Как и обещал - материалы из pdf от game analytics. Если есть время - рекомендую к ознакомлению оригинал, воды действительно немного.
Retention 1 дня
В целом, не смотря на жанровые колебания значений и редкие исключения можно сказать что :
Ret1<30% - является плохим показателем и поводом задуматься о сильной переработке или даже закрытии проекта,
30%<Ret1<40% - область медианных значений по рынку
Ret1>40% - всё отлично, показатель лучших представителей рынка
Retention 7 дня
Игроки склонны терять интерес к повторяющимся действиям, поэтому Ret7 может падать. Важно позаботиться о том, чтобы пользователи открывали для себя новый контент (предметы, уровни etc).
Зависимость значений от жанров еще более сильная (разброс средних значений от 1% до 17%), поэтому рекомендую смотреть на графики, приложенные выше. Для match3 (категория puzzle) характерны значения от 3% до 19% с медианой около 8%.
Можно сделать общий вывод о том, что ret7 подвержен сезонности и имеет просадки летом и на Рождественские каникулы.
Retention 28 дня
Только самые вовлеченные игроки задерживаются на такой долгий период, важно создать для них условия, которые позволят получать удовольствие от endgame стадии игры, к примеру pvp режимы и лидерборды.
Опять же большой разброс по жанрам и график на картинке.
Для match3 (категория puzzle) характерны значения от 0% до 11% с медианой около 3%.
По сезонности можно заметить повышенный ret28 в районе октября-ноября.
Источник: https://gameanalytics.com/blog/mobile-gaming-benchmarks-2018-key-takeaways.html
Retention 1 дня
В целом, не смотря на жанровые колебания значений и редкие исключения можно сказать что :
Ret1<30% - является плохим показателем и поводом задуматься о сильной переработке или даже закрытии проекта,
30%<Ret1<40% - область медианных значений по рынку
Ret1>40% - всё отлично, показатель лучших представителей рынка
Retention 7 дня
Игроки склонны терять интерес к повторяющимся действиям, поэтому Ret7 может падать. Важно позаботиться о том, чтобы пользователи открывали для себя новый контент (предметы, уровни etc).
Зависимость значений от жанров еще более сильная (разброс средних значений от 1% до 17%), поэтому рекомендую смотреть на графики, приложенные выше. Для match3 (категория puzzle) характерны значения от 3% до 19% с медианой около 8%.
Можно сделать общий вывод о том, что ret7 подвержен сезонности и имеет просадки летом и на Рождественские каникулы.
Retention 28 дня
Только самые вовлеченные игроки задерживаются на такой долгий период, важно создать для них условия, которые позволят получать удовольствие от endgame стадии игры, к примеру pvp режимы и лидерборды.
Опять же большой разброс по жанрам и график на картинке.
Для match3 (категория puzzle) характерны значения от 0% до 11% с медианой около 3%.
По сезонности можно заметить повышенный ret28 в районе октября-ноября.
Источник: https://gameanalytics.com/blog/mobile-gaming-benchmarks-2018-key-takeaways.html
Данная статья позиционируется как набор фактов, но репрезентативность выборок вызывает сомнение. В любом случае маркетингу стоит уделять серьезное внимание, планировать и выделять бюджет. С каждым годом это становится всё более актуальным.
Основные темы:
1. Собственно см. график, согласно исследованию theManifest около трети компаний тратят 10-30% бюджета приложения на маркетинг, еще треть тратит от 31-50%, пятая часть тратит от 51-70%. Не зная бюджетов на разработку, сфер деятельности и успешности данных компаний серьезные выводы сделать нельзя.
2. Долгосрочный маркетинговый план делают 7 из 10 компаний. Треть имеют ближнесрочные планы. Только 2 процента не документируют свою маркетинговые идеи. Чем больше каналов используется, тем лучше
3. 90% компаний заявляют, что благодаря маркетингу они смогли отбить разработку и выйти в плюс
Источник (англ.): https://productcoalition.com/31-of-mobile-app-budgets-is-spent-on-marketing-in-2018-the-manifest-says-3b892cc96a3
Основные темы:
1. Собственно см. график, согласно исследованию theManifest около трети компаний тратят 10-30% бюджета приложения на маркетинг, еще треть тратит от 31-50%, пятая часть тратит от 51-70%. Не зная бюджетов на разработку, сфер деятельности и успешности данных компаний серьезные выводы сделать нельзя.
2. Долгосрочный маркетинговый план делают 7 из 10 компаний. Треть имеют ближнесрочные планы. Только 2 процента не документируют свою маркетинговые идеи. Чем больше каналов используется, тем лучше
3. 90% компаний заявляют, что благодаря маркетингу они смогли отбить разработку и выйти в плюс
Источник (англ.): https://productcoalition.com/31-of-mobile-app-budgets-is-spent-on-marketing-in-2018-the-manifest-says-3b892cc96a3
Основная суть - показать пользователю, что пуши будут полезны для него и не злоупотреблять нотификациями.
1. Просить пользователя разрешить нотификации при первом запуске. Приложение не пока не заслужило доверия, лучше дождаться когда он будет вовлечен.
2. Не объяснять какую информацию будут предоставлять пуши пользователю и в чем их ценность.
3. Присылать множество уведомлений за короткий период. Если есть необходимость выслать нотификации о наступлении однотипных событий, то стоить агрегировать в одно уведомление.
4. Присылать не связанные с пользователем уведомления. Больше характерно для чатов, когда диалог ведется между несколькими людьми и не касается получателя.
5. Усложнять отключение нотификаций пользователю. Если он не может отключить, то высока вероятность, что удалить раздражающее удаление.
Источник (англ.): https://www.nngroup.com/articles/push-notification/
1. Просить пользователя разрешить нотификации при первом запуске. Приложение не пока не заслужило доверия, лучше дождаться когда он будет вовлечен.
2. Не объяснять какую информацию будут предоставлять пуши пользователю и в чем их ценность.
3. Присылать множество уведомлений за короткий период. Если есть необходимость выслать нотификации о наступлении однотипных событий, то стоить агрегировать в одно уведомление.
4. Присылать не связанные с пользователем уведомления. Больше характерно для чатов, когда диалог ведется между несколькими людьми и не касается получателя.
5. Усложнять отключение нотификаций пользователю. Если он не может отключить, то высока вероятность, что удалить раздражающее удаление.
Источник (англ.): https://www.nngroup.com/articles/push-notification/
Механика бэттл пасов впервые появилась в доте, году в 2013м, но последнее время демонстрирует свою успешность в fortnite. По сути она представляет из себя монетизацию на покупке випа с серией наград за выполнение ачивок или квестов ( по отдельности встречается в баттлерах). Вполне вероятно, что её можно применить и к казуалкам, но обо всём по порядку.
Источник (рус.): https://app2top.ru/game_development/krugly-j-stol-kak-rabotaet-mehanika-battl-pass-13290.html
На app2top недавно был занятный круглый стол по battle pass, парни очень хорошо разобрали данную тему, я постарался выделить главное, но пост вышел всё равно здоровенным, перенес в телеграф:
https://telegra.ph/Monetizaciya-cherez-battle-pass-12-06
Источник (рус.): https://app2top.ru/game_development/krugly-j-stol-kak-rabotaet-mehanika-battl-pass-13290.html
На app2top недавно был занятный круглый стол по battle pass, парни очень хорошо разобрали данную тему, я постарался выделить главное, но пост вышел всё равно здоровенным, перенес в телеграф:
https://telegra.ph/Monetizaciya-cherez-battle-pass-12-06
Ребята из DevToDev провели круглый стол по вопросам акций и офферов. Приглашенный эксперт в области геймдизайна прослушал и выделил основные моменты, чтобы мы теряли полтора часа жизни. Спасибо мистер эксперт! И конечно спикерам.
"Black Friday пропускать нельзя
Можно заранее определиться с набором товаров и готовить игроков к акции, оповещать и т.п. Чревато так называемым “предпохмельем”.
Похмелье нужно обязательно оценивать
Вариант реализации логики выдачи офферов: таргетированный пул, откуда каждому юзеру в акционные слоты по весам раз в сутки, основываясь на поведении, подставляются офферы.
Офферы лучше не удалять,а помечать как неактивные.
Золотое время для акций - зима, весна, начало лета, много праздников.
Затишье - лето и осень до самого Хэллоуина. Поводы для акций приходится придумывать самостоятельно, часто под выпуск свежего контента.
Для увеличения параметра Retention можно запускать ивент и не самые щедрые акции.
Как работать с предпохмельем. Если игроки уже разогреты новостями о скидках, можно ждать падения спроса за несколько дней до акции. Важно не спойлить акционку; можно сказать, что скидка будет, но не говорить, на что именно. Это ослабит негативный эффект.
Нужно использовать РФМ-анализ и работать по всей матрице, подгоняя офферы под каждую когорту.
Не стоит делать скидку на минимальный оффер в банке, даже когда скидки идут “на всё”.
Хорошо себя показывают конверсионные акции с 90-95%% скидкой. Также хорошие показатели у каскадных акций.
Ценный контент лучше продавать без скидки. Уникальный для оффера контент потом нигде не должен фигурировать, с игроком нужно быть честными.
Обязательно нужно оценивать целесообразность каждой акции, акция должна преследовать одну конкретную цель, не стоит плодить бессмысленные акции.
Банк помогает игроку оценить выгодность той или иной акции, нужен больше для примера.
Первый платеж в 90% случаев игроки совершают в первые 3 дня. Например, за предложенный вкусный пак ценой 1$.
Поднималась тема отдельного магазина для новых игроков, динамического наполнения магазина в зависимости от прогресса игрока, без акций.
Акцию на первый платеж лучше показывать как можно раньше, прямо после тутора. Однако, стоит оценивать специфику проекта и обращаться внимание на показатели, ретеншн первых дней важнее попытки конверсии.
Экспертиза геймдизайнеров против Machine learning - ничья.
Разница в пределах статистической погрешности, успешных кейсов победы машины над человеком приведено не было.
Хорошая акция должна быть без похмелья, если оно есть, обязательно нужно оценить тяжесть.
Чем больше акций, тем тяжелее проводить анализ, акции начинают конкурировать. Нужно постоянно оценивать структуру платежей.
Оценивать акции “на глазок” можно весьма условно, нужно обязательно подключать аналитиков.
Смена интерфейса банка может сказаться на монетизации не лучшим образом. Привели кейс двух разных интерфейсов для новых/старых игроков в одной игре.
Чем больше сущностей участвует в акциях, тем меньше вероятность похмелья за счет разнообразия.
Все всё очень серьезно анализируют, изменения стараются вводить аккуратно и последовательно.
В итоге все сошлись во мнении, что с акциями лучше, чем без них. "
Источник (рус., 1.5 часа): https://www.devtodev.com/education-center/recorded-webinars/124/promos-offers-in-the-free-to-play-games-in-russian-/
"Black Friday пропускать нельзя
Можно заранее определиться с набором товаров и готовить игроков к акции, оповещать и т.п. Чревато так называемым “предпохмельем”.
Похмелье нужно обязательно оценивать
Вариант реализации логики выдачи офферов: таргетированный пул, откуда каждому юзеру в акционные слоты по весам раз в сутки, основываясь на поведении, подставляются офферы.
Офферы лучше не удалять,а помечать как неактивные.
Золотое время для акций - зима, весна, начало лета, много праздников.
Затишье - лето и осень до самого Хэллоуина. Поводы для акций приходится придумывать самостоятельно, часто под выпуск свежего контента.
Для увеличения параметра Retention можно запускать ивент и не самые щедрые акции.
Как работать с предпохмельем. Если игроки уже разогреты новостями о скидках, можно ждать падения спроса за несколько дней до акции. Важно не спойлить акционку; можно сказать, что скидка будет, но не говорить, на что именно. Это ослабит негативный эффект.
Нужно использовать РФМ-анализ и работать по всей матрице, подгоняя офферы под каждую когорту.
Не стоит делать скидку на минимальный оффер в банке, даже когда скидки идут “на всё”.
Хорошо себя показывают конверсионные акции с 90-95%% скидкой. Также хорошие показатели у каскадных акций.
Ценный контент лучше продавать без скидки. Уникальный для оффера контент потом нигде не должен фигурировать, с игроком нужно быть честными.
Обязательно нужно оценивать целесообразность каждой акции, акция должна преследовать одну конкретную цель, не стоит плодить бессмысленные акции.
Банк помогает игроку оценить выгодность той или иной акции, нужен больше для примера.
Первый платеж в 90% случаев игроки совершают в первые 3 дня. Например, за предложенный вкусный пак ценой 1$.
Поднималась тема отдельного магазина для новых игроков, динамического наполнения магазина в зависимости от прогресса игрока, без акций.
Акцию на первый платеж лучше показывать как можно раньше, прямо после тутора. Однако, стоит оценивать специфику проекта и обращаться внимание на показатели, ретеншн первых дней важнее попытки конверсии.
Экспертиза геймдизайнеров против Machine learning - ничья.
Разница в пределах статистической погрешности, успешных кейсов победы машины над человеком приведено не было.
Хорошая акция должна быть без похмелья, если оно есть, обязательно нужно оценить тяжесть.
Чем больше акций, тем тяжелее проводить анализ, акции начинают конкурировать. Нужно постоянно оценивать структуру платежей.
Оценивать акции “на глазок” можно весьма условно, нужно обязательно подключать аналитиков.
Смена интерфейса банка может сказаться на монетизации не лучшим образом. Привели кейс двух разных интерфейсов для новых/старых игроков в одной игре.
Чем больше сущностей участвует в акциях, тем меньше вероятность похмелья за счет разнообразия.
Все всё очень серьезно анализируют, изменения стараются вводить аккуратно и последовательно.
В итоге все сошлись во мнении, что с акциями лучше, чем без них. "
Источник (рус., 1.5 часа): https://www.devtodev.com/education-center/recorded-webinars/124/promos-offers-in-the-free-to-play-games-in-russian-/
Законспектировал подкаст от Манжетов ГД. Сергей Гимельрейх, Владимир Ковтун и Константин Сахнов обсуждают организацию работы над UI/UX, основные ошибки и делятся случаями из опыта. Получилось многовато поэтому через telegraph. Ссылка на источник внутри. В целом рекомендую, особенно тем ГД, которые думают что данная тема их не касается.
https://telegra.ph/Radio-GD-Gejm-dizajn-interfejsov-mobilnyh-igr-12-06
https://telegra.ph/Radio-GD-Gejm-dizajn-interfejsov-mobilnyh-igr-12-06
Telegraph
Манжеты ГД. Геймдизайн интерфейсов мобильных игр
Начали с теории: UX о том как работает продукт, UI то как он выглядит Дж. Дж. Гарретт в своей книге “The Elements of User Experience” выделяет следующие части UX-дизайна: стратегия (что и как должен делать продукт), состав (необходимые функции и элементы…
Подкинули тут статью от аналитика из Crazy Panda. Изначально отпугнуло количество воды, но ближе к концу нашел один кейс, чем и поделюсь.
Немного вводной инфы
За год работы они улучшили LTV старого проекта на 50%, конверсию в плательщика — на 30%, ретеншен 3-го дня — на 15%. Этих значений мало, чтобы сделать выводы о том, насколько ценны данные результаты.
Как не надо делать churn-модель
Решили сделать модель предсказания оттока для нашего основного проекта — World Poker Club. Задача звучит довольно-таки просто: у нас есть большое количество пользователей (как отвалившихся, так и нет) и большой объем данных по ним. Саму задачу мы сформулировали так: «определить, что пользователь не зайдет в течение следующих 14 дней». Для нас важнее был recall, чем precision: мы хотим найти всех пользователей, которые отвалятся.
Собрали большой датасет, который включает вид авторизации, девайс, агрессивность игры, качество игры, платежи, уровень, количество матчей, информацию по оппонентам (гипотеза: пользователям не нравится играть с all-in'щиками), использование различных фичей (например, hold’ em/omaha, силомер) и т.д. Итого в датасете было 68 колонок, описывающих сессию игрока всесторонне. Как таргет-переменную мы выбрали бинарную величину: придет ли пользователь в следующие 14 дней. Всего же в анализе была информация о 500 тысяч пользователей.
Естественно, датасет получился несбалансированным — большинство пользователей все-таки возвращается в течение 14 дней. Мы использовали undersampling, так как могли легко увеличить объем выборки, взяв больший промежуток времени.
Начали обучать классификатор, протестили модели от логистической регрессии и заканчивая бустингом. Наиболее точную модель показал XGboost, точность которой на валидации составила 96%, на тесте — 90%.
Во-первых выяснили на основе f-score, что вероятность возврата сильнее всего зависит от времени жизни в игре, количества сессий, среднего соотношения количества фишек, что человек берет за стол, к общему, среднего интервала между сессиями за последние 14 дней.
Во-вторых, нашли пользователей, которые отвалятся и решили дать фишки через push-уведомления, чтобы замотивировать их снова заглянуть в игру.
Сделали MVP: обученную модель повесили на Cron, который каждую ночь обсчитывал последние сессии игроков и планировал рассылку push-уведомлений.
Результат
Ретеншн незначительно подрос, но количество матчей — нет. Оказывается, пользователи переходили по пушу, заходили в игру, шли all-in — и больше к нам не возвращались. Таким образом, мы ничего не могли сделать с этими людьми.
Выводы из этого:
- Если пользователь планирует уйти, то ему, скорее всего, не нравится геймплей или есть дополнительные раздражающие факторы, определить которые очень тяжело.
- Push-уведомления возвращают людей, но не задерживают в игре.
- Определять последнюю сессию - нецелесообразно, уже нет возможности что-либо сделать с точки зрения продукта, стоит попробовать находить таких игроков за N сессий до отвала
Источник (рус.): https://vc.ru/life/52094-igry-eto-cifry
Немного вводной инфы
За год работы они улучшили LTV старого проекта на 50%, конверсию в плательщика — на 30%, ретеншен 3-го дня — на 15%. Этих значений мало, чтобы сделать выводы о том, насколько ценны данные результаты.
Как не надо делать churn-модель
Решили сделать модель предсказания оттока для нашего основного проекта — World Poker Club. Задача звучит довольно-таки просто: у нас есть большое количество пользователей (как отвалившихся, так и нет) и большой объем данных по ним. Саму задачу мы сформулировали так: «определить, что пользователь не зайдет в течение следующих 14 дней». Для нас важнее был recall, чем precision: мы хотим найти всех пользователей, которые отвалятся.
Собрали большой датасет, который включает вид авторизации, девайс, агрессивность игры, качество игры, платежи, уровень, количество матчей, информацию по оппонентам (гипотеза: пользователям не нравится играть с all-in'щиками), использование различных фичей (например, hold’ em/omaha, силомер) и т.д. Итого в датасете было 68 колонок, описывающих сессию игрока всесторонне. Как таргет-переменную мы выбрали бинарную величину: придет ли пользователь в следующие 14 дней. Всего же в анализе была информация о 500 тысяч пользователей.
Естественно, датасет получился несбалансированным — большинство пользователей все-таки возвращается в течение 14 дней. Мы использовали undersampling, так как могли легко увеличить объем выборки, взяв больший промежуток времени.
Начали обучать классификатор, протестили модели от логистической регрессии и заканчивая бустингом. Наиболее точную модель показал XGboost, точность которой на валидации составила 96%, на тесте — 90%.
Во-первых выяснили на основе f-score, что вероятность возврата сильнее всего зависит от времени жизни в игре, количества сессий, среднего соотношения количества фишек, что человек берет за стол, к общему, среднего интервала между сессиями за последние 14 дней.
Во-вторых, нашли пользователей, которые отвалятся и решили дать фишки через push-уведомления, чтобы замотивировать их снова заглянуть в игру.
Сделали MVP: обученную модель повесили на Cron, который каждую ночь обсчитывал последние сессии игроков и планировал рассылку push-уведомлений.
Результат
Ретеншн незначительно подрос, но количество матчей — нет. Оказывается, пользователи переходили по пушу, заходили в игру, шли all-in — и больше к нам не возвращались. Таким образом, мы ничего не могли сделать с этими людьми.
Выводы из этого:
- Если пользователь планирует уйти, то ему, скорее всего, не нравится геймплей или есть дополнительные раздражающие факторы, определить которые очень тяжело.
- Push-уведомления возвращают людей, но не задерживают в игре.
- Определять последнюю сессию - нецелесообразно, уже нет возможности что-либо сделать с точки зрения продукта, стоит попробовать находить таких игроков за N сессий до отвала
Источник (рус.): https://vc.ru/life/52094-igry-eto-cifry
Нашел любопытную подборку кейсов с поведением людей на UX planet, думаю некоторые моменты пригодятся тем, кто работает над игровым банком или магазином.
Все пруфы и ссылки на эксперименты - в статье источнике.
1. Лимитированное предложение стимулирует покупки
Провели эксперимент по влиянию лимитов на количество покупок в ценниках. Результат - большие лимиты стимулируют покупки. В основе лежит принцип, что мы подсознательно отталкиваемся от указанного значения лимита, прикидывая сколько нужно купить товара.
2. Контекст влияет на поведение
Протестировали как будут покупать вино, если ставить музыку разных стран, в итоге росли продажи вина из той страны, чья музыка играла. Влияет на все органы чувств включая визуальный ряд.
3. Знак валюты увеличивает негатив при покупке
Исследования показали, что удаление символа доллара из ценника привело к росту продаж на 12%. (пожалуй засуну в A/B при случае)
4. Эффект от отъема сильнее эффекта от начисления
(С примером до конца не согласен, есть неучтенные моменты, как например размер наказания за баллы)
За нарушения ПДД в Италии с водителей начали списывать баллы и это начало стимулировать их водить осторожнее, потому что психологически непрятно что-то терять. В то же время схожая система только с начислением баллов приводила к тому, что люди мерились количеством нарушений.
5. Социальные обязательства повышают вовлеченность
Если пользователь приходит в проект с друзьями - его мотивация усиливается. Как пример приводятся тренировки в спортзале, когда вероятность завершения цикла тренировок возрастает, если они выполняются не в одиночку.
6. Выбор варианта "по умолчанию"
Исследование показало, что увеличение тележек в супермаркете вдвое увеличило количество покупок на 40%. Люди подсознательно стараются соответствовать норме, чтобы не думать лишний раз.
7. Выбор среднего значения
По той же причине, когда людям в исследовании предлагалось выбирать размер порции напитка из нескольких вариантов, они всегда выбирали средний, независимо от объемов.
Источник (англ.): https://uxplanet.org/7-principles-that-influence-our-behaviour-fc42c154c2a
Был ли полезен данный материал? Интересен ваш фидбэк, если есть идеи и предложения - закиньте в личку ( @andrew_de ), буду очень признателен
Все пруфы и ссылки на эксперименты - в статье источнике.
1. Лимитированное предложение стимулирует покупки
Провели эксперимент по влиянию лимитов на количество покупок в ценниках. Результат - большие лимиты стимулируют покупки. В основе лежит принцип, что мы подсознательно отталкиваемся от указанного значения лимита, прикидывая сколько нужно купить товара.
2. Контекст влияет на поведение
Протестировали как будут покупать вино, если ставить музыку разных стран, в итоге росли продажи вина из той страны, чья музыка играла. Влияет на все органы чувств включая визуальный ряд.
3. Знак валюты увеличивает негатив при покупке
Исследования показали, что удаление символа доллара из ценника привело к росту продаж на 12%. (пожалуй засуну в A/B при случае)
4. Эффект от отъема сильнее эффекта от начисления
(С примером до конца не согласен, есть неучтенные моменты, как например размер наказания за баллы)
За нарушения ПДД в Италии с водителей начали списывать баллы и это начало стимулировать их водить осторожнее, потому что психологически непрятно что-то терять. В то же время схожая система только с начислением баллов приводила к тому, что люди мерились количеством нарушений.
5. Социальные обязательства повышают вовлеченность
Если пользователь приходит в проект с друзьями - его мотивация усиливается. Как пример приводятся тренировки в спортзале, когда вероятность завершения цикла тренировок возрастает, если они выполняются не в одиночку.
6. Выбор варианта "по умолчанию"
Исследование показало, что увеличение тележек в супермаркете вдвое увеличило количество покупок на 40%. Люди подсознательно стараются соответствовать норме, чтобы не думать лишний раз.
7. Выбор среднего значения
По той же причине, когда людям в исследовании предлагалось выбирать размер порции напитка из нескольких вариантов, они всегда выбирали средний, независимо от объемов.
Источник (англ.): https://uxplanet.org/7-principles-that-influence-our-behaviour-fc42c154c2a
Был ли полезен данный материал? Интересен ваш фидбэк, если есть идеи и предложения - закиньте в личку ( @andrew_de ), буду очень признателен
