观察 | 如何利用数据优化游戏中的抽奖活动

本文转载自数数科技 如有侵权请联系删除

抽奖类活动是目前网游中最常见的运营拉收模式,用最终大奖吸引玩家参与,以概率+保底的形式进行投放。抽奖类活动做得好不好,往往可以直接影响到项目的最终流水呈现。

客观数据是玩家用钱投票的结果,可以最直接的体现玩家对这个活动的看法。所以,以数据分析主导的抽奖类活动调优是游戏运营的重要课题。

01、建立活动预期

在设置运营活动前,我们会给用户分类。抽奖类活动主要目标是拉收,主要针对的玩家群体考虑分割为以下两类:

中小R:追求高性价比

大R:追求头部商品

针对前者,主要手段为设置梯度奖励,尽可能拉动付费率;针对后者,主要手段为保证头部商品的吸引力与稀缺性。

从最基本的箱子开始,我们对标头部游戏在里面塞满了从白色品质到金色品质的皮肤共计几十个。这个箱子的观测数据主要有以下几点:

活动付费人数:消耗点券购买该箱子钥匙的玩家数

击穿人数:获得头部奖励的玩家数

总收入:整个箱子的总流水

活跃渗透率=活动付费人数/该周期内的活跃玩家数

付费渗透率=活动付费人数/该周期内的付费玩家数

由于付费人数变化与DAU变动相关,为了摈除这部分影响,我们还需要加入一个新的观测数据:付费渗透率与活跃渗透率,用于更直观的观察每个箱子在当期付费用户与活跃用户中的渗透率。

02、初次调优:实际问题主导

首次上架的活动可以称为基准数据。这个数据主要作用是作为基准参考,便于我们对后续活动进行数据观测。在这个阶段我们进行活动调优的主要手段还是来源于玩家主观反馈和研发实际情况。

在这个阶段我们发现主要问题有以下两点:

由于在箱子里塞满了皮肤,美术资源消耗飞快,制作成本太高;

对追求终极奖励的大R而言,重复抽到的填充物过多,分解填充物得到的货币严重过剩难以回收。

针对这两个问题,我们进行首次调优,将各种品质的填充皮肤换成各类游戏货币与数值碎片,上架第二种箱子。

03、二次调优:数据主导流水最优化

第二种箱子上架后,我们得到一个基本的数据对比:付费人数大幅下降、击穿人数轻微上涨、总收入上涨。符合流水上涨的预期。

所以我们以同样的思路保持节奏持续上架。接着我们发现,在后续箱子的数据表现并不如意。总收入振幅、基础按用户比例、付费渗透率持续下滑。可见,第二种投放也是有问题的。

从几个数据分别对比第一版开箱的数据变化,我们可以得到一些基本的推论:

付费人数大幅下降,击穿人数轻微上涨,这说明收入的上涨的部分来自于大R的付费提升。

中小R在第一次改动后放弃了开箱,这个形式的开箱收入完全取决于大R的付费行为。

除了首次改动数据尚可,后续开箱数据迅速跌落,说明大R的后续付费意愿也在持续下滑。

对于以上表现,我们给出以下两个推论:

推论1:对于没有能力击穿开箱的中小R而言,他们直接放弃了开箱。

推论2:填充物溢出始终会影响大R体验,从而导致后续开箱大R不愿意再次付费。

为了验证推论1,我们拉取了4次开箱参与的玩家群体与他们的付费分布,筛选出参与抽奖的玩家,查看玩家群体的点券消耗分布,得到如下数据:

通过数据可以看出:击穿占比先上升后下降,中大R开箱占比降低,得到的结果基本与推论相符。数据反推用户消费心理,改动后的箱子专注于照顾大R,缺乏前、中期的里程碑,缺乏性价比,造成中小R的流失。

1~5抽占比上涨而后续比例降低,说明原本可以转化的用户停止在了第一个里程碑。而击穿比例看似上涨,其实落到实际用户数上也没有增长太多。

也就是说,假如一个箱子的定价是6块钱,他们原本6块钱就能买到的皮肤没有了,花几千块钱买一个终极皮肤又不符合诉求与消费水平,于是浅尝辄止,就放弃了这个活动。

为了验证推论2,我们拉取了开箱内填充数值货币的相关数据,发现与推论相符:

击穿玩家的数值货币获取数量过快,超出了经济系统可健康回收的范畴,造成了3个开箱周期后,大R数值货币溢出明显而中小R数值货币不足的情况。对此,我们进行了以下改动:

增加兑换商店;

箱子内不产出难以回收的溢出产出,改为产出不同数量的兑换货币,用活动本身回收活动产出;

通过兑换商店、累开的方式,设置层级奖励,照顾中小R玩家的前、中期体验。

这次改版后,较前一次开箱,触发用户数上涨118%,流水上涨151%,击穿率上涨72%。最终我们得到了一个满足目标群体(大R)需求,同时照顾中小R体验的活动,相对而言各项数据较为理想,达成局部最优解。

04、结语

总而言之,在一款游戏的开箱活动设计中,我们可以参考如下步骤。

1. 根据活动目的,锚定需要关注的数据节点包含:

a. 流水情况

b. 参与情况:参活人数、活跃渗透率、付费渗透率、奖励获得分布、抽奖次数分布

c. 回收系统:货币产出量分布、剩余货币分布

2. 活动设计:开箱设计主要需要关注好以下两个关键模块:

a. 阶梯式奖励体验

b. 冗余产出的回收

3. 迭代思路:可以从以下几个方面来对活动进行复盘迭代:

a. 转化率:活动的渗透率、奖励梯度转化率

b. 各付费梯度阈值

c. 货币回收难度

数据是玩家在用真金白银向我们表达的客观体验,游戏运营必须学会通过数据分析进行快速迭代,达成付费活动的局部最优解。

Sam

Sam

偶尔出现的拖稿王

评论已关闭!

相关资讯