DataEye实战课堂干货:卡牌网游留存率

8月16日下午,DataEye实战运营课堂之RPG网游卡牌【深圳站】在科兴科技园进行,来自24家公司的一线运营同学,参与了本次鱼骨式的深度交流会。结合本次交流会的探讨,DataEye将分别以”如何分析留存数据不佳的原因及优化方案”、”如何分析游戏付费点设计的合理性“、”数据对于产业链各环节的价值”为主题推出相关干货。

留存去哪儿

——DataEye实战运营课堂RPG网游之卡牌【深圳站】

GameLook报道 / 8月16日下午,DataEye实战运营课堂之RPG网游卡牌【深圳站】在科兴科技园进行,来自24家公司的一线运营同学,参与了本次鱼骨式的深度交流会。

本次交流会以某游戏为实际体验案例(主办方提前两天将相关游戏与课件资料提供给参会同学进行预习),基于该游戏在DataEye后台的数据表现,以及主办方设计的相关思考题进行头脑风暴。

结合本次交流会的探讨,DataEye将分别以”如何分析留存数据不佳的原因及优化方案”、”如何分析游戏付费点设计的合理性“、”数据对于产业链各环节的价值”为主题推出相关干货。

Part1:留存去哪儿

游戏留存是游戏运营各项数据指标中最受运营人员重视的指标之一,我们结合这款游戏的线上留存数据表现和与会嘉宾的讨论,提炼出一套分析游戏留存的通用的方法。

根据DataEye后台数据表现

从游戏7月1日开始放量,次日留存率一直表现不稳定,大部分日期内次日留存率都在20%左右,平均水平为22.41%,7日留存率为2.46%,30日留存率几乎为0,这个留存率在整个RPG卡牌手游的类型中都是处于中下水平。

究竟是什么原因导致该游戏的留存率较低呢?与会嘉宾对此问题展开了激烈讨论。

通过观察人数较多的渠道对于该款游戏的注册转化率发现,注册转化率的水平并不低,基本排除渠道方面导入用户质量过差而导致留存率偏低的可能性。

深入游戏产品进行分析,通过流失等级分布不难发现,游戏中1、2、4、10、6这几个等级流失的玩家,占了所有流失玩家总数的70%以上。

我们重点在游戏中对这几个容易流失的等级点进行体验。

首先看Lv1和Lv2,这两个等级点,玩家还未体验到游戏的核心玩法,就已经产生了流失,此处流失的原因很可能是因为游戏最初的表现无法吸引玩家,比如玩家可能不接受游戏的IP、画风和核心玩法,在初步体验后就已经流失。

其次看Lv4处:(1)连续引导第一次间断,玩家会在此处比较盲目,不知道如何进行操作,点击主场景模块,会被告知在某个等级开放该系统,而对于该系统的功能未有提及,没有给玩家足够的期待,从而流失。(2)游戏第一个出现战斗失败的关卡(有一定几率会失败),过早的失败给玩家带来了较强的挫败感,失败后的强化指引不明确,没有正确引导玩家进行通关副本的强化操作,导致玩家流失。

再看Lv6处:(1)玩家在6级时,不做任何强化的情况下必定会在副本中战斗失败。弹出强化引导框,共有6个可供强化的选项,最后两个无法点击,中间两个等级限制,体验非常不好,可能导致流失。

最后看Lv10处:普通玩家在10级时必定会在战斗时失败,此时系统赠送的资源在6及强化时基本耗尽,进一步强化需要付费,这是游戏的一个较为明显的付费点,与会嘉宾则认为10级设计明显的付费点为时过早,玩家尚未体验到游戏魅力,就要求付费,难免会产生反感厌恶的心理,从而导致流失。

分析一款游戏玩家流失的原因,行业中的不同群体通常会站在不同的角度进行分析。

与会嘉宾观点:

  1. 1. CP方面代表:

确定流失定义,分维度分析产品流失点:对于不同的游戏产品对流失用户的概念进行重新定义,重点对流失用户的等级分布和关卡进度两个纬度进行分析,如果某个等级或关卡的流失人数激增,则可能认为该点导致流失的可能性较大。

邀请目标玩家进行体验,确定流失点:最真实的还原用户场景,观察玩家在每一个游戏环节的行为,再通过相关访谈,确定玩家产生流失念头的真正原因,例如新手引导不当导致玩家游戏目标不明确或是关卡难度太高产生挫败感导致流失。

优化游戏体验,找到玩家的易留存点:通过分析玩家流失等级段分布,发现到达某个等级后玩家的流失比例减少而留存的比例增加,就需要通过优化引导步骤想法设法将用户引导至该等级段。

新手引导是否需要强制,值得深思:越来越多的用户在需要自行体验游戏的时候往往受到新手引导的牵制而无法进行,建议将新手引导做成开放式的,用户需要时可自行选择学习。

将最好的部分提早展示出来:大多数游戏都是前期流失严重,如果能将游戏最好的部分在前期就展示给玩家使玩家所期盼,会无形中提升玩家流失成本,从而减少流失。

  1. 2. 发行方面代表:

通过发行方游戏运营人员的丰富经验确定可能会使玩家产生流失的场景或者等级段,有针对性的向CP方提出需求在游戏内进行打点,观察用户行为,定位游戏产品问题。

  1. 3. 渠道方面代表:

对于产品方面流失的产品原因关注比较少,用同一部分资源对不同产品进行测试,通过对比留存率挑选更加适合自己平台用户的产品加大力度进行推广。

DataEye观点:

分析留存数据不理想的原因通常可以从以下两个方面入手进行分析:

市场方面:(1)通过对比同款游戏在不同渠道的留存率水平,确定某个渠道的用户和游戏产品目标用户重叠的可能性;

(2)更换不同宣传素材和iCon利用ABtest观察留存指标变化,确定宣传素材或者iCon对于目标用户的吸引程度;

(3)强IP的游戏可在目标用户聚集的平台进行广告投放,观察留存指标。

(4)参考游戏中玩家的等级分布,如果前5分钟流失率过高,可能是因为该渠道用户适合该游戏产品。

产品方面:(1)观察从激活-注册-创建角色之间的转化率,这部分体验往往决定玩家对游戏的第一印象;

(2)服务器稳定性,观察后台错误分析中的客户端报错率,能够很直观的反应服务器问题;

(3)分析玩家流失的等级分布和关卡分布,定位等级和关卡设计中的问题。

(4)观察新手引导过程各环节通过率,可直观的判断新手引导环节不适合的可能性;

(5)细化各等级付费转化率,观察是否符合策划预期的付费点设计,应当产生付费的付费点和付费时机,付费转化率低而流失率高的话,很有可能使因为玩家对付费点的反感而产生流失;(6)核心玩法循环出现时产生流失过高,可能是因为该游戏产品的核心玩法难以让玩家接受。

如若转载,请注明出处:http://www.gamelook.com.cn/2014/08/176066

关注微信