开发者应从3个目标入手 深化游戏的数据化运营

主页（http://www.zhonghuagame.com）：开发者应从3个目标入手 深化游戏的数据化运营

伴随着游戏玩家对智能手机的使用习惯、消费时间及娱乐方式越来越成熟，他们对游戏质量要求也愈发挑剔。但目前很多开发团队的关注点停留在找渠道、导流量，而运营依然处于比较粗放的状态。手游市场已进入红海，数据显示，在友盟平台覆盖的游戏中，日活过万的仅占 10% 。

数据对游戏运营的价值不言而喻。如何通过游戏统计了解游戏整体运营状态，筛选优质的推广渠道?友盟游戏统计产品经理杨光建议开发者从拉新、留人、吸金三个目标入手，深化游戏的数据化运营。

留存率达到多少才算优秀?

新增、留存和 ARPU 值这三个指标分别对应手游运营的三个目标：拉新、留人、吸金。先说“留人”，也就是留存率，它不仅可以直接反应游戏产品的质量，也是获得渠道推荐的前提条件。很多渠道给游戏评级的标准是以留存作为一个硬性指标，留存率一定要达到基准线才可以。那么问题来了，留存率达到多少才算优秀?

30%、40%、50%?其实，单一的绝对数值在大多数场景下是没有意义的。评估数据的好坏，首先要进行横向、纵向对比，通过不同数据的对比来分析问题。具体到留存指标来说，友盟游戏统计就提供同类型、同规模游戏的留存均值对比，给开发者的游戏一个清晰的定位 。其次，对留存数据进行纵向分析，和自有游戏的不同时期留存率做比较，一旦发现自己的游戏留存下降，运营人员就要及时分析原因，并采取措施。

留存数据可以帮助游戏开发者发现问题，掌握游戏内运营情况，但局限在不能具体定位，需要更多的数据来追踪玩家行为，找出细节问题。这也就是第二个问题，如何追踪玩家行为?

如何追踪玩家的游戏内行为?

杨光建议手游开发者通过自定义事件和漏斗模型的组合方式来准确追踪玩家的游戏内行为。自定义事件是友盟统计平台根据开发者个性化需求提供的高级功能，用于追踪用户行为，记录行为发生的具体细节，功能详解点击 。而漏洞则是基于事件创建，漏斗模型指多个自定义事件按照一定顺序依次触发的流程中的量化转化模型，通常用来对游戏内的一些关键路径进行分析，比如注册流程、关卡消费流程等。

分享一个案例，一家 CP 要评估游戏新手任务的设计质量，就可以通过玩家行为跟踪，来了解这一环节的转化率。首先可以在新手任务的关键点中进行事件埋点，埋下事件代码1、2、3，然后在后台设置漏斗模型，之后就可以看到行为跟踪数据了。

从上图可以看出，步骤二的数据明显偏低，则可以确定是第二步出现了问题，由此开发者就可以针对性的去修复步骤二这一环节。如果没有数据作为验证，游戏开发者不知道问题具体在哪里，很可能把新手任务全部推倒重做，那代价是很大的。

如何验证游戏是否达到设计预期?

另外，对于很多单机游戏来说，推图闯关是主要的游戏方式，但目前许多游戏预期的关卡过关、道具使用情况和实际玩家完成情况差距很大，怎么优化? 杨光提到，借助关卡、道具功能可以了解道具和物品在使用过程中使用和消耗的总量以及趋势，借此来做到恰到好处的数值平衡设计，也可充分利用数据分析的结果来帮助开发者优化游戏内付费商品的收益。关卡难易程度如何?玩家更喜欢哪些道具?活动效果如何?都可以通过关卡数据验证。

从上面的数据图可以看出，玩家实际过关中，每隔5关左右会出现失败率较高关卡的游戏，而且后期高失败率的关卡付费玩家量很少，这显然与预期的关卡难度明显有差异。此外，通过查看每个关卡里道具的使用情况，开发者可以知道哪些是使用率高的道具，道具的失衡是否严重，分析导致关卡付费率很低的原因，然后有的放矢的去优化产品设计或者做活动去刺激付费道具的使用量。

上述指标只是几个点，要做好手游数据化运营，要关注的数据还很多，譬如渠道效果分析、流失回归行为分析、付费用户追踪分析等等。