用戶活躍度一直上不去?或許可以試試從這個角度下手

運營們拿到每月的數據報表總是犯愁:用戶數又在那兒不上不下,KPI又堪憂了。

比起抱怨結果不好,從用戶那頭開始嘗試或許是一個不錯的解決方法。

無論什麼遊戲的長線運營,其核心無外乎兩點:用戶+營收。

用戶陰晴不定的態度一直讓大家頭疼,但其所有行動都有其邏輯在其中,而數據分析就可以幫助運營和公司梳理清楚用戶的“小心思”。

這裏分享兩個案例來說明:

  • 案例1:開寶箱活動分析
  • 案例2:兩次召回活動優化對比

1. 寶箱優化——如何利用簡單、顯眼的數據

這個棋牌產品正準備第二次開寶箱的活動,主要目的是希望通過寶箱活動去實現玩家在線時間及ARPU的提升。

經過第一次寶箱活動後,該產品目前的數據是這樣的:

用戶活躍度一直上不去?或許可以試試從這個角度下手

第一次活動策劃的時候我們是沒有可對比的活動數據作爲參考的,我們選擇了“大於10局的用戶數佔比45%”的結論去策劃活動。

到了第二次活動策劃,我們制定了活動的策劃思路:

  • 進一步增加活動參與度
  • 控制遊戲成本輸出(用戶金幣均獲取量)

根據這兩個思路,我們制定了第二期活動的改進方案。

用戶活躍度一直上不去?或許可以試試從這個角度下手

這次改進中,我們改進了兩個活動點:

(1)降低參與門檻——提升活動參與度

此次活動最大的變動,便是從10局一次開寶箱的機會,改成了7次。這個調整的數據依據就是“大於7局的用戶數佔比爲50%”。

這個改進依據是最容易發現的,同時也是最關鍵的。

(2)上調服務費——控制成本

爲了吸引更多用戶參與活動,我們降低了抽獎門檻,並提升了獎勵金額。但是爲了控制成本輸出,我們上調了服務場的服務費用,導致儘管玩家表面上更容易獲取資源,且資源數量不少,但實際獲取的金幣數量是低於第一次活動的。

改動之後,活動的參與人數的數據變化如下圖:

用戶活躍度一直上不去?或許可以試試從這個角度下手

從抽獎次數來看,參活用戶平均抽獎次數從3.8提升到了4.6。

用戶活躍度一直上不去?或許可以試試從這個角度下手

這個數據說明,門檻的降低促使更多的用戶參與抽獎,且抽獎頻率相較一期有了較爲明顯的提升。

另外,活動的最終目的是爲了提升遊戲留存,兩期活動前後留存的情況是這樣的:

用戶活躍度一直上不去?或許可以試試從這個角度下手

數據顯示,第一期活動將產品留存率是從48%提升到了50%,提升了2個百分點。第二期的用戶留存從47%提升到了53%,提升了6個點。

這個數據結果就是非常好、有效的活動效果。

用戶活躍度一直上不去?或許可以試試從這個角度下手

而從整體用戶的次日留存提升來看,留存數值從0.3%提升到了1.2%。如果我們能夠將產品的留存提升1%的話,這個活動對產品產生的價值是非常高的,留存數據也會進一步影響到整個用戶的LTV。

通過這個活動的分析,我們可以看到活動策劃的一個源頭:關鍵的數據

二期活動利用一個非常簡單的變量——10局到7局的改良,使得活動效果獲得了大幅度的改進。

很多時候我們會把數據分析想得過於複雜,但其實我們可以利用最簡單且明顯的數據就能做到非常顯著的優化效果,並且這樣的數據其實非常多。

這是我想通過這個例子向大家呈現的一個概念:抓住簡單而又關鍵的數據

2. MMORPG召回活動

我們再來看看一款MMORPG產品的召回活動。

和許多處於中後期運營階段的產品一樣,這款MMORPG的流失用戶會在這個階段去開展召回流失玩家的活動,並策劃相應的召回活動去提升這些玩家的留存。

玩家的召回方式有很多,常見的有短信、郵件、客服等方法。短信信息召回是性價比最高的方法之一,這款案例產品的活動也是通過短信來實現的。

但因爲召回人羣的差異,短信內容也要發生變化。首先對流失可召回的玩家可以進行幾個分層,如圖示內容,核心用戶、高端用戶、次高端用戶、中端用戶、低端用戶123。

用戶活躍度一直上不去?或許可以試試從這個角度下手

這是兩次召回活動的數據,數據包含了失敗、成功、目標召回以及召回率。

如果從活動召回率來說,第一次活動總的召回率是15%,第二次是20%。召回率反映出第二次的效果是明顯比第一次好的。

但如果我們再來仔細看整個數據的召回率比例,我們會發現第二次召回的用戶中,之所以會比第一次的召回率高,數據的提升更多體現在低端用戶的召回上。

因此第二次活動的召回效果是否真的好。我們需要看更多的數據和指標來佐證,到底哪一次的活動舉辦的比較成功

因此,我們選擇以下幾個點進行分析:

  • 迴歸天數分佈
  • 資源消耗對比
  • 分類型用戶佔比
  • 迴歸後30天內登陸不足20天的用戶

(1)迴歸天數分佈

對於迴歸用戶登錄天數分佈,就是迴歸用戶在30天之內活躍了多少天。下圖是第一次活動和第二次活動的用戶活躍天數分佈。

用戶活躍度一直上不去?或許可以試試從這個角度下手

第一次活動形式主要是發短信讓老玩家回來,利用每天簽到領獎提高留存,並在第十天的時候用大獎的形式提高用戶的長線留存能力。

第二次的時候,召回活動同樣也是每天都可以領獎,但是我們將大獎的領取時間拉長,讓用戶在第十八天的時候纔可以領取。領獎時間的差異,導致數據上產生了差異。

根據這個表我們可以找出一些現象:

  • 大部分迴歸用戶領了大獎後就基本都流失了。30天爲週期,用戶登陸數據基本都是在15天左右開始下去。
  • 迴歸的用戶在第八天的時候出現了一個流失的高峯。這是一個需要關注的點。因爲在第一次活動的時候,第八天並沒有出現高流失的情況,因此,第八天的數據異常應該可以挖掘出一個對活動改進的點。
  • 第二期活動留下來的用戶要比第一期留下的要多

二期活動迴流用戶要比一期多25%左右,證明用戶雖然領了獎品大多會流失。但是通過延長活動獎品的領取時間,可以讓玩家有更多的時間去了解遊戲的內容。

很多MMORPG是通過社區互動的方式,例如師徒系統、組隊副本等方式,提高了召回玩家的留存。

所以我們可以得到一個改進結論:

就是針對第二期活動,召回玩家在第八天左右出現流失高風現象,下一次召回活動應當在第7第8天來適當地提升獎品獎勵,來提高用戶期望,從而促使玩家繼續留在遊戲當中。當然,這個結論也需要從更多的維度去佐證是否成立。

我們對召回的玩家不僅要關注他們的召回率,我們還應當去關注他們的活躍度。

(2)資源消耗對比

召回的本質還是想讓玩家留下來,留下來之後開始消費的行爲。

用戶活躍度一直上不去?或許可以試試從這個角度下手

由圖可知,第二次召回的用戶的資源消耗(付費能力)要高於第一期的用戶,由日均1.8提升到1.9,提升了6%。同時,結合遊戲的付費數據,同期遊戲日均首日分別爲300和240,可以看到第二期活動從營收上的確是要高於第一期活動的。

我們剛剛看到召回活躍度的對比,召回玩家的活躍度是第二期更好的,從充值和資源消耗來說,也是第二期更好一些。分析到這裏的時候,我們其實基本可以下結論,第二期的召回活動效果是優於第二期召回活動的。

分析到這裏,其實我們還沒有得到更多建議,去優化第三期的召回活動。因次我們還需要去深挖用戶行爲路徑,去發掘用戶的價值。

(3)分類型用戶佔比

首先,是分類型用戶消耗佔比的分析,我們本身在召回的時候把用戶分了不同的層級,高端、次高端之類的概念。這些用戶迴歸遊戲後,我們針對他們在遊戲內分別消耗了多少資源做了一個對比的分佈圖,這個時候我們可以明顯地發現一些特別有價值的結論:

迴歸玩家消耗明顯集中在高端用戶和低端用戶1中

用戶活躍度一直上不去?或許可以試試從這個角度下手

在兩期的活動中,低端用戶1分別佔據了消耗佔比的44%和36%,均遠高於其他類別的玩家的。

其實一期活動策劃的時候,我們的活動大部分都是希望去把高端+次高端用戶作爲我們的活動導向核心,因爲這些都是大玩家的貢獻價值更大。

但實際上,這兩期活動對低端用戶1和次高端用戶的影響最大,後面如果我們要再策劃類似活動的話,我們就應當需要對低端用戶1做一個更爲全面的分析,讓活動可以進一步挖掘這部分人羣的消費能力和體驗導向

同樣的,其他的用戶行爲需求我們也需要進一步的分析,對整個活動進行改良,以提高活動對其他用戶的吸引力。

綜上所述,活動對我們的核心用戶羣——高端用戶&次高端用戶,其實吸引力是不大的。

這裏就可以獲得兩個結論:

  • 1. 迴歸玩家的消耗主要來⾃於次⾼端⽤戶和低端⽤戶1,尤其是低端⽤戶1,此類玩家在兩期活動的消耗中分別佔到了44%和36%。作爲召回活動主要召回對象的核⼼⽤戶和高端⽤戶反⽽沒有表現出較強的付費能⼒
  • 低端⽤戶3類型消耗佔⽐第⼆期有較⼤幅度提升,由3%提升到了12.7%,說明雖然此類⽤戶中有⼤量的⼩號、倉庫號,但其中真實⽤戶仍然能夠給遊戲帶來⼀定價值

由上述結論便可以導出對第三期活動的改進建議:

適當提升次⾼端⽤戶和低端⽤戶1的獎勵價值,因爲這兩類玩傢俱有更強的消費能⼒和傾向,適當提升獎勵價值可以達到提升其消費意願的作⽤。

這是對用戶進行分類的對比,我們還可以看回歸之後30天之內,登陸不足20天的用戶,從中再去發掘更多數據信息。

(4)迴歸後30天內登陸不足20天的用戶

這個用戶就是召回之後再次流失,他們回來之後爲什麼又走了,這裏其實是需要結合整個遊戲的玩法去分析了。

用戶活躍度一直上不去?或許可以試試從這個角度下手

比如說低端用戶3的等級分佈,它的流失點分別爲65級及70級,這裏要結合遊戲的玩法去分析這兩個點存在什麼樣的問題導致玩家流失。

對於這個遊戲來說,65級和70級的時候有一個要求較高的飛昇系統。前期在召回玩家回來之後,我們會獎勵玩家一些經驗值和獎勵的禮包,但到了飛昇的時候會卡在這裏,這個點也會成爲未來活動優化的方向。對於低端用戶2也可以同樣使用這樣的思路去分析優化。

使用這種分析,我們可以得到一些結論。就是我們在做活動結果的數據分析的時候,我們很容易只停留在活動的數據表面,並沒有對下層行爲做一個深鑽,如果我們從不同的角度去深挖數據,我們就可以得到很多有價值的點

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章