用数据分析完成游戏道具差异化销售,提升20%付费率
副标题[/!--empirenews.page--]
![]() 案例图示是使用数数的数据分析平台产品进行演示。 游戏提升收入的方式有很多种,常规的比如:打折,数值扩级、出新功能等等。 但现在,常规商城的商品罗列模式,对现在习惯个性化、精细化场景的用户来说,已经过于简单粗暴。下面会利用数据分析的思维方式,告诉大家如何建立一个个性化、差异化道具销售模式,最大化地激发用户付费意愿。 ▍对不同用户进行差异化销售 ‘考虑产品的数据安全,本文所有数据都进行了模糊化处理’ (1) 依据用户价值划分以用户价值作为标签是最常见的划分用户的方法,如下图所示,我们清晰看到大中小 R 的分布情况。 ![]() 不同价值的用户,对道具需求是不同的。如下图所示,道具 A 对于中小 R 的需求相对比较稳定。但对于大 R,人均的消耗有一个非常明显的提升。 因此,我们可以根据用户的付费能力,进行差异化销售。例如,道具 A 给小 R 投放 1 个 10元,给大 R 投放 100 个 1000 元。 ![]() (2) 依据游戏进程划分 基于数据分析的支持,加上游戏运营的经验可以分析得出,一些道具对生命不同阶段的用户有明显需求差异。 例如道具 B,生命前期需求量较大,而老玩家养成基本饱和,则相对并不那么需求。 ![]() 因此在划分用户时,则需要引入生命标尺(比如玩家等级、注册时间等)来作为划分补充。 (3) 根据用户喜好划分 如图所示,不同阶层的用户,使用的武将阵容有明显的倾向性。我们根据用户价值为依据,向玩家销售不同的武将养成材料,可以得到更高的收益。 ![]() (4) 根据用户月度消费金额精细化销售 之前提到基于历史充值划分用户,但如果大 R 最近 1 个月都没有付费,又如何应对呢?可能说明礼包对用户的吸引力不足了。在不打折的前提下,可以尝试降低礼包档位。 比如平时给他推荐的 328 元礼包可能太贵了,因此我们改成 128 元礼包,也许就能促进用户的购买了。我们以两期活动进行测试,第一期活动仅投放 328 元礼包,第二期活动仅投放 128 元 礼包。如下图所示,是 2 期活动的测试情况。 ![]() 通过对数据的分析,我们可以看到当用户没有进行付费时,对高额的礼包的购买率的下滑非常严重,我们认为是由于用户对游戏的预估消费的下滑,使得他们不愿意购买 328 高价格礼包。 因此我们考虑以“用户本月是否付费”作为标准,给他们推荐不同价位的礼包。给本月已付费用户推荐 328 元礼包、给本月无付费用户,推荐 128 元礼包。实际投放的测试结果如下: ![]() 通过计算最后收益,总消费从95774元,提升至100752元,增长 5% 。因此,合理的对用户的当前付费进行划分,也能够在很大程度上帮助我们创造更多的收入。 ▍如何对道具需求进行监控 我们不仅要对商品进行差异化销售,还要实时监控用户当前对道具的需求度,来调整销售内容。我们把道具分为两类,短期一次性需求和长期需求,两者有不同的监控方法。 ![]() 短期一次性需求,例如卡牌游戏上来就抽武将、抽装备。这些商品是永久性道具,短期内一旦拥有,就会由于沉没成本、数值暂时足够而没有太强烈的替代需求。等过一段时间后,才会因为数值不够等 其他需求而产生需求,这种需求一般是阶段性的。 长期需求,例如养成材料、战斗消耗品、硬货币。这些商品无论用户在任何一个时间阶段都有持续的需求。但不同用户在生命的不同阶段会产生不同的倾向性,例如新玩家喜欢强化石,老玩家喜欢精炼石,会存在一定选择上的倾向性。 第一种:短期一次性需求道具 我们设定“销售饱和度”指标,来衡量目标用户的购买渗透率是否符合预期。设定“增长率”指标,来衡量销售需求变化情况。因此,道具销售表现一般会 呈现出4种情况,如图所示: ![]() 道具A:饱和度达标,增长率上升。代表销售饱和度到达预期,但还处于上升趋势,用户需求强烈。一般情况下,我们给的数值有点过大,卖便宜了,而这部分原本可以卖的更贵的数值,就会成为我们的损失;道具B:饱和度达标,增长率下降。 说明商品销售稳定,符合我们的预期;道具C:饱和度不达标,增长率上升,这种状态的道具,可能变成任何一种形态,需要根据具体的数字来判定;道具D:饱和度不达标,增长率下降。不仅没有到达销售预期,而且买账的用户越来越少,用户不认可,而这部分我们预期应该收到但没收到的钱,就会成为我们的损失;道具B以外,道具处于其他状态就需要考虑调整,削弱或者增强、搭配礼包售卖等。 第二种:长期需求道具 我们设定“产耗比”来衡量用户对道具的需求情况,配合对道具人均存量的监控,来确认后续的投放计划: ![]() (编辑:威海站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |