盈利亚健康，我该怎么办？
作者: Adam Carpenter
应用内购买 (IAP) 是许多游戏和应用都喜欢用的盈利手段。不过，尽管 IAP 推出已有一段时间了，而且应用场景也十分广泛，但是它的效果却不总尽如人意。
在这篇文章中，我将围绕 IAP 指标中的一些迹象与信号展开讨论。这些迹象和信号可能暗示着盈利状况目前不太健康，不过，这同时也是拉动业务的机会所在。请您耐心研究这些迹象，并寻找改进的方法。
首先，我会与您一同回顾一下每日收入的结构以及各项收入指标之间的关系。为此，我会使用到 Google Play 称为 "收入树" 或 "收入漏斗" 的模型 。
△ 收入树
从收入树上我们可以直观地看到各指标之间的逻辑关系，下级指标两两向上组合，最后计算得出每日收入额。树状图中的每个上级指标由下方两个指标相乘得出，但虚线框中的指标除外，这两个数据是相加而非相乘的关系。
核心盈利指标 (红框所示) 共分为两类: 每日买家比例和平均每付费用户收入 (ARPPU)。
付费用户基数越大，盈利就越健康，因此，在我看来，每日买家比例是最重要的盈利指标: 与其集中精力从高价值买家那里获取更多利益，不如设法扩大付费玩家基础，这种做法更为安全。
另一方面，因为 ARPPU 由平均每付费用户收入、平均交易价值及每买家交易数量这三项指标共同计算得出，所以 ARPPU 属于二次盈利指标。ARPPU 当然也很重要，但是它只能衡量您在已经选择付费的买家那里的获利能力。过于关注此类指标的潜在风险在于: 尽管单个付费用户的消费金额会有所提高，但是买家转换率却可能会下降。
为了帮助大家找到最佳平衡点，我将带领您一步一步看懂收入树。我会在讲解过程中穿插几个监测收入的手段，让您更好地了解游戏的盈利情况。接着，我还会谈一谈买家比例这个指标，并分享一些增加回头用户数量以及提高用户消费频率的方法。最后，补充介绍若干次级指标，并且就此与您分享一些个人心得，帮助您提高游戏在这些指标上的得分。
如何提高总收入？
作为常见的创收手段之一，LiveOps 是拉动业绩与刺激需求不可或缺的一部分。不过，毋宁说是一种单元化体系，LiveOps 更像是一种由供应端销售、需求端活动及供需平衡这三者组合而成的复杂体系。供应端销售指向游戏经济中注入优惠商品或服务 (即资产)，即您为用户花销附加额外价值的手段。需求端活动则是指如特殊赛事、每周挑战等具有比赛性质的活动，它能刺激用户消耗已购买的资产。正确把握两者的关系对于构建平衡、健康且创收能力强的游戏经济十分重要。
我在下面举例说明了 LiveOps 的两种使用方法，希望能帮助您了解如何取得供需平衡。
△ 每日收入趋势样例 (来源: Google Play 内部数据)
在左图中，开发者大约以每月一次的频率开展大规模销售活动。每次的销售活动都会带来高额收入，随后便是一周一次的 LiveOps，不过业绩却逐渐下滑，直至下次销售活动才会回弹。而在右图中，LiveOps 频率约为每日一次。供需双方维持了一个比较稳定的关系，各个收入闭环之间的间隔也更短。第二种方法有趣的地方在于，开发者试图确保游戏每天都有吸引力: 每一天，用户都可以在游戏中找到价值，并且乐于掏腰包付费。
那么，最佳策略又是什么呢？简单地说，没有一种策略具备绝对优势。您需要综合考虑自身情况，如开发团队、技能、游戏和客户，然后制定合适对策。多久创建并运行一次 LiveOps？用户又是否容易受供需激励手段的影响？
借助 "收入心率图" 监测收入情况
收入心率是最佳的 LiveOps 监测工具，它以一种可视化的方式展现收入 "心率"，判定每月收入最低/最高的时段，并计算得出每月平均日收入。部署之后，您将得到一张类似下图的分析图:
△ 收入心率直观地显示了每月的最低、最高和平均日收入 (来源: Google Play 内部数据)
理想的心律图包括三条曲线——最高收入、最低收入以及位于这两条线中间的平均收入。而且，即使收入逐渐增多，最高收入和最低收入的差值也不会发生太大的变化，也就是说，两条线之间的宽度一直保持在一个相对稳定的数值。如果这几点您都做到了，那就说明游戏每天所刺激的需求适量，玩家的参与程度较高，维持时间也较久。
与第一张收入心率图不同，下图体现了一些亚健康规律的情况。
△ 亚健康行为心率图
在 A 点 和 C 点最大收入达到峰值，而平均收入却随之下滑，说明开发者在这两个时间点进行了大规模的销售活动，整体营收情况经历了一个比较大的波动。因此，我建议大家在策划销售活动的时候，要试着缓和波动幅度，避免发生后期收入低于前期收入的情况。
开发者从 B 点进入了经济紧缩期，即销售活动 (供应端) 无法满足用户需求。从此时开始，玩家会大量消耗已购资产，并产生新的购买欲望。
收入心率是监测和理解游戏盈利情况的有效手段，它可帮助您了解销售是否有效，以及销售次数是否过于频繁。
其它衡量收入的方法
除了心率图之外，还有许多更为复杂的分析方法。其中，我个人比较喜欢计算单月内日收入的变异系数。由于变异系数可以体现每个月内收入的变化和波动程度，因此它对量化 LiveOps 表现尤为有用。具体的计算公式为: 变异系数=日收入标准偏差/中位数。
综合分析 Google Play 内游戏的变异系数后，我们发现该系数与收入增长的相关性很强。因此，您可以通过这项数值了解游戏的创收潜力，并据此设计下文所推荐的优化方案，为玩家创造更多价值。
△ 顶级游戏每月变异系数分布图 (来源: Google Play 内部数据)
观察 2017 年 1 月至 2018 年 1 月这段时间内 Google Play Top 250 IAP 游戏的收入情况后，我们发现大多数游戏的变异系数低于 39%: 尽管存在轻微波动，但是幅度都不大。如果我们缩小数据范围，把目光转向每月收入增量，我们会发现一个很有趣的情况。
△ 顶级游戏的每月收入增量 vs. 变异系数 (来源: Google Play 内部数据)
变异系数越低，收入的增长几率越大: 在变异系数为 10% ~ 39% 的游戏中，实现月收入增长的游戏比例超过 55%；而在波动程度极高的游戏中，该数值跌至 50% 以下。
因此，收入波动性是一项很重要的因素: 当前的波动水平是否对营收健康造成威胁？如果波动过大，您或许需要考虑改变 LiveOps 的节奏，从而达到供需两方的平衡，最终减缓波动程度。
如果每周或每月促销活动的可预测性高，玩家就很容易发现其中的规律。他们可能会避免在其他时段进行购买，而是选择在活动期间大量购入资产。如果玩家知道促销活动马上就要开始了，即使游戏资产已经耗尽，他们也会延迟消费时间。此类销售波动和预测行为可能会造成收入损失。
我对此的解决方案是 "可预测的不可预测性" : 玩家在注册之前肯定已经预料到自己会获得一些优惠，但是他们无法预测优惠的具体内容是什么。这种不可预测性导致的结果是，玩家不会在拿到 "奖励" 之前改变行为。因此，您不妨问问自己，优惠和活动容易预测吗？玩家能否预测到您正在做什么？如果答案是肯定的，我建议您设法改变现状。
回头买家
我们发现收入通常遵循 80/20 法则: 80％ 的收入来自前 20％ 的付费用户。纵观整个 IAP 游戏生态系统，这个说法固然没错。然而，对于创收而言，这条法则可能存在一定风险，而且从长远来看也是不可持续的。有趣的是，盈利最好的游戏，恰恰不符合 80/20 法则。
△ Top 25 游戏中前 20% 付费用户对营收的贡献，2018 年 4 月 (来源: Google Play 内部数据)
接下来，让我们看一下 Google Play Top 25 IAP 游戏的表现。不难发现在这 25 个游戏当中，只有 6 个游戏符合 80/20 法则，即前 20% 的付费玩家贡献了 80% 的收入。绝大部分游戏的贡献比略微高于 70%；3 个游戏高于 60%，2 个游戏高于 50%。从中我们得出的结论是: 大多数顶级游戏的付费用户基础范围更为广泛。
△ 收入贡献比超过 80/20 的 Google Play Top 100 游戏 (来源: Google Play 内部数据)
观察上图您可以发现，在 Top 100 游戏中，排名越靠后的游戏，对前 20% 的高收入用户依赖程度越高。
以上讨论引出了这么一个问题: 您对高付费用户的依赖程度如何？如果依赖程度很高，又该如何扩大付费群体呢？
首先，您得了解自己的收入来源是什么。为了回答这个问题，我选用了每月 ARPPU 以及每月特殊付费日这两项指标。然后，我将这两项指标十等分，分别划到 10 个组里，前 10% 为第一组，下一个 10% 为第二组，以此类推。
为了进一步细化解说，我选用了一些较为典型的数据，下图体现了顶级 RPG 动作类游戏的常见规律。
△ 按十等分分组付费用户 (来源: Google Play 内部数据)
在这个例子中，前 10% 用户的花销最多 (月平均额达到 579 美元)。第二梯度的用户每月平均花费 120 美元。这符合 80/20 法则。随着收入逐步减少，我们很容易发现最左侧 50% 用户的花销还不足 10 美元。
高价值用户对游戏收入的贡献不容忽视，那么这究竟是一个机会？还是一个不得不面对的客观事实？我个人比较赞同成长型的观点，认为这是一个值得发掘的巨大商机。
在进一步探讨如何把握这个机会为游戏创收之前，让我先介绍一下特殊付费日这个概念，即每个月用户集中消费的那几天。
△ 特殊付费用户日 (来源: Google Play 内部数据)
观察上图，您或许已经发现有半数买家都会在同一天购买 (商品或服务)。这个趋势在 Google Play 内部十分常见: 对于大部分 IAP 游戏来说，40% 到 60% 的月度买家会在同一天进行消费。那么怎么样才能吸引用户在其余时段进行消费呢？比较简单的方法是，向用户传达一个极具说服力的价值主张，以此吸引他们在第二天再次购买游戏资产。
机会是什么？您应该关注什么？又该如何获取最多价值？答案的关键在于那些一个月只选择在某一天进行消费的用户 (以下简称为 "单日买家")。
△ 每月只购买一次的用户的 APPRU 值 (来源: Google Play 内部数据)
在上面这个例子中，我们发现有 80％ 单日买家的消费金额不到 10美元。这里蕴含着一个巨大的商机。假设您的游戏拥有 50% 的单日买家，而其中 80% 每次花销不足 10 美元，想象一下，如果您能成功说服其中一半的买家多花 5 美元，那将会对营收总额造成多大的影响——涨幅大，而且可持续。那么，开发者需要做什么呢？候选方案有三: 个性化的销售内容、促销套餐以及极具说服力的价值主张。
如果您想要提高游戏的营收表现，价值主张也是一个很重要的因素。当您在设立价值主张时，请仔细考虑以下几个问题:
如何向用户传达价值；
价值的吸引力有多大；
用户能否通过简单的方式了解他们所获取的价值。
此外，销售细分以及促销活动的展现方式也是值得您思考的两个问题。想想心理学在其中扮演角色: 一个偶尔花 5 美元的用户在看到价值 100 美元的商品大促销之后，还会对 5 美元的打折商品心动吗？还是说，他们了解价值主张以后，认为高价值玩家在游戏中具有压倒性优势，觉得自己即使花了这 5 美元也无法与氪金玩家的 100 美元相抗衡，然后便放弃购买了。因此，请您仔细想一想您是如何细分买家群体，以及如何更好地向他们推销商品。建议您针对买家的消费习惯，为他们提供定制化程度更高，且更具吸引力的销售内容。
每日交易也是一种广受开发者欢迎的高效创收手段。顶级游戏在推广每日交易活动时，往往会仔细考虑沟通问题，即如何向用户更好地传达交易的价值、稀有度以及购买后能达成的重要游戏目标。
最后，让我们谈一谈重复买家奖励这个概念。例如，当用户在一个月之内进行首次购买后，如果他们在接下来的 7 天内消费了一次，这对您而言会是一个很好的机会去帮助他们养成每周购买的习惯。
优化次级指标
△ 高收入游戏的次级指标, 2018 年 1 月至 6 月 (来源: Google Play 内部数据)
Google Play 中排名前 250 的 IAP 游戏的每日平均成交交易数量为 1.5 ～ 1.9 笔，每笔交易的平均价值在 8.5 ～ 25 美元不等。根据这两个数值，我们可以算出各个游戏的平均每付费用户收入大约在 13.7 到 44.5 美元之间。
尽管消费金额很大，但是它们往往来自一小部分用户。因此关键点在于，您应当认真思考这些指标之间的关系，并寻找改进的机会。
△ 平均每付费用户日收入 vs. 平均交易价值 (来源: Google Play 内部数据)
平均每付费用户收入 (ARPPU) 与平均交易价值 (ATV) 之间存在正线性关系: 如果能让用户以更高的价格付款，您便会从中获得更多收入。此外，鉴于每个买家每天的交易次数仅为 1.5 到 1.9 笔，因此 ATV 是提高 ARPPU 的主要动因。
△ 每付费用户平均日收入 vs. 每买家交易 (来源: Google Play 内部数据)
相比较而言，平均每用户收入与每买家交易之间的关系就没那么清晰了。我们试过很多分析方法，如聚类分析和曲线拟合，但是都没有找到可靠的规律。因此，该指标可能与游戏设计及核心经济相关，也就是说，我们或许需要从游戏设计的角度来解读这些数据，才能从杂乱中找到一些明显的规律。
如果您的游戏不属于前 25% 之列，建议您认真思考以下几个问题:
游戏所售资产有多少？
是否只售卖单一品类的资产 (宝石、金币或积分)？
定价是多少？
如果每个买家消费次数较低，而 IAP 项目的售价又很高，那么，您的资金波动程度如何？
您是否设计了这样一个场景: 依靠丰厚的额外奖励吸引用户购买尽可能大的资产包，以此来延长他们的资产使用时间。您知道这些资产最终总是会被耗尽的，因此不用急着多次购买。
如果您的游戏排名在前 25%，则需要考虑以下三个问题:
游戏售卖的资产有多少？
如果售卖的类型资产不少于 2 种，那么，您的盈利情况应该比较健康。如果您只售卖一种资产，那么促使用户冲动消费的激励点又在哪里？
您是否设计了激励用户每天进行大量小额交易的场景？
如果最后一个问题的回答是肯定的，您将会面临收入损失的风险，因为每一次购买决策都将伴随一定的失败率。您可以利用向上销售来解决这个问题: 不要向用户推销 2 美元的商品，而是把 5 美元和 2 美元的商品一起推销给用户，看看他们是否对高价商品更感兴趣。
优化和改进的空间还是存在的，但是建议各位开发者量体裁衣，根据具体情况设计最合理的方案。能否找到正确的方案取决于您是否向开发团队询问了正确的问题:
收入波动情况如何？
玩家每天进行几次冲动消费？
游戏是否鼓励用户囤积资产？
游戏经济设计合理吗？
游戏经济是否属于资本支出型经济，即用户主要购买例如宝石一类的游戏资产，并用于永久型升级。
或者说，更偏向出售金币或积分一类的消耗类资产，供玩家日常游戏使用。
结语
观察游戏是否存在盈利亚健康的迹象与信号可帮助您有效增加收入。
从 Google Play 顶级游戏的案例中我们可以发现: 每日收入的波动越小，总收入增长的可能性越大。所以，建议各位开发者评估自身收入的波动情况，并尽可能降低波动水平: 看一看自己的 LiveOps 能否平衡供需两边的活动。
与表现欠佳的游戏相比，Google Play Top 25 游戏对高价值用户的依赖更小。各位读者不妨看看自己的收入情况与 80/20 法则的相符程度如何，然后找到扩大与多样化用户基础的突破点，寻找合适的途径吸引那些一个月只购买一次的用户进行二次消费。
平均交易价值与平均每付费用户收入之间存在很强的线性关系，但是每用户交易与平均每付费用户收入之间则不然。不同的游戏有不同的优化方案，需要开发者发挥创造力，根据具体情况，找到最适合的对策。
解决这三方面的问题可协助您优化游戏的创收策略，并为您带来切实的经济效益。
Google 官方针对中小型企业 App 出海的需求，结合 Google Play、Google Ads、Google AdMob 的专家团队，为您带来 Google “应用出海” 计划，从开发、成长、营利，帮您进阶出海每一步。
推荐阅读