一种小游戏数据增长方案

作者:KyXu23 KyXu 写文章 2020-09-22
这篇文章通过拆解微信小游戏「成语小秀才」,试图找到一种基于 AB Test 的微信小游戏数据增长方案。其核心在于通过自动化方案,找到不同增长手段与不同游戏功能之间的局部最优搭配,实现产品整体收益的最大化。


如图,红色字代表游戏货币,蓝色箭头代表内部货币供给,绿色箭头代表外部货币供给。

内部货币供给,玩家通过游戏能力为自己造血。
外部货币供给,玩家通过给开发商带来收益为自己造血。
两边共同得到的货币,通过游戏本身进行耗散,满足玩家的游戏需求(成就感、虚荣心、Kill Time 等)。

为了让用户可以持续地、更爽地玩「成语小秀才」游戏,分别设计了“体力”和“提示”两种游戏货币。

“提示” 功能涉及 3 个指标、4 种手段:

留存(集齐门客获取“提示”:中长期任务体系)
用户数(拉新、老用户召回)
营收(试玩游戏)

“体力” 功能涉及 3 个指标、9 种手段,分别是:

留存(客服会话通知权限、签到、3 种获取“字块”的留存激励行为)
用户数(拉新、老用户召回)
营收(激励视频、试玩游戏)

另外,“小红花” 货币通过社交排行的功能,主要用于提升用户留存,兼具较弱的关系链功能。
“令牌” 货币,主要负责超长期的用户成就体系,即长留存,兼具裂变召回功能。

以下为正文




如图所示,玩家可以通过“邀请好友”和“答题通关”两种方式获取“令牌”,却不能通过每日签到相关功能获取“令牌”。

反而“签到”相关内容是通过获取 体力、字块、提示 等道具,间接辅助玩家答题,再让玩家通过答题的方式获取令牌的(签到 → 其他货币 → 令牌货币)

自问自答一下:
  • 如果现在增加“签到直接得令牌”的功能,对产品整体数据是正面还是负面影响?
  • 如果是正面影响,一次签到给几个令牌对数据影响最佳,应该线性激励还是非线性激励?
  • 如果是负面影响,那么现有产品结构中还有其他类似的链路应该被优化吗?


在现有产品元素不变的情况下,我们发现游戏货币总共有 5 种,内部有 8 种游戏手段(开发商无收益)可以直接获取货币,外部有 9 种激励手段(开发商有数据或金钱收益)可以直接获取货币。

总共会出现 5x8x9 = 360 种货币供给结构。

这还不算一些间接的数据影响,如 “邀请好友” 之后,玩家应该通过获取更多 “提示” 货币从而间接获取 “令牌”,还是应该通过获取 “字块” 从而间接获取 “令牌” ,还是两个手段一起用,还是两个手段都不同 …… 这 4 种间接货币供给情况,哪种对产品总收益影响最佳?

如果将这些间接数据影响全部统计在内,那么需要验证的场景将很快超过 10000 种。

这里面有一些场景,是可以通过产品经理的直观感受加以判断的,比如 “签到→小红花” 就是不太合理的设计。因为小红花是用来构建玩家比分排行榜的,比分排行不应该用玩家活跃值来衡量。

但更多的场景是无法通过产品经理的人力来衡量的。比如 “每日断案” 现在限定为每天只有 3 次游戏机会,如果改成每天固定赠送 2 次,另外 2 次需要 邀请好友/观看视频 获取,数据如何?

再进一步,以我个人为例,我是几乎不会点开激励视频广告的,我可以选择邀请好友和付费,但我宁愿不玩这个游戏我也不会看激励视频。但是隔壁刚退休的李大爷,他微信上总共没有几个人可以邀请,微信钱包里没有钱,他为了在小游戏上继续下棋,只能选择看广告。

那么,如果只能在 “每日断案” 模块放一个外部货币供给功能,并且要求利益最大化,就需要用户个性化数据,使得我和李大爷所看见的小程序长得不一样。而这个数据实际上是非常容易获取到的,只要简单量化一下不同用户在历史使用过程中,所表现出的广告点击率和拉新 LTV 总值即可粗略达到目标。

那么回到开篇提到的三个问题,其实我认为是没有固定答案的。

直观感觉上,我认为增加“签到直接得令牌”的功能,对产品数据是负面影响。但是如果这个功能是在 AB Test 系统中动态加入的,那么它极有可能对某些用户、在某些情况下产生正向数据影响。

在可行性方面,除了用于用户数据跟踪的部分,可能需要中台化的数据组件提供支持以外。对于产品经理来说,只需要制定产品框架,如:设定 X 货币可以通过 A、B、C 三种手段的其中之一获取即可。还可以对小范围的 10000 名用户发行 Y 货币,测试在不同的供给链路下,增发 Y 货币是否可以显著提升留存或营收。

附带的好处是,一旦后续微信小游戏平台开放了新的能力、或者某种原有能力被收回,我们只需要在原有系统中加入、减少一个参数即可,而不是依靠产品经理盲猜、游戏开发加班来进行版本迭代。



作者:KyXu23
来源:KyXu 写文章
地址:https://mp.weixin.qq.com/s/Ik_AgQYBTIQopQLUF_QIKA

最新评论
暂无评论
参与评论