游戏数据的应用策略 | 出海同学会45期干货回顾
导语
要点问题概览
01
从立项到稳定期,您日常主要应对哪个环节的数据工作?机会点和难点在哪?
02
研发、发行、营销和第三方等的数据侧重点分别是什么?数据如何帮助游戏产品优化变现?
03
IDFA新政后,游戏企业如何保持对数据的高效应用?
04
有哪些基于数据的细分赋能赛道?游戏数据带来了哪些创投机会?
部分参与讨论嘉宾
*
AppsFlyer 中国区总经理 王玮
IQzone 亚太负责人 Larry
某头部互联网企业
某头部互联网科技企业
某头部平台方
从立项到稳定期,您日常主要应对哪个环节的数据工作?机会点和难点在哪?
· AppsFlyer 王玮 ·
· 某头部互联网企业 ·
整合数据逻辑对游戏公司非常重要
· IQzone Larry ·
在研发阶段的数据应用上我想补充一点,在立项时游戏公司会尝试在已有的这些玩法当中找到一个新组合,可能会需要IP的加成。这就需要游戏行业以外的数据支持,比如电影票房、日漫的数据等等。
· 某头部互联网科技企业 ·
总体来说,立项和研发其实更多依赖于第三方平台提供的数据,比如Facebook Gaming每个季度的行业报告会指出哪个品类最近比较火,游戏公司会更多参照这种横向的数据。 还有一个比较重要的数据点,研发方需要了解自己的资源应该向哪个方面倾斜,因为不同的游戏品类对于人才或者数据结构的要求会不一样。在测试、上线和稳定期,纵向数据比较多,游戏公司自己会有一些很深度的用户数据。研发方在立项和研发时就会进行定性和定量测试。定性测试主要是找一些玩家来使用产品,然后对他们进行一些深度的访谈,了解他们对这种品类的游戏或者是和IP搭配的看法。在前期立项研发时,对这种定性测试会更加依赖一些。 测试和上线阶段是非常依赖数据的,尤其是测试阶段。一般来说,欧美的游戏公司会分几个阶段:第一个阶段是测试游戏稳定性,对于技术数据的要求比较高,会观察有没有闪退,以及在哪些设备上运行得更好。第二个阶段是测试用户留存,没有留存的话整个数据都是没有意义的。第三个阶段是变现测试,这个就有很多的讲究,在哪个国家测试,用什么渠道去测试,会有很多不同的策略。
研发、发行、营销和第三方等的数据侧重点分别是什么?
数据如何帮助游戏产品优化变现?
· 某头部互联网企业 ·
我聊一下营销方面的数据侧重点。我的主要工作是帮助客户优化他们的效果广告,基本上都是根据我们平台的数据进行实时反馈。我们会根据出价、素材和广告架构把效果广告分成不同的走向;因为从客户的角度来说,他们希望以更低的成本获得更高价值的受众。
规模比较大的游戏在上线前也会参考舆情数据
· 某头部互联网科技企业 ·
数据如何帮助产品优化方面,我觉得最主要的优化方法是把用户分为不同的类别,再观察各个类别的表现有哪些不同。比如,在游戏发行之后,可以把所有的新用户集中在一起,观察他们从进入游戏到第一次付费这整个过程中的断层在哪里;本来这个数据应该是一个平滑的曲线,那出现断层的地方就是游戏需要优化的部分。变现的话,首先是要了解这个游戏。有一类是付费率高的,比如消除类、棋牌类、休闲类游戏,可能每个玩家的付费金额不多,但付费的用户量大;另外一类是依靠大R玩家付费的,比如策略类游戏。不同类型的核心指标是不一样的,这些指标大概有个范围,平台方能为开发者提供他所处品类的benchmark,指出他这个游戏目前处于什么样的状态,在哪些地方有优化的机会。研发方自己也有这些数据,也需要观察这些核心数据每个月或者每个季度的浮动情况,分析浮动原因。
· 某头部平台方 ·
我在不同的平台方工作过,所以想主要聊一下平台方在数据使用上的侧重点,这里的数据主要分为内部数据和外部数据。内部数据包括平台方怎么去收集数据,收集什么样的数据;比如收集多大的数据粒度,或者怎么去定义一个活跃用户。另外也要注意不同地方的法规,比如欧洲的GDPR,美国的儿童隐私法案(COPPA),加州的消费者隐私法(CCPA)等等。 外部数据就是App Annie、SensorTower这种第三方数据,像App Annie有自己的API,平台方可以将内部数据和外部数据通过API结合起来。这样就可以看到一个游戏在自己平台和其他平台的上分别表现得怎么样,这个过程中涉及不同平台数据的整合和清洗工作。 宏观上,平台方也会运用这些数据来指导自己的游戏投资,市场战略等,比如应该增加哪种品类的市场预算,自己平台的用户喜好是如何的等等。微观上,平台方也可以给开发者提供细分品类的benchmark,比如有LTV, ARPU, MAU, Retention Rate等指标,告诉开发者和游戏在这个品类下所处的位置。再进一步,平台方可以做跨设备跨游戏的分析,比如这款游戏在不同的手机上表现得怎么样,在不同的平板上表现得怎么样;当某款新游戏上线后,是不是会对同类别的游戏产生影响。IDFA新政后,游戏企业如何保持对数据的高效应用?
· AppsFlyer 王玮 ·
目前出现的第三方和自归因平台的数据差异可以理解为某种意义上的数据碎片化,苹果IDFA政策变化后,数据碎片化的问题更加明显,成为目前广告主面临的最大挑战。
在我们这些第三方移动广告归因平台没有出现之前,广告主和平台需要单独去做每一次的链接,去维护数据的链路;广告主需要自己先把数据整合起来,产生归因结果后再反馈给平台。对于广告主来说,这实际上是平台的碎片化或者说移动互联网的碎片化。所以我们第三方的一个重要价值就是把平台碎片化隐藏起来,给广告主提供一个整合的营销平台,和统一的数据输出。
AppsFlyer等第三方解决了平台碎片化问题
在IDFA政策变化之前,我们不仅可以给广告主提供汇总的用户留存、用户分层后的质量数据等等,还可以用统一格式输出各个平台上原始的用户数据。但在苹果iOS14.5之后,平台的碎片化虽然还可以被我们隐藏,但数据的碎片化已经凸显出来。具体来说,苹果的SKAdnetwork可以提供一个汇总层级的归因数据,但没有原始数据,是非实时的数据。但IDFA政策变动后,还会有30-40%的用户会自己选择授权,这部分用户数据是原始数据,是实时的。所以对于广告主来说,同一个campaign会有两个结果,一个是汇总的、全量的,但不是实时的;一个是实时的原始数据,但不是全量的。怎样从这些数据得出最终结论是整个行业面临的新挑战。
我们目前也在寻找解决方案,一方面,因为SKAdnetwork的数据缺少实时性,限制也比较多,所以我们会在这个数据基础上做二次开发。比如基于一个短期数据来做中长期的预测,帮助企业营销人员更早地做出相对靠谱的营销决定。另一方面,我们可以将仍能获取的那30%的原始用户数据当做数据样本,由局部反推整体,再讲其与苹果的汇总数据整合起来,最后给广告主提供一个最终的效果数据。
有哪些基于数据的细分赋能赛道?
游戏数据带来了哪些创投机会?
· 某头部互联网科技企业 ·
苹果IDFA政策的变化其实会推动行业的大洗牌,未来主要有这几个方向:一个是数据预测模型,比如第三方数据平台通过短期的用户数据去预测未来一到两年这个用户的收入水平。另一方面,第一手用户数据越来越重要;为了获取第一手数据,一些比较大的公司就会去收购一些小型的游戏工作室,以此来拓展自己某一品类的用户,比如Zynga收购了许多中国的小型开发商。第三个是对已有用户的挖掘,苹果推出iOS14.5之后,许多游戏厂商开始关注自己的用户社区建设,社交媒体数据的增长已经传统的E-mail营销;所以可以提供传统E-mail营销数据整合的第三方平台可能会重新变得火热。编辑:宋迎悦
图片来自于网络,如有问题请联系我们
往期回顾
游戏行业“地震”加速“被动出海” | 出海同学会43期干货回顾游戏标准化和自动化引发的机会 | 出海同学会39期干货回顾
游戏成为泛娱乐出海标配?| 出海同学会38期干货回顾2021游戏出海的底层变化 | 出海同学会37期干货回顾跨境电商SaaS与赋能行业出海|出海同学会34期干货回顾