2015-08-14

【轉】手遊開發者容易忽略的六項關鍵數據指標


原文出處

數據是推動遊戲產品進化最重要的動力之一,越來越多的手遊開發商都會要求產品經理具有高水準的數據分析能力,因此,每日監督下載量、日活躍玩家數(DAU)、ARPU值等基本數據已不是什麼新鮮的事,然而,真正的魔鬼總是藏在更細微的數據中,以下提供了六項開發者可能較不常關心,但是卻十分重要的六項關鍵數據指標: 
1. 一次性玩家比例 (One-Day User Rate)
有許多開發者常會摸不著頭緒,為什麼已經砸了大量的人力物力,獲取了那麼多的下載數新玩家,但是最重要業績卻總是無法提高?明明日活躍玩家、月活躍玩家數看起來都還好,但是使用者卻毫無黏滯性?若你也有這些疑問的話,不妨剖析一下您的下載數,看看您有多少比例是「只玩一次」的嘗鮮玩家,因為這種玩家大多在遊戲中是「陪玩」的角色,相對價值非常低,若比例太高,就會代表該遊戲體驗出了問題,可能是內容不吸引人、機制過於簡單甚至是介面問題,理論上,健康的手遊產品一次性玩家比例應不超過15-20%
如何透過 Flurry 監測你的一次性玩家比例?
利用Rolling Retention,可以找出一個月內只開過一次就流失的玩家
image
2. 日使用頻次中位數 (Median of Frequency of Use)
遊戲的成功與否常取決於其「令人成癮的程度」,而若將成癮程度細分,可以得到兩樣關鍵指標:頻次與單次使用時長,這兩項指標能回答我們兩項問題,第一:我們調整後的產品是否真的更吸引使用者了?第二:我的遊戲的使用情境定位為何?是輕遊戲還是重度成癮的遊戲?這點是否與我的商業目標一致?此外,你可能會問,為什麼是用中位數而非平均數呢?原因在於平均數只能回答「趨勢性」的問題,能夠知道體驗變好還是變壞了,但平均數本身並不一定代表實際玩家實際的使用頻次,中位數相對更貼近這個數字。
如何透過 Flurry 監測你的日使用頻次中位數?
Flurry-> Usage-> Frequency of Use,還可以比較其他手遊平均的頻次為何
image
3. 單次使用時長中位數 (Session Length)
理由與日使用頻次中位數沒有太大差異,只是從單次使用時長的比例還可以觀察到一件事:有多少作弊玩家,若您發現短時間的玩家比例過多(同時一次性玩家的比例也很高的話),你可能要檢查一下機制上有沒有出現一些漏洞,或是不是有人在創假帳號騙遊戲點數等。
何透過 Flurry 監測你的單次使月時長?
Flurry-> Usage-> Session Length
image
4. DAU/ MAU
或許你常常會看DAU、MAU個別的健康程度為何,但其實你也可以將這兩個數字相除,可以得到一項與使用頻次類似的「黏度數據」,如果使用者是每天都會遊玩,此值會趨近於1,如果使用者都是一次性玩家,此值就會趨近於0.3,若是做社交特性強、亦或是有設計黏著機制的開發者們不妨參考一下這個指標。
如何透過 Flurry 監測你的單次使用時長?
Flurry-> Usage-> Active Users-> 切換不同的時間維度,再進行相除
image
5. 一日回訪率 (One-Day Return Rate)
相較於其他行動應用,手遊產品多得驚人,對玩家自然是一種福音,但這也代表如果開發者無法在第一時間就抓住玩家的目光,他們很可能就會成為靜止戶,因此,許多玩家對一日回訪率會相當重視,因為這代表某種程度的「初體驗」,若一日回訪率太低的話,請先不要急著砸大錢買廣告做行銷,因為這代表你並沒有找到適合的MVP,因為現階段您並沒有具有價值的玩家
如何透過 Flurry 監測你的一日回訪率?
Flurry-> Retention-> Return Rate
image
6. 平均活躍玩家貢獻收入(ARPPU)與 平均玩家收入 (ARPU)
除了活躍程度、回訪程度,產品經理們關心的還有產品的獲利能力,ARPPU值與ARPU值相信大家都不陌生,但是大家不能只依靠其一,必須要比對或組合這兩項數據才能得到更有意義的洞察,控制這兩個數字在健康的比例下是很重要的,當然,必須要小心在此「平均」所賦予的統計含義,因為付費結構常不是常態分佈,因此中位數可能是更好的預測指標。
如何透過 Flurry 監測你的ARPPU與ARPU值?
收入可參考公司自家的損益表中,而開發者可利用分群功能自行拉出付費用戶,請點選Manage-> Segment
image

如果產品正在快速成長,您會發現DNU、DAU、MAU等基本指標已經不夠用了,必須要將數據依需求做適當的分析或者組合,才能比對出有意義的洞察,若您對此也有興趣的話,您可以點擊這裡,利用Flurry快速診斷你的手遊產品。

沒有留言:

張貼留言