我们连出3个大爆款小游戏，流水几千万！是用这一招实现的
从日活跃用户百万，到每小时活跃用户两百万；从月增长用户千万，到日增长用户千万；三款小游戏共累计流水几千万，快速累计用户超2亿。
之前有点意思CEO黄家隆要进入小游戏赛道前，许多同行朋友不太看好，并接连告诫他“别抱有太大希望”等此类话语。但上述数据超过所有人意料之外。其中，「我不是猪头」拿下千万DAU，成为2020年第1个爆款，也成为了CP开发者们的“星星之火”。2019年最后的2个爆款是「没事来找茬 」「找茬升学记」。距离他们进入小游戏也才仅有1年时间。
通常一个团队能做出一个爆款小游戏的概率，大约千分之一左右，千军万马之中杀出血路毫不为过。
见实和有点意思CEO黄家隆深聊——当然，在现在时刻，只能是通过微信语音连线——黄家隆形容自己：是爆款小游戏的幸运儿，更是数据驱动运营的探索者。他将3个连续爆款小游戏的的经验，归纳为这么一个：
比竞争对手快，更要比用户快。
这句话背后极其考验团队运营、看懂数据的能力，只有做到这些，才能给出更优的策略判断。就他们自研发的数据监测系统光是数据指标就有200多项，因此，大的运营策略聚焦在三个能力上：更快、更准、更全面。
同时，还有另一个关键策略做支撑，即推广小游戏的本质是「低成本的触达」，拉新成本才能控制的更好。
如何做才能在运营上，做到比“用户更快”这一策略？又怎么做能实现低成本的触达？数据驱动运营是怎么做到这两个关键策略的？就让我们和黄家隆坐下来细细聊来，听听他具体怎么说吧？我们倒好茶，一起Enjoy：
见实：「没事来找茬」「找茬升学记」，两个爆款小游戏，数据增幅情况是怎样的？
黄家隆：第一款爆款是「没事来找茬」小游戏，上线半个月就达到了100万日活，一个月达到近400万日活。刚好是国庆假期，也成为高DAU的一个助力。国庆之后，DAU稳定在200万。
运营「没事来找茬」这款小游戏，可以说是蓄力已久，用数据验证和调优产品，用产品来反推和完善数据。这个过程对于我们来说，不仅获得了收益，更将团队数据驱动运营的能力推上了一个全新台阶。
当时，找茬类小游戏的不去重用户，至少去到2个亿。很多人都不看好找茬类还能出爆款，我们倒是觉得如果有新的创意点出来，找茬类小游戏还是有很大潜力再出爆款。所以，后来又开发一款「找茬升学记」小游戏，也是用了半个月时间做到DAU百万。目前，最新统计「没事来找茬」「找茬升学记」「我不是猪头」三款小游戏共累计用户已超2亿。
见实：「我不是猪头」已经不是你们的第一个爆款了，为什么这次数据涨地更快了？
黄家隆：从DAU来看，「我不是猪头」小游戏确实可以称作重头戏。其实「我不是猪头」，在去年12月中旬就已经开发好，一直在小量测试，不停地调整。
当时我们测试完后的数据，并没认为这款会具备大推和能够成为爆的款迹象。后来，通过用户行为分析，数据周期分析，产品品质调优等，更针对它独立开发了一些监控子系统；通过逐步优化产品的数据模型具备了一些条件之后，才决定春节大推，并制定了春节前后的计划。不过 ，大推之前，我们有发现市场上也出现同类型小游戏。
现在总结一下就是，不错的游戏品质，和比较全面的数据调优，加上前期全方面的推广准备，包括MP投放、矩阵量、私域流量、跨平台推广等，让这款小游戏最高峰上升到了千万DAU。
见实：当时有想到会到这么高吗？
黄家隆：增幅速度远超过我们预期。当时我们评估「我不是猪头」小游戏最高峰在也就在400-500万DAU，峰值之后也预计稳定在200-300万DAU。所以，初始的服务器处按1000万DAU和小时活跃最高一百万来搭建的。当初确实没料到这款小游戏「小时内活跃峰值居然达到200万，日活达到1300万」，远超过服务器承受的上限。不过，团队不到3小时就完成了千万承载的升配。
由于服务器承载过度对整个小游戏成长依旧产生了一定的影响。因为，大量的数据统计直接把运营监控的服务器挤爆，度过了两天的“数据摸黑”的日子。对于希望通过观察数据调整策略的我们来说，非常被动。
这之后，团队又把「我不是猪头」小游戏抢救完之后，又实现了一次提升。所以，千万DAU下游戏服的承载固然重要，但承载压力之后能够呈几何倍数上升的数据却更为关键。
见实：「我不是猪头」广告的收入怎么样？
黄家隆：广告变现收益适中，这款小游戏普适性强，受众广，所以覆盖全年龄段，arpu不会太高。春节假期eCPM大概平日均值在70%左右，出现个别日期跌破50%的。
Banner广告方面下降更为明显，特别从2月5号开始，eCPM锐减到只有平日均值的50%。由于，整个微信生态圈投放Banner的广告主数量和广告量大幅度缩减而导致的。
但是，在我们看来，特殊时期能拉取到广告展示已经很不错了。同时，「我不是猪头」小游戏量级又大，必然涉及到平台的广告填充率等优化，相比其他小量级小游戏拉取到广告的几率和数量会相对大一些。现在算下来，这3款小游戏累计流水有几千万，其中「我不是猪头」创了新高。
见实：「我不是猪头」的获客成本变化情况是怎样的？推广预算怎么安排？
黄家隆：关于获客成本，从整个大盘来看，最近几个月相对稳定。虽然大盘成本在那里摆着，但并不代表我们手中的产品的获客成本无法降低，因为所有成为爆款的小游戏，几乎都有凭借其自身的裂变能力达成了获客。
也就是说，获客成本一定程度上能够由我们自己运营掌控。尤其是在产品起量期间，通过实时调整产品策略，附加合理的裂变点，可以很好的掌控获客成本。那么，说到推广预算，我们内部研发资金的年度预算是800-1000万，但推广上目前暂时不设上限，一天几十万上百万也有可能，看实际情况而定。
见实：千万DAU大爆款 ，那么再结合你们自己开发的数据监控系统，你认为爆款的关键在哪些维度？
黄家隆：说到数据监控系统，它确确实实是我们研发运营小游戏的强大驱动力。其实，都在用数据监控系统，大同小异，目的都是通过数据调整游戏配置策略等。由于我们监控系统是自主研发，所以在数据上“更准更快更全面”。
更准，我们每开发一个子功能，都会自有脚本和压测程序去进行大量的数据写入校验，因为系统必须要准，我们运营时候的策略才能更加好的对症下药，这也是每一个数据系统最基础的。
更快，是决胜关键，这一点花了很多心思，目的是让我们的策略更具效率性。因为我们做是超休闲小游戏，用户量大，用户时长不长，每一个变动都会影响超大量的用户，甚至一个小的变动就导致用户走了不再回来。
更全面，想运营好一款游戏，我们要非常清楚它每一个地方的用户行为，将它收集成基础数据，加工成大盘数据，比如，AI行为画像分布、通过率、跳出率、回流率、滞留率、环比数据、排重数据、不排重数据、新老用户比对、行为心跳等等，目的是能更凝练地了解到用户的变化和产品数据的变化。
就拿「我不是猪头」来说，如果发现今日的某个维度的数据曲线，跟昨天这个时候的数据曲线突然发生了下降，我们就有很多个可能的问题点去排查，通过数据监控系统可以看到很多基础维度数据变化，并能够找到其中同时存在异常的地方，很快就能定位问题，并作针对性优化。
在我们看来运营一款小游戏，很重要的一点是学会发现问题，但是我们又发现，很多问题是没办法溯源和解决的。比如，一款游戏它的用户很快就流失了。如果是产品本身所存在的问题，很难一下子解决，我们将它归结为是数据不够细化，用户行为研究地不够透彻。
见实：数据监测方面，还用了什么大的策略？
黄家隆：用了AI行为策略的控制和数据监控的实现。这是一个子功能，从提出到最后经过验证正式使用，我们打磨了3个月之多。一开始，我们是耗费大量的人力进行实时监控和调整产品策略。短时间，运营人员还能接受，但凭人做到一天24小时盯着数据看并不太现实，所以提出了AI行为策略的控制和数据监控。
比如，不同的用户会被系统自动分配划分到不同的策略下，每一个档位都有数据监控，包含当日流进、当日流出升档流进、降档流进、升档流出、降档流出，并且实现到小时进出环比等，这期间经过六七个大版本的更改，两次完全推翻重构。
见实：买量之外的增长玩法，有没有更多的尝试吗？
黄家隆：除了常规的MP投放/圈内买量/分享拉新之外，也摸索了很多其他的来量方式，比如会有一定量的私域流量推广，和跨平台流量的引入等。
但是更深层次来说，MP投放/圈内买量/分享裂变，这三种的增量的方法是基础，而更关键的是，我们在策略决策速度和响应速度上会做得更紧凑，也就是发现问题的速度、敏感度和调优效率上。
我们团队一致认为，做小游戏不仅要做到比大部分竞争对手快，更要做到比用户快。
比竞争对手快不难理解，比用户快其实更是一个关键。我们在调优产品，调整策略的时候，会更注重数变化和用户行为变化，会想办法更加实时地去了解到这些变化，争取在问题发生的时候就去解决，不要让它影响到更多的用户。做到这一点，也就差不多可以称之为“比用户快”了。
见实：比用户快，执行上体现的是什么？
黄家隆：首先，是了解用户获取模型是怎样的？用户获取模型在微信生态分为两个部分：买量和拉新。我们总结了一个公式：新增用户=买量用户+买量中能拉新的用户*拉新效率+拉新带来的用户*拉新效率。
其次，是我们应该如何买量？我们更看重用户质量，数据后台通过监控各种渠道的用户质量（如关卡跳出率，拉新率等数据监控），这样能用合适的价钱买到最优质的用户。买量中能拉新的用户，我们称之为“种子用户”，种子用户的质量非常关键，在拉新环节发挥效能。
最后，是拉新的用户再次拉新。拉新模型中变量包括「拉新率，有效拉新次数，拉新话术，点击转化」等。拉新率越高越有利于，让更多的游戏用户覆盖与之有关的群体。拉新率达到17%以上，是我们最希望的。
那么，如何提升拉新发起次数，与之有关的是游戏内成就感和获得感等；以及分享出去是否能将人转化进来，这就是「拉新转化率」，其中「拉新图」和「拉新文案」最为重要，一定要展现最能表达游戏特点或能激发用户好奇的拉新素材，如此才能快速提高小游戏的拉新效率。
当然，很多经验说起来看似容易，但并非简单。其实，我们幕后准备了多套的运营策略，如不同时间段用什么策略，当A指标下降的时候需要调整指标的话，上哪种策略最优；再比如，策略与策略之间也会有AB测试等等。在每一次调整完策略之后，必须在短时间内监测出影响，目前我们可以做到5分钟内。
见实：小游戏你们出了三个爆款，最看重的指标有哪些？
黄家隆：我们比较重点关注的是游戏次数、时长 、次留的一个均衡，保持一个相对稳定健康的数据模型。
如果游戏次数，时长，次留等其中一个指标比较高，也是可以通过调整来达到其他指标的提升。现在「我不是猪头」这款小游戏的活跃次留，普遍在15-18%。
其实，我们也可以调整到23-25%，但是会牺牲其他指标，所以会采取一个均衡的策略 ；我们也看到很多行业产品次留30%以上的产品，但也只是次留高，在时长，分享率等，并不一定能够高能效。其实，稍微加量或者调整一下，次留可能就会出现下滑。
见实：对能否做出爆款小游戏，你的理解和看法是？
黄家隆：只要不是品质太差，玩法不是太小众化，我认为把一款小游戏调成为盈利是没有问题的。我并不认为我们以后会持续出现爆款 但我们坚信一定会不断提高成功率。就好像刚开始投入的时候，合作伙伴们都对我说，不要抱太高期望。我说，能做到的就是倒闭的时间尽量比别人慢一点，要是成功了时间比别人快一点。
见实：那你认为爆款背后，从组织层面体现的是什么？
黄家隆： 获得现在成绩的原因有很多，但主要还是来源于整个团队的默默付出和支持。最重要的原因，我们拥有了一套团队自研发的数据监控系统，同时，我们也拥有优秀的运营人员。
其实，推广小游戏的本质是「低成本的触达」更多核心用户，我们这套运营监控系统，数据指标就有200多项，只是开发这套系统成本过百万。目前，我们还在持续优化。
我们团队未来规划，会花很大精力在人才发展上，目前我们内部以孵化工作室的方式，选出一个执行力强，有想法的人来做内部工作室的负责人。同时，公司会给一定的资金，配备相关人员，让他们自己去开发产品，给予很大的自由度。
Part.今日重磅推荐
免费获取完整版白皮书
方式一：向“见实”公众号发送关键词【白皮书】即可获取下载链接；
方式二：点击【阅读源文链接】也可下载查看。