在过去的一年中,为游戏行业带来巨变的创新不仅仅有免费游戏模式。最重要的改变可能是使游戏作为服务运营成为可能,尤其是数据的使用方面。
我曾有幸在一家电信公司就职,其中很长一段时间我都是作为一名游戏开发人员。正是如此,我才有机会很早就发掘了对数据的热爱。但就目前来说,此类话题还没有被广大人群所熟知。本文中我会提供一个快速入门指南并给出一些切实有效的建议,例如使用数据来减少玩家流失,提高广告和IAP的收入。除此之外,我还需要让你了解,正确地使用数据在游戏中与玩家对话的重要性。随着玩家游戏进程的逐渐深入,你还需正确应对玩家的变化。
首先需要知道的是,玩家的反应和决择是会随着游戏进行而变化的。虽然有一定的规律可循但也和具体的游戏有关。如果想了解如何有效地引导玩家,就需要知道不同类型的玩家在游戏不同阶段的行为。在此,我将游戏阶段分为四种:发现(Discovery),学习(Learning),参与*(Engaging)。理解玩家为什么在某个阶段做了什么事是进行分析的关键。本小节中,我们还将继续深入讨论“参与”阶段的一些细节,并对一些特殊情况,例如“沉迷(Super-Engagement)”和“回归参与(Re-Engagement)”进行讲解。
涉及到的多种形式
在开始详细讨论玩家生命周期之前,我们首先要达成一些基本共识,关于将要使用的术语(terminology),以及对这些数据的类型,如何使用它们的一些基本理解。
为了得到玩家行为数据,我们需要知道玩家在玩的时候做了什么,因此需要采集事件和行为数据。与质量分析不同,我们要的不是玩家的意见和模糊的记忆,我们需要确切地知道玩家作出的每一个具体的选择和行为。要做到这一点,需要创建一系列事件,这些事件将会被大部分玩家通过特定的触发点触发,触发后游戏就可以回馈给我们特定时间的一些游戏数据。
举例来说,在一个FPS游戏中,我们可能想在玩家射击时采集一些数据。首先给这个事件起一个名字,例如PlayerShot,然后拟定采集该事件时所需要的数据,例如一系列变量:射击发生时的日期和时间、匿名处理的玩家ID、游戏角色的XYZ坐标位置、射击造成的伤害、被击中玩家的匿名ID以及该游戏回合的会话ID。
注意我们并不是说要采集游戏中的一切数据,我们需要的是那些有统计价值的静态参考数据。例如,一张地图中的某一个位置。只要知道采集数据时的地图版本,那么就可以用地图上的坐标位置创建热点图。我们还可以通过一些其它的事件来推断出很多有用的信息,只要这些信息和事件是有关联的。举例来说,我们需要了解玩家玩游戏时关卡内发生的事件,我们不需要每发生一次事件就纪录一次关卡数据,甚至不需要时时记录该场游戏的玩家列表。我们仅需为一个特定的开始游戏事件记录一些关键数据,这样我们就能使用会话ID来还原这场游戏发生的所有事情。
注意,玩家的数据应是匿名的。我们并不是要监视玩家,我们需要的是了解所有玩家的游戏过程 。
正因为我们想要了解玩家的生命周期,所以要根据游戏进程的时间轴来考虑需要记录的事件很重要。我发现明确区分出不同类型玩家的游戏进程是很有好处的,例如我们可以收集首次进入游戏的玩家的体验数据,而从老玩家那里收集另外的体验数据。就我个人来说,我不会去记录所有按钮的点击数据,我会倾向于记录那些有意义的数据。现有成熟的解决方案HACPP被用于食品行业。我在Develop Online上写了一篇分析文章,所以这里就不深入细节了。基本原则就是记录那些“危险信号”:例如是否导致玩家恶心(从而流失),还有一些开发者希望看到的事件如使用IAP购买道具或观看视频广告。
必须知道很重要的一点是,我们收集到的数据可能不是完整的,如果玩家在玩游戏的时候电池耗尽或是接听电话,我们就无法得到最新数据。尽管这对于基于网络的游戏来说不是什么大问题,但我们仍然无法保证能够收集到所有数据,而且这种游戏也不能离线使用,无形中减少了培养玩家兴趣的机会。
下面是一些典型的事件(这里使用的是伪变量名):
通过这些事件,我们能够推断出大量的信息。举例来说,如果想知道有多少玩家完成了某一关卡,我们就可以通过GameMenuLaunch事件配合LevelComplete事件来进行统计。我们也可以用这些数据分析出一些更有趣的内容,例如调查有多少人完成了某个关卡(记录LevelIDSelected)中的某个任务目标(记录ObjectiveID),并与之后的关卡的完成数量统计(记录LevelComplete)做比较,这样就能分析出,跳过早期关卡中的某些游戏目标是否会对后面的游戏体验产生影响。
统计这些事件并不仅仅是为了简单地比较数值。简而言之,通过分析某些事件的时间戳,我们可以了解到某些深层次的问题。例如,如果我们注意到玩家在主菜单停留的平均时间开始增长,这就可能是一个危险的信号,意味着玩家可能要开始流失了,也可能意味着(最近)修改过的主菜单对玩家不是特别友好。
什么信息是无法得知的?
尽管之前讨论的数据采集方法很强大,然而你采集的数据会由于你对自己所开发的游戏的理解而产生偏差。也就是说,我们必须经常检查数据收集的标准。这里最大的问题在于,我们无法得知玩家们想做什么,打算做什么却没做成。我们要从数据中洞察到这一点,并据此修改游戏的设计。
如果说仅有2%的玩家会在免费游戏中付费,我们就没办法知道怎样做才能让剩下98%的去付费。也许我们根本就没有办法说服这些人去付费,但我想说问题关键在于采集到的数据不是完整的,我们应考虑到这些数据的统计学意义,格外注意因果关系分析,而不是相关性分析[1] 。分析的同时辅以参考玩家生命周期可以弥补这方面的缺陷,因为我们可以将可能的行为按玩家所处的当前阶段进行分类,分别为这些阶段寻找转化玩家的方法,增加转化率。总的来说,就是要在正确的时间提出正确的问题。
漏斗思维
现在有很多先进的技术可以帮我们分析玩家生命周期,其中最有用的一种称做漏斗分析(Funnel Analysis)。该方法可以帮我们跟踪一组玩家,并指出其中有多少玩家成功地进入了游戏的下一个阶段。该类型分析中最常用的一种方法是ARM漏斗(ARM Funnel)。
如使用该种类型的分析手段,我们会首先观察从何种途径获得了多少玩家(一般来说是游戏总下载量,虽然从GameMenuLaunch事件得到的统计会更准确一些),途径可分为自发安装(Organic Installs),广告传播安装(Direct Advertising)或者口口相传。(译注:用户安装了你的App,但不是通过点击广告安装的,该种情况即称为自发安装)。接下来的一段时间内,我们会跟踪两种类型玩家的数量。当我们在比较第二天(我称之D2,有些人说D1)与第七天(D7)或第三十天(D30)的两种玩家的数量时,我们就能得到一个很好的留存数据。然后再比较付费玩家的占比,这样我们就又得到了付费转化率。
然而,仅仅做到这些还是不够的。当我们把运营一款游戏当作提供一种服务时,我们就有必要将漏斗的职能扩大,大到足以反映出玩家的生命周期——我称之为服务型漏斗(Service Funnel)。这样做的好处是可以将参与游戏的玩家作为帮助因素而非口口相传(该种类型的传播近几年里已经显著减少),还会鼓励其他玩家愿意在游戏中投入更多(时间和金钱)。这就是为什么不愿付费的玩家(Freeloader players)仍然可以带来附加价值的原因——这也是他们从游戏中获益的方式,例如观看有奖励的视频广告。
通过该种分析,结合我们吸引和留住玩家的方法,就能更好地映射出游戏的周期流程。更重要的是,帮助找出创造重复付费行为的因素。
我们能不能做出更好的游戏?
这种问题的答案基本上都是很枯燥的,还会有一些设计师认为一味地追求“好游戏”会扼杀创造力。但实际情况正好相反。这是一个怎样使用手中的数据去创造最吸引人的游戏的问题。我们想尽可能多的留住玩家,如果他们付费一次并且感觉良好,他们就会愿意为之多次付费(只要我们持续为他们提供相应价值的内容)。
我们有必要将游戏体验划分成多个参与阶段,这样就能根据阶段对症下药,利用游戏体验、广告和IAP来增加各阶段的游戏乐趣。
然而,数据应启发设计者,而不是成为设计者的障碍——因此进行质量调研是很有必要的。通过你的游戏来获得玩家的意见,观察玩家行为——得到的信息将会是无价的,但是要了解一个事实:这种调查结果只能帮助你了解玩家的动机。社区和在线调研可以为我们带来一些启发,但要记住,这种类型的信息基本上是不可信的,玩家在描述他们的游戏行为时与真实情况比会有很大的差别,更不用说去描述将要做的事情。尽管如此,他们还是可以告诉你他们对游戏的看法,以及他们为什么会作出某些选择。还有一点局限性是,这种调查方式只适用于正式场合——和朋友聚餐可能并不会得到什么有用的信息。玩家的直接反馈用处很大,但在这里我要再次强调,要小心对待这类数据。它仅仅描述了一个特定玩家对游戏的特定看法,这并不能代表所有人。不过说一千道一万,倾听玩家的心声还是很重要的。
我们要的究竟是什么?
世界上没有两片树叶是完全相同的,游戏亦是如此。就游戏的表现和不同阶段的玩家行为而言,下面基本上就是我一直期望达到的目的。这里的关键问题是,我们如何引导玩家到达某个阶段,到达该阶段后都需要做些什么准备以便引导到下一个阶段。
探索
探索是最开始的过渡阶段,从玩家发现这款游戏开始,到安装游戏结束。在本阶段,我们需要确切地了解玩家下载游戏的原因,还要确保玩家确实进行了游戏。
归属——我们不仅需要知道玩家的来源,从何处了解到的游戏,还要知道哪些来源带来了留存率(retention)和付费率(monetisation)。你可以将其作为单独自定义的阶段来追踪数据并比较。
一定要比较玩家在玩游戏过程中的流失时间。最好在同期玩家之间比较(在相同日期开始玩的玩家),虽然基于玩的天数来比较也可以得到有用的结果(即他们的游玩行为并不是同步的)。
有时广告商会用CPI或eCPm或二者组合来计算广告活动的成本,我们需要就下载转换率来看待广告活动的有效性。
下载并不意味着就万事大吉了,你知道有百分之多少的人在下载游戏后从来没有运行过吗?知道他们从下载完游戏到第一次运行经过了多长时间吗?
学习
学习阶段意味着玩家首次获得了游戏体验。本阶段会在游戏对该玩家产生黏性的时候结束。这很重要,我们需要的是真正的热心玩家,要让他们成为游戏的粉丝。我们一定要搞明白的一个关键问题是,玩家是否知道如何去玩这款游戏?这款游戏是不是这个玩家喜欢的类型?
第二天的留存率是多少?如果我们不能在第二天留住玩家,则说明游戏的内容不足以吸引到玩家,更不用说让他们为游戏内容付费。即便我们的游戏很优秀,但这么早就放弃游戏并不是一个好征兆。
玩游戏的频率和持续时间是多少?游戏和游戏之间是不一样的,没有一个标准答案说多少是好多少是坏,因此我们要关注的是一段时间内这些数值是如何变化的。
游戏教程给予的乐趣并不多,但我们知道有百分之多少的人进入第二关或后续关卡?解锁关卡的频率和节奏可以告诉我们游戏真正的乐趣在哪里。
学习阶段中,我不是那么急切地希望把玩家转化成付费玩家——因为早早付费的玩家通常都是一次性付费的玩家。然而我们还是有必要设置一个期望值。一种检测的手段是查看有多少玩家观看了奖励视频广告。
通常来说,追踪玩家在一局游戏中的最后位置是很有用的。这可以用来指示出游戏过程的自然中断频率和位置,此时你应在这些位置上设置一些“召回手段”,例如让玩家一段时间后再次打开游戏的理由。
参与
能进入到此阶段的玩家都是真正的热心玩家。该阶段我们需要重点关注留存率和期望值。作为游戏设计者,我很珍惜“回头玩家和重复付费玩家”。我将出现很多一次付费玩家视为危险信号,这说明我的盈利机制可能是有问题的。创收的秘诀是让玩家有付费的欲望,让他们知道道具的价值(通常辅以奖励式广告向玩家开放部分核心元素)然而,这里的关键问题是:他们有没有做好付费的准备?
留存率依然是关键的度量标准,长期投入对付费意愿的影响,以及付费的多少与玩游戏时长之间的关联。这可能听起来很讽刺,但实际上不是这样。这是提醒我们必须把游戏做好,这样玩家才愿意在游戏上花费更多的时间。那么你游戏的七日留存率是多少?
游戏与游戏之间各有千秋,所以对于付费转化率而言没有硬性规定。然而,游戏中的付费行为应让玩家感觉良好,认为这个钱花的值得,同时不影响非付费玩家的游戏体验。想象一个剪刀石头布的游戏。如果我购买了Lizard-Spock(译注:剪刀石头布的升级版)升级包,我就有了更多的选择也激励了其它玩家。但我仍然可以和其它玩家一起玩游戏。
在学习阶段,我们可以通过分析观看视频广告的频率来发现我们的IAP内容是否足够吸引玩家。如果该数据经常变动,就能分析出我们是否成功地转化了一个付费玩家,或将要失去这个玩家。当然,很可能花钱多的也会是看广告看得最多的人。
留心玩家在参与阶段时的关卡通过成功率。关卡失败带来的沮丧是继续前行的动力,但这也可能会成为阻碍。
不要在关卡平均成功失败比率上有任何偏袒。
还有一个小技俩,我们可以记录玩家在游戏中第一次观看奖励广告或付费的时间点。它可以帮助我们理解玩家为什么会付费,而不仅仅是在游戏中的什么位置。如果想让玩家重复付费,我们就应该让他们感受到付费的快感。
热心参与
从优秀游戏中区分出拥有优秀IAP设计的游戏的一个关键点是,让真心喜爱游戏的玩家有动力去继续投入更多来提升体验。这里需要再次强调,这可能听起来有些俗套,但我们应该能够从分析结果中看到玩家的真正价值是什么,而不仅仅是关注哪些玩家开始真正地深入体验游戏。
我个人的做法是参考15日留存率。不管玩家有没有付费,这是一个很重要的指标。
重点关注二次或多次重复付费所占比率,以及不同类型付费的频率和变化。因为这能帮你找出有价值的游戏道具,有助于将来提升游戏的留存率。这很重要,尤其是你能以此确定更有价值的游戏道具来帮助留存玩家。让玩家感到他们花钱买到的东西物有所值才是关键。
同时还要关注社区活动,通过社区也能了解到游戏中道具的真正价值,这也是很重要的。
再次参与
玩家会遇到挫折并放弃游戏,我们应持续不断地激励他们,让他们从游戏体验中获得尽可能多的快感。如果我们能提前发现并解决问题——即便不能及时解决也可以提供新的内容——我们就能帮助玩家乐享其中。不过有时可能没什么效果,他们就是不想玩了。
玩家通常很热心于游戏的更新内容。注意关注不同群体的玩家,观察更新内容有没有成功地让他们再次回到游戏体验中来。游戏更新后,玩家行为的变化可以为我们提供启发。
留心游戏频率、购买道具/观看视频广告数量统计、社区活动甚至是游戏关卡的成功率,如果它们的数值开始下降/减缓,你有没有可以激励玩家的方案?
流失
玩家流失是必然会发生的。我们能做的是尽可能的抓住他们的兴趣点,激励他们,尽可能长时间的留住他们。我们需要确切地知道这个时间点,以便我们接下来推出新的内容,召回流失的玩家。
一次游戏时间长度的变化频率,从关闭游戏到再次打开游戏的时间间隔,相对于上次游戏更新关卡的反应,这些数据有规律可循吗?
虽然玩家已经离开了,但他们此时对游戏的评价是怎样的?这些对于我来说都很关键。因为只要玩家是带着美好的记忆而离去的,他们就有可能在将来的某一天回来。