遊戲業運用數據分析,打造三大優勢
1. 透過數據「洞察玩家行為」,打造更優質的遊戲體驗
Google 於報告中提到,中小型遊戲開發公司的成功關鍵在於「掌握遊戲的市場定位及輪廓」,而其中一項參考指標是「遊戲是否與玩家產生共鳴」。對此,遊戲團隊便需要透過數據分析,更客觀地掌握玩家對遊戲的反應及熱度,並不斷地進行優化、測試,獲得更穩定的活躍用戶和遊戲收益。
例如,遊戲正式上線後,從玩家的參與度(Engagement)、留存率(Retention Rate)、每日活躍玩家 (DAU)、玩家平均在線人數(ACU)、流失率等指標,固定追蹤遊戲的 KPI 表現。在遊戲生命週期不同階段,各項指標的重要性也會有所變化,透過大數據彙整、視覺化圖表分析,能協助團隊更精準洞察遊戲的階段性表現。同時,遊戲團隊也能根據不同的遊戲類型,分別設定專屬的指標,以確實地掌握遊戲的市場競爭力。
此外,隨著免費遊戲逐漸成為市場主流,「課金」制度已是遊戲公司一大營收來源,如何讓課金、無課金玩家都能體會到好的遊戲難度平衡,也是遊戲公司面臨的一大挑戰。對此,團隊可以從各個遊戲關卡的玩家流失率、付費玩家等級分佈、各等級玩家的平均在線時長,以及新手任務完成率等指標,洞察遊戲難易度是否符合玩家預期,不斷調整遊戲設計策略,提升玩家體驗來延長遊戲生命週期。
2. 運用數據「強化營銷策略」,持續提升營收
另一項成功的參考指標則是「團隊是否有效地掌握遊戲行銷成效及轉換率」。在高度競爭的遊戲市場,如何運用數據分析做更精準的行銷,藉此拓展新玩家、提升玩家的寶物購買意願等,更是深深影響中小型遊戲公司的營收。
透過數據分析,遊戲團隊能將每一次的行銷活動、玩家行為、遊戲收入及營銷支出等項目進行比對,優化相關的廣告行銷策略。例如,行銷活動後實際導入多少玩家、玩家儲值的金額等指標,來得知平均獲得新玩家所需的預算 (CPA, Cost per Acquisition) ,以及這筆營銷支出是否符合預期的轉化率,藉此更加確定該透過哪些網絡、行銷活動,或是創意策略,才能為遊戲最多的玩家和最高的投資回報率。
同時,遊戲團隊也能根據每日營運的 KPI,舉辦相應的營銷活動,再運用數據不斷驗證策略的可行性,在下一次的行銷活動中取得更好的成效,導入更多的玩家。
3. 進一步運用「 AI 預測分析」,解鎖玩家價值、優化廣告成效
最後,大數據背後更大的價值在於進一步進行 AI 預測,並運用在廣告營銷、遊戲開發及優化的過程。例如,玩家終身價值(LTV, Lifetime Value) 預測,是遊戲營銷團隊的重要決策指標,而運用 AI 及機器學習預測玩家的終身價值,可以輔助團隊決定「特定期間內適合投入的廣告行銷預算多寡」,以相應的策略來留住更多玩家,提升遊戲營收。
以開發「天堂II:革命」、《BTS World》等熱門遊戲的國際知名遊戲開發公司網石遊戲( Netmarble)為例,他們選用 Google Cloud 資料倉儲 BigQuery 來建立「廣告投資報酬率(ROAS, Return on ad spends) 預測」,助攻他們預測各個地區投入行銷預算後,實際能回收的時間點。
最後,對於遊戲公司而言,除了拓展新玩家外,留住既有玩家並了解玩家的潛在價值,也是重要的營運項目。因此,網石建立了一份玩家留存率預測(Customer Churn Rate)報表,讓團隊能更深入分類出可能留下或離去的玩家,並事先做出相應的策略預防玩家流失。