Если вы разрабатываете бесплатные игры, то вас наверняка интересуют вопросы, связанные со сбором и анализом статистики.
Почему? Потому что статистика — важная составляющая успеха бесплатных игр.
Цель моей серии статей – структурировать разрозненную информацию по данному вопросу, пропустить ее через призму нашего опыта и дать рекомендации, как действовать.
- какие показатели следует отслеживать в играх;
- какие инструменты анализа могут помочь в работе со статистикой;
- какие сервисы по сбору и анализу статистики существуют, их преимущества и недостатки.
Чем дольше игрок находится в игре, чем больше он думает об игре в оффлайне, тем больше у него шансов вложить реальные деньги в свой прогресс в игре.
Конечно, обеспечить такой уровень азарта в играх разработчикам сложнее, чем в традиционной платной модели.
Один из секретов успеха F2P-игр заключается в том, что их дизайн должен основываться не только на креативности и «гениальных» идеях, но и больше на анализе поведения игроков в игре, то есть на реальных данных/статистике.
При этом вы можете (и должны) запускать F2P-игру только с частью готового контента, а управлять разработкой игры/модифицировать контент исходя из потребностей игроков и популярности тех или иных функций.
Этот подход называется проектированием, управляемым данными, или «проектированием, управляемым данными».
Это цикл, на каждой итерации которого присутствуют четыре этапа, показанные на рисунке.
Приемлемый процент готового контента на момент запуска игры зависит от жанра, концепции и т. д. Но что обязательно должно быть готово при запуске любой free-to-play игры, так это мощная и гибкая система сбора и анализа статистики, т.к.
а также систему тестирования различных вариантов функционала/арта/баланса.
При этом все показатели, которые планируется анализировать, должны быть четко спланированы, а инструменты анализа и визуализации данных должны быть предварительно выбраны, интегрированы и настроены.
Моя серия статей будет состоять из трех частей, в которых будут рассмотрены следующие вопросы.
- Ключевые показатели, которые следует отслеживать в бесплатных играх, и данные о поведении игроков, которые необходимо анализировать для улучшения этих показателей.
- Основные методы анализа собранных данных для принятия решений по разработке игры: сегментация пользователей, когортный анализ, «воронки» или анализ последовательностей переходов, A/B-тестирование.
- Существующие сервисы, их преимущества и недостатки.
Какую статистику следует собирать в F2P-играх?
По своему опыту скажу, что поначалу при работе со статистикой хочется записывать в игре практически все: каждый клик, каждый результат игры и каждый экран, показанный в игре.Тезис мог бы быть следующий: главное все собрать и ничего не упустить, а разобраться можно позже.
Этот подход не работает по нескольким причинам.
- Анализ огромных объемов данных обходится дорого: нужно привлекать много высококвалифицированных аналитиков, которые должны обладать глубокими знаниями как в статистике, так и в методах ее обработки, быть знакомыми с OLAP-кубами, алгоритмами искусственного интеллекта и т. д. То есть, чем меньше данных, тем больше данных.
лучше!
- Данные быстро устаревают, так как зависят от маркетинговых кампаний, источника привлечения игроков, нововведений в игре и даже времени года.
Поэтому важно просматривать все показатели в режиме реального времени.
Для этого нужно начать планировать сбор статистики еще на этапе разработки концепции игры.
Например, для наших игр мы составляем таблицу, в которой напротив каждого показателя написано, какую гипотезу он проверяет и какое улучшение можно сделать на основе знаний о нем.
| Индекс | Принятые решения |
| Доходы по уровням и внутренним продуктам | Если продвинутые игроки платят больше, то нужно работать над стимулированием людей покупать раньше (анализировать потребности на ранних уровнях, снижать цены на некоторые товары и т. д.).
Если в начале игры платят больше, то необходимо ввести специальные продукты для более продвинутых игроков, добавить дополнительную возможность тратить накопленную валюту.
|
| Очки, заработанные игроками по уровням | Данные помогут поставить перед игроками более подходящие цели, а также скорректировать игровой баланс.
|
| Время выполнения игрового задания | Для каждого задания есть приблизительная оценка того, сколько времени понадобится игроку на его выполнение.
Сравнивая фактическое время выполнения задачи с ожидаемым временем, вы можете корректировать параметры задачи и их последовательность.
|
- бизнес-показатели;
- поведение игрока;
- Техническая информация.
Существует впечатляющее разнообразие аналитических сервисов, предоставляющих удобные решения с наглядной визуализацией данных и простой интеграцией.
Большинство этих услуг платные, но обойтись без них практически невозможно, поскольку изобретение «велосипедов» (самостоятельное осуществление сбора бизнес-показателей) несет в себе риски, дополнительные затраты и трату времени.
Подробнее об аналитических системах читайте в третьей части цикла статей.
Пожалуй, самая сложная часть — отслеживание поведения игроков, поскольку эта часть обычно уникальна для каждой игры и требует определенных инструментов анализа (о которых речь пойдет во второй части цикла статей).
Готовых решений, которые можно интегрировать в игру и сразу начать получать необходимую статистику, не существует. Есть компании, которые могут передать сбор и анализ статистики на аутсорсинг (например, GamesAnalytics Ltd).
Но мы предпочитаем выделять для этого ресурсы внутри самой команды разработчиков.
Техническая информация — это статистика, которая необходима для того, чтобы сделать игру более стабильной и своевременно исправлять технические проблемы игроков.
Бизнес-показатели
ДАУ/МАУ
Это показатель «вовлечённости» игры, который показывает, сколько людей играют в игру каждый день.
- DAU (ежедневно активные пользователи) — количество уникальных пользователей, запустивших игру хотя бы один раз в день.
- MAU (месяц активных пользователей) — количество уникальных пользователей, запустивших игру хотя бы раз в месяц.
Чем выше это значение, тем больше вовлечены игроки и тем больше вероятность того, что они купят внутриигровой контент. Считается, что если DAU/MAU больше 0,2, игру можно считать успешной.
Стоит отметить, что это примерная оценка, так как для точного расчета возврата игроков нужно четко отделять новых игроков от вернувшихся через заданные промежутки времени (обычно ежедневно), учитывать источник трафика.
и проводимые акции.
Когортный анализ помогает детально изучить эти вопросы, о которых пойдет речь во второй части серии.
Этот показатель «интересности» прост и дает краткое описание игры.
«Платящие» игроки
Важно отслеживать % платящих игроков, а также их демографию и другие характеристики.Зная их профиль, вы сможете ориентироваться именно на эту аудиторию при разработке нового функционала в играх.
Приведу пример из одной из наших игр.
На рисунке ниже показан процент играющих по возрасту и процент платящих среди них.
Видно, что лучше ориентироваться на людей среднего возраста (35 – 54), так как именно они склонны платить.
Кроме того, важно уметь идентифицировать среди игроков «китов»: это люди, которые тратят много денег.
Нам необходимо лучше узнать этих людей, изучить их характерные модели поведения, места, где они отклоняются, чтобы максимально удовлетворить их потребности.
Почему «киты»? Вообще иногда всех платящих игроков делят на «пескарей», «дельфинов» и «китов».
Тратят пескари мало – около 1 доллара в месяц.
«Дельфины» стоят около 5 долларов, а «киты» — много.
По данным Gigaom, в играх Zynga 20% самых высокооплачиваемых игроков тратят в среднем 1100 долларов в год (90 долларов в месяц).
Показатели дохода:
- ARPU — средний доход на одного игрока (учитываются как платные, так и бесплатные установки; показатель обычно рассчитывается за месяц).
- ARPPU — сколько в среднем тратят платящие игроки (то есть реальная стоимость игры).
k-фактор – коэффициент виральности
Виральность — это способ распространения информации об игре в Интернете и социальных сетях от игрока к игроку.Если в игре хорошо развиты механизмы виральности, то стоимость привлечения новых пользователей снижается.
Для мониторинга виральности можно использовать К-фактор.
К-фактор можно рассчитать по следующей формуле: k = X * Y, где X — количество приглашений на одного игрока, Y — процент людей, принявших эти приглашения, присоединившись к игре.
Если к-фактор равен 0,2, то на каждого нового игрока мы можем получить 0,2 игрока, пришедшего в игру по приглашению (другими словами: на каждые пять новых игроков мы получаем одного бесплатного игрока, пришедшего в игру по приглашению).
Понятно, что чем выше К-фактор игры, тем дешевле обходится привлечение в игру новых игроков.
Анализ поведения игроков
Прогресс игрока в игре
Первое, что необходимо для анализа поведения игроков, — это статистика прогресса игроков в игре.Для отслеживания прогресса в игровом сценарии определяются контрольные точки, которые должны пройти игроки.
Анализ скорости продвижения в этих точках и параметров игроков в этих точках поможет выявить препятствия или трудности в игре, которые необходимо устранить.
Сценарии первой покупки
Если игрок совершил первую покупку, то он переводится в категорию «платящих» игроков.Считается, что первая покупка – это психологический барьер, преодолев который, игроки гораздо легче расстаются со своими деньгами.
Заранее спланируйте последовательность действий в игре, которая может привести игрока к первой покупке.
Отслеживайте, сколько игроков реализуют заданные вами сценарии, работайте над конверсией, улучшая интерфейс и баланс.
Руководство
Если игрок выходит из игры во время обучения, считайте, что игрок вам проиграл: велика вероятность, что он никогда не вернется в игру.Чтобы этого избежать, начало игры должно быть максимально постановочным.
Необходимо отслеживать каждый шаг обучения, чтобы понять, на каком экране игрок заскучал и вышел из игры, что ему было непонятно, смог ли он научиться, выполнил ли первое задание самостоятельно .
Первое и последнее действие игрока
Может быть полезно отслеживать первое и последнее действие игрока во время игровой сессии.Первое событие задает тон всей игровой сессии.
Это может увлечь игрока и заставить его проводить в игре много времени.
Но первое событие может «отпугнуть» игрока, в результате чего он закроет игру и, возможно, не вернется.
Нам нужно сравнить и протестировать, какие события/окна/приветствия приводят к увеличению времени пребывания в игре.
Последнее событие также важно.
Последнее событие обычно является тем самым препятствием в игре, которое необходимо устранить.
Если запланировано последнее событие игровой сессии (например, игрок ожидает завершения какого-то игрового цикла), стоит сделать это событие таким, чтобы игрок захотел войти в игру в следующий раз.
Сбор технической статистики
Поскольку я занимаюсь разработкой мобильных игр, то приведу пример, скажем, из увлекательного мира Android. Может быть полезно собирать статистику технического оснащения устройств игроков, чтобы обеспечить стабильность игры.Например, важно знать, какие устройства, прошивки, разрешения экрана и типы аппаратно поддерживаемых текстур наиболее популярны среди игроков.
Также важно знать, какая конфигурация оборудования приносит наибольший доход и отдачу игроков (разница в доходах может отличаться на десятки процентов).
Сократить список поддерживаемых устройств стоит, если они не приносят дохода и игра на них работает нестабильно.
Это также защитит приложение от негативных отзывов в магазине.
Если игра использует ресурсы возобновления, соберите статистику об успешном возобновлении, количестве запросов на возобновление и ошибках, возникающих при возобновлении.
Если загрузка происходит до первого запуска игры, то это может отпугнуть значительную часть аудитории.
И если игроки не скачали игру, они точно не вернутся и не заплатят. Поэтому вам необходимо позаботиться о максимальной стабильности процедуры загрузки и найти чем заняться игрокам, пока они ждут. А еще лучше найдите возможность не скачивать данные на старте, а загружать их внутри игры за дополнительную награду.
Если в качестве дополнительной монетизации игра использует оффер-системы, то имеет смысл следить за эффективностью их работы, в том числе проверять покрытие офферов в разных странах на разных устройствах.
Что почитать по этой теме
Много полезной информации можно найти в документации, презентациях и статьях, подготовленных самими аналитическими службами.Как правило, он приводит грамотные примеры, кейсы, обоснования и отраслевые показатели.
Вот список сервисов, которые помогли мне разобраться в вопросе сбора и анализа статистики в играх:
Еще одна полезная статья о разработке free-to-play игр: Дизайн бесплатных игр: часть 1 Дизайн бесплатных игр, часть 2Продолжение следует…
Конечно, это самые основные показатели, которые стоит отслеживать при разработке бесплатных игр.Но даже они уже дают много информации для принятия решений по развитию игры.
Есть ли у вас идеи относительно других важных показателей? Я хотел бы увидеть ваш комментарий! В следующей статье хотелось бы подробно остановиться на основных методах анализа, которыми необходимо овладеть, чтобы извлечь из моря данных действительно полезную информацию.
Основные методы, которые будут рассмотрены: сегментация пользователей, когортный анализ (поведение групп людей во времени), «воронки» или анализ последовательностей переходов, A/B-тестирование.
Теги: #бесплатная игра #Разработка мобильных приложений
-
Google Cloud Connect
19 Oct, 24
