基本上我们可以归纳出一个模型(参考1),如下:

该模型是针对一个产品记录一批玩家从接触推广、关注、进入到形成付费(或者非付费)完整的关键数据链,其核心是有效活跃玩家的变化情况,有效活跃就是体验核心玩法,并最终留存在游戏的玩家,当然这是对于存在粘性的玩家而言的,同时模型要根据最初的倒入阶段反映留存,流失玩家的情况。

对于第一个“接触市场推广”,我们不需要再进行阐述了,这里从第二个阶段来说,我们可以列出一下的信息点,并进行相关的分析。

从新手阶段开始,就进入了我们需要重点关注的阶段,一方面我们要注意流失率的分析和把握,另外一方面要对进入的玩家进行留存分析,这个留存分析从玩家进入游戏到变成活跃用户,进而付费转化,并最终玩家进入C阶段,今天就写到这里,关于新手期的数据提取和今天的数据分析将在以后继续写下去。

相关文章
|
5月前
|
弹性计算 监控 Oracle
JVM第一个外部种子客户/游戏行业的故事
JVM第一个外部种子客户/游戏行业的故事
31 0
|
数据采集 机器学习/深度学习 传感器
在2018年影响企业的8个改变游戏规则的数据趋势
在2018年影响企业的8个改变游戏规则的数据趋势
126 0
在2018年影响企业的8个改变游戏规则的数据趋势
|
关系型数据库 Windows MySQL
在实际项目中遇到的一些有价值的问题,长期更新!
项目问题:生产库表名全是小写,而项目中部分表名使用的大写,          解决方法:需要开启mysql的忽略大小写配置,如图1-1所示:                                    ...
1002 0