Web3 Gaming 分析系列(三):测试与运营
2024-10-16 21:54
Antalpha Labs
2024-10-16 21:54
订阅此专栏
收藏此文章
数据可以改进 Web3 游戏项目方对产品和用户的认知,最终提升团队做正确决策的概率。


撰文:Jake @ Antalpha Ventures, Blake @ Akedo Games, Jawker @ Cipherwave Capital


前言


数据是信息的载体,数据可以改进 Web3 游戏项目方对产品和用户的认知,最终提升团队做正确决策的概率。数据分析可以运用适当的统计分析方法对海量数据分析,从中提取出有用信息并形成结论,进而对数据加以详细研究和概括总结。由于游戏的发展受到多种因素的影响,同时伴随着随机性和偶然性的因素,因此提前对 Web3 游戏多轮删档封测与内测,可以从多方面评估与分析 Web3 游戏的发展情况,并对未来公测 Web3 游戏有一定的心理预期。同时,从投资人的角度看,测试与与运营数据可以为后期的投后管理做准备。


Source:公开市场信息


基于以上 Web3 Gaming 分析,Web3 游戏最终的付费用户仍是消费型玩家,而非投资与逐利型用户,因此,Web3 游戏需要通过多渠道投放给真实的消费级用户,并且 Web3 游戏运营方需对真实的消费用户与产品等方面的数据测试与分析。游戏的营收增长,主要从用户数量的增长及用户价值的增长来分析。用户数量的增长可以拆解为游戏的新增用户与留存用户;用户价值的增长可以拆解为游戏内付费及游戏外部的广告收益等。游戏的增长最终是为了提升游戏的用户量和用户在游戏中产生的价值。对于 Web3 游戏,根据数据和游戏结合的紧密程度,可以从以下四个维度对游戏数据测试与分析。


  • 业务常规数据:主要覆盖最基础的数据,如用户名、密码、竞技场排名、背包里的信息等。业务常规数据是业务最重要的数据,一旦出现问题会影响公测后 Web3 游戏的正常运作;
  • 用户行为数据:系统记录的用户在游戏中的行为轨迹,比如充值、通关、升级等。用户行为数据的维度广、数据体量最大,也是最有挖掘价值的一个部分。从商业化的角度而言,可以从深挖消费用户的行为,理顺消费用户的行为偏好与 Web3 游戏内数值平衡情况,为公测平衡用户行为奠定良好的数值设置基础;
  • 产品运营数据:针对部分用户行为数据二次抽象出来的数据,比如新增数、活跃率、留存率、付费率等;本文后针对此部分展开分析;
  • 用户反馈数据:大多数情况下,反馈与评价的数据产生在游戏产品之外,如 Web3 游戏用户在论坛、App Store 等多个平台对游戏的评价数据,提供了另一种数据分析的视角和价值。


同时,由于 Web3 游戏在不同时间点会推广不同的活动,如签到、节日活动、月度活动等,因此游戏的运营人员需提高在 Web3 游戏中的项目管理、数据分析及用户研究的能力,以匹配和分析目标用户群体,提取海量数据分析并总结关键结论,为决策提供可行的量化参考标准,推进可执行的规划与进度管理。因此,可以从以下多个角度提高运营人员的能力和水平:


  • 用户研究与分析:定位目标用户群体和制定产品策略,深入了解 Web3 游戏的市场情况和产品特性;参与社区日常运营,满足不同层级用户的需求,并通过细致的用户研究和行为分析,预测 Web3 游戏的真实用户行为;主动反馈规划需求,谏议产品研发和推广策略能够紧密围绕用户需求;
  • 数据分析与总结:完成数据分析与总结工作,深度参与产品决策,建立模型、指标体系,并应用算法,以提升产品质量并优化用户体验。通过数据分析,Web3 游戏项目团队可以更好地理解用户需求并做出数据驱动的决策;
  • 项目管理:建立 Web3 游戏的目标用户活动生态圈,精细化的用户管理和社区运营,满足不同层级用户的需求,并有效预测用户行为与舆论走向;深入理解产品特性,参与版本规划并将洞察应用到项目的规划和执行中,以针对特定用户群体的需求做出响应,满足市场需求。


此外,Web3 游戏运营如果能够持续挖掘游戏内的付费点、操盘整体 Web3 游戏运营方案及落地、通过积分与等级等手段激励用户等方法提高用户活跃度与付费情况,甚至从长周期角度规划投放的资源及消费用户管理,以实现拉新、促活、留存及付费转化多方位的运营增长,此 Web3 游戏运营对游戏能够实现锦上添花的运营效果。下文将对具体的游戏运营指标及数据分析情况详细分析。


Source:公开市场信息


数据分析的指标与方法


为寻求快速高质量的游戏增长目标,可以从数据分析入手提高分析与决策的精准度。从投放端、运营端及商业化端出发,整合分析游戏内外的数据,包括投放端的成本转化数据、归因侧的用户来源数据及游戏内的广告变现数据等多为多的数据,以支撑投放、策划及运营等精准决策。下图为游戏运营需分析的关键指标与数据维度,分别为广告相关、新增用户账号相关、市场推广相关、用户活跃相关及付费相关。在实际运营的过程中,每类 Web3 游戏对于游戏运营数据和指标的侧重点不同,因此 Web3 游戏项目方可根据自身情况选择重点关注的运营指标。


Source:公开市场信息


在新增用户方面,新增用户的来源主要是两大部分,分别为应用市场和买量。其中,买量主要是投信息流广告,按点击付费可以短时间内迅速起量,但由于游戏存在生命周期,在生命周期后需要继续开发下一款 Web3 游戏。在拓展新用户方面,影响 Web3 游戏新增用户的因素有以下几个方面:


  • 新增转化率:新增转化率的高低,会直接影响到获客成本。从流程上分析,从用户点击 ICON 并浏览详情页、点击下载按钮、下载完成、安装完成,到用户打开 Web3 游戏界面并注册,任何一个环节转化率过低,都会影响到最终的转化。受到渠道端等因素限制,运营需测试流程,避免转化率过低的情况发生;
  • 资源位推荐:资源位推荐可以增加产品的曝光量和下载量。通过安卓及 IOS 渠道,可以提供福利及置换资源,获得推荐位后的新增数据往往增长明显。由于部分游戏是按照分成推荐,因此从渠道运营的角度出发,为了广告位的收益最大,渠道同样会去推荐最吸量、最吸金的 Web3 游戏,如果 Web3 游戏是吸金吸量的,即便不额外花钱提高推荐位,渠道依然会将其放在较高的推荐位上;
  • 自然周期:Web3 游戏的新增用户存在周期性现象,新增用户的曲线会在节假日、寒暑假、周末等时间增长陡峭;同时,Web3 游戏项目方可以对比上一年同期数据以检测 Web3 游戏问题,边际增长率的情况可以检验出是游戏本身的问题,还是周期性的问题;
  • 外部推广:Web3 游戏项目方的融资能力、资本实力及创意能力均会对其外部推广产生影响。若缺乏足够的资金,无法投放广告;若缺乏足够的创意,其投放也同样无法转化成实际的用户增长。值得注意的是,外部推广最大的缺点是无法准确的评估效果。某些情况下,Web3 游戏运营较难精准锁定这部分用户来源,如渠道推广、广告等。
  • 产品分享:新增用户成本最低且质量较高的方式之一。用户端的裂变与导流可以更精准的辅助 Web3 游戏拓展新用户。通过诱导方式,其获客成本远远低于投放买量的成本。


新增用户是各项运营工作的基础,也是持续盈利的保障。在 Web3 世界中,Web3 游戏项目方仍需投入资金吸引用户。在游戏为 Web3 用户带来的效用逐渐下降的过程中,用户会逐渐流失,活跃用户数量在一段时间后趋于稳定。随着生命周期的结束,日活跃用户数会急剧下降,最终陷入低谷。谈及付费问题时,不可避免地要提到用户生命周期价值(LTV)。假设一个用户在 60 至 90 天后不再产生付费行为,那么如果没有新的用户加入,产品的盈利将持续下滑,老用户的付费贡献也会停滞。因此,Web3 游戏必须不断获取新用户以维持盈利。


由于手机设备配置(如内存、存储空间、系统版本以及网络状态等)环境的多样性,Web3 游戏为了向玩家呈现更好的美术效果,可能对设备有一定的配置要求。这可能导致一些设备由于不满足最低配置要求,无法安装、启动或流畅运行游戏应用。而且,目前许多第三方服务提供了便捷的登录方式,如邮件验证码、链上身份验证、钱包身份验证、第三方账号(如交易所身份验证、苹果 ID 等)快捷登录等,在很大程度上简化了用户的账号注册和角色创建过程。以下是常用的新增用户分析的数据指标:


Source:公开市场信息


在用户活跃度方面,可以评估用户活跃数量等相关指标分析游戏内的玩家活跃度。在所选统计周期内启动并登录游戏的玩家数量,直接反映了当前游戏产品的用户规模。活跃玩家包括老玩家和新增玩家,老玩家是此前新增后再次登录并留存的玩家。关于活跃度,除了游戏玩法本身的吸引力(核心要素)外,一些辅助活动(如签到、登录奖励、日常和周常任务等)也可以有效促进玩家再次登录并保持活跃。针对部分 Web3 中度与重度游戏,社交板块会增加消费级用户间的互动与交流,提高用户的粘性,如好友、师徒、家族、门派及帮派等均可以提高游戏的社交属性与氛围。以下是在用户活跃度方面,Web3 游戏运营常用的指标:


Source:公开市场信息


通过 Google Analytics、Mixpanel、Flurry 等数据分析工具和指标,可以辅助 Web3 游戏运营分析游戏用户的留存率、付费率、流失率等指标,以发现潜在的问题和状况。整体而言,中度游戏与重度游戏的用户生命周期较长,且用户的 ARPU 高,所以用户流失对 Web3 游戏的增长有较大影响;用户流失的时间越长,回访率会越来越低。决策层需基于多维度的用户数据,分析用户流失的原因,以避免更大的损失。例如,可以推导单位时间内的用户流失的边际曲线(f(x)=△x/△t),分析游戏内容、游戏核心机制、进程 bug、游戏任务引导、关卡与等级设置等多种影响用户留存与流失的因素,采用邮件、短信、游戏内私信、空投等方式召回流失用户。


针对 Web3 中度与重度游戏社交方面的活跃度,可以从渗透率、转化率及转化周期这三个维度分析。在渗透率方面,指标包括新增首日的好友渗透率(新增第一天玩家完成添加好友步骤的渗透率)、人均的聊天次数、人均的添加好友数、人均的聊天好友数等;在转化率方面,需衡量社交关系建立过程中每个步骤的转化率,如从注册账号到匹配成功、到关注好友、添加好友、至聊天等多个步骤的转化率;在转化周期方面,可分析用户添加首个好友至首次聊天的转化周期,以衡量游戏中 Web3 游戏玩家对社交的需求程度。


同时,可以采用 SurveyMonkey、Typeform 等工具进一步调研用户的需求和反馈,收集用户的反馈和意见,以方便后续的核心玩法机制与美术更贴合用户的需求。在营销方面,可以采用 Hootsuite、Buffer、Sprout Social 等工具方便快速地发布内容、与用户互动和管理社交媒体账号;并且,Web3 游戏运营采用适当的自动化工具,通过邮件自动化工具发送邮件、通过社交媒体自动化工具发布内容、通过广告自动化工具投放广告等,可以提高工作效率和精度并减少运营人员的工作量。在 Web3 游戏策划与运营配合的过程中,需要不断关注用户需求和行为变化,以及竞争对手的动态,不断优化和改进运营策略,提高用户留存和活跃度,因此在执行过程中可以关注以下几个方面以提高用户在 Web3 游戏中的活跃度与粘性。


  • 更新游戏内容:更新游戏内容是保持用户活跃度的关键。对于 Web3 游戏来说,部分玩家可能会在短时间内体验完大部分游戏内容,如果长时间没有更新,玩家的兴趣将逐渐减退。因此,Web3 游戏的运营与策划团队需要持续推出新内容,比如新增关卡、剧情或道具等,以满足玩家需求并激发他们对游戏长时间的兴趣;
  • 奖励和活动:奖励和活动是吸引玩家参与游戏的重要手段。通过 Web3 游戏能够带给用户持续的愉悦感与沉浸感是提高用户活跃的关键。因此,Web3 游戏运营可以定期推出各种形式的奖励和活动以提高用户的成就感,例如每日签到、节日活动、限时抢购、打卡挑战等,来提升玩家的参与度和留存率。同时,运营方还可以根据玩家的游戏表现提供相应的奖励,例如游戏金币、道具、称号等,进一步激励玩家的积极参与;
  • 优化游戏体验:游戏体验是影响玩家活跃度的关键因素之一。Web3 游戏运营需根据玩家的反馈与需求,持续优化游戏体验。具体而言,可以通过提升画面质量、丰富音效效果、改进操作流畅度、缩短加载时间等多方面进行优化,从而全面提升玩家的沉浸感和满意度。这种持续的优化不仅有助于提高玩家对游戏的忠诚度,还能够有效延长游戏生命周期;
  • 提高游戏的品质:游戏品质是影响玩家活跃度的核心要素之一。游戏运营方应确保游戏的高质量与稳定性,避免出现卡顿、闪退等技术问题。同时,需加强游戏的安全性和防作弊机制,确保公平竞争的游戏环境,从而提升游戏的可玩性和用户体验。通过保障品质与安全性,游戏方不仅能有效维系现有玩家,还能吸引更多新用户,提升整体活跃度;
  • 用户间的社交互动:对于重度与中度的游戏,完善的社交互动平台能够促进 Web3 玩家之间的交流、互动、竞技与分享,从而增强玩家之间的联结,提升用户的归属感和忠诚度。具体而言,可以通过增加聊天室、社区论坛、好友系统、排行榜等功能,打造更加便捷和多样化的互动体验,进一步深化玩家的社交纽带,提升整体用户黏性和活跃度。


在用户留存方面,留存指的是新增用户在后续日期内重复登录的比例。留存率越高,越能反映产品的质量和留住用户的能力,进而体现出更大的变现潜力。直接查看留存率时,会对新增用户注册后的每个连续日期进行对比。例如,某用户在注册并体验游戏后,第 1 日因故未上线,但从第 2 日开始基本每天上线,这种情况不会计入次日留存(次留)。因此,单纯关注次留可能会带来偏差,需要结合更全面的数据进行分析。以下是 Web3 游戏运营可以参考使用的用户留存的指标,如登录比、二阶登录比及有效新增等相关指标。一般情况下,次留存达到 40% 会被认为表现优秀;七日留存达到 20% 是较优秀的游戏;月留存达到 10% 属较高的游戏。(不包括机器人与女巫攻击情况下的刷量)


Source:公开市场信息


通过用户留存相关指标,可以有效评估和分析 Web3 游戏的后期变现潜力。如果将 Web3 游戏的目标用户定位为游戏的消费群体,且投放渠道是针对消费用户而非投资逐利的群体,那么基于贝叶斯条件的假设,需通常需评估游戏用户群体的首日留存、首周留存及首月留存。以 DAU/MAU 比率的指标为例,低于 10% 被认为是表现较差的游戏,比率超过 30% 可以算是比较令玩家沉浸的游戏(即 33% 的玩家每天都登陆游戏)。以下为留存相关数据的详细分析。


在首日留存方面,游戏留存率的评估标准会落在 15%-40% 之间。如果第 1 天的留存率过低,则需要对游戏进行彻底的整改。部分游戏工作室会选择下架表现不佳的游戏(有时甚至会放弃任何留存率低于 35% 的项目)。在某些情况下,及时止损并转向下一个项目,可能是更为明智的策略。在大多数情况下,低于 20%-30% 留存率的游戏长远来看在经济效益上希望不大。游戏留存的百分位水平图及不同类型游戏的首日留存率可参考如下两张图。



Source:公开市场信息


针对首周消费用户的留存率,由于同一款 Web3 游戏带给用户的边际收益和愉悦感会逐渐递减,玩家容易对重复性的内容失去兴趣,因此首周的用户留存率往往呈现下降趋势。因此,游戏策划与运营在设计核心玩法的重复体验时,必须确保玩家能够持续解锁新内容——无论是物品、区域还是关卡。通过引入新颖元素,避免单调感,才能有效提升玩家的长期参与度和留存率。值得注意的是,Web3 游戏的用户留存受季节、节日、假期等因素的影响较为明显;同时,不同类型的 Web3 游戏的首周用户留存会有较大差异。游戏留存的百分位水平图及不同类型游戏的首周留存率可参考如下两张图。


Source:公开市场信息


Source:公开市场信息


针对首月的用户留存率,28 天后仍然活跃的用户可被视为游戏的忠实玩家。游戏的核心机制设计对于留住玩家至关重要,尽管设计出色的结局颇具挑战性,但它能让用户持续享受核心玩法。引入玩家对战模式、每日挑战和排行榜等功能,都是保持用户愉悦感与成就感的有效手段。值得注意的是,即使是表现最佳的游戏,其第 28 天的留存率也仅有 6%;而表现最差的 15% 游戏在第 28 天的留存率为 0%,充分说明了将玩家留存一个月的难度,并且 Web3 游戏对于持续在不同渠道投放的必要性。最高的留存率通常出现在 Q4,即圣诞节附近。关于游戏留存的百分位水平图和不同类型游戏的首月留存率,可参考以下两张图。


Source:公开市场信息


Source:公开市场信息


在用户付费方面,付费行为产生的各项数据指标直接反映了产品的营收能力。玩家付费既是为了获得更优质的游戏体验,同时也是基于对游戏的喜爱和支持。针对不同的用户群体(根据付费能力和习惯进行划分),运营团队可以设计差异化的商业化方案,以有效推动相关付费指标的增长,进一步提升产品的整体收益。一般情况下,策划与运营团队可以站在情绪与心理的角度设计核心玩法机制,以提高用户的付费意愿。游戏用户充值的原因可以归结为以下几个方面:


  • 游戏设计的心理诱导:Web3 游戏中的限时活动、稀有物品、折扣礼包等设计利用了人类的「稀缺性」心理,给玩家带来紧迫感和 FOMO 的感受,促使 Web3 游戏用户充值,避免错过潜在的优势或机会;
  • 满足感与奖励机制:通过即时反馈的奖励机制刺激 Web3 玩家的情绪,玩家在充值后能快速获得道具、装备或特权,带来即时的满足感。即时回报强化了玩家的正面情绪,使 Web3 游戏用户愿意持续投入更多;
  • 攀比与竞争心理:在多人在线游戏中,Web3 玩家之间的竞争和社交互动是促使用户充值的重要因素之一。通过充值获取更好的装备或能力,玩家可以在竞争中占据优势,从而获得社交认可与尊重。同时,看到好友或对手获得优越装备时,会产生比较心理,进而促使自己也进行充值;
  • 成就感与自我认同:游戏中的等级、排名、任务完成等设计激发了玩家的成就感,特别是当玩家通过充值提高成就感时,更容易选择付费来达到目标。成就感不仅增强了玩家的自我认可,还激发了他们对游戏的持续投入;
  • 情感寄托:对某些玩家来说,充值能够提升他们在虚拟世界中的地位和体验,进而增强在游戏中的自信心和控制感。这种情感寄托让他们愿意通过充值获得更深的沉浸体验。


并且,为精细化管理用户,可以对用户标签与分层,以方便区分其用户粘性、消费能力及潜在流失风险等信息,掌握不同标签下的用户数据变化及跃迁情况。值得注意的是,虽然可以在运营游戏时精细化管理消费用户并个性化推送相关的 NFT 或其他资产,但绝不能根据掌握的消费用户画像,调整其游戏内概率、匹配机制及差异化的服务机制。针对不同消费水平、不同地区和不同画像的用户,采用价格歧视的机制会直接触犯消费与个人信息保护法等相关法律。以美国地区为例,倘若某 Web3 游戏项目针对氪金用户,降低其抽取装备的概率,以「鼓励」其氪金用户持续氪金,那么会直接触犯美国国内与周内的多项法律法规。基于 Web3 游戏产品的性质,美国国内 Federal Trade Commission (FTC) 和 the Consumer Financial Protection Bureau (CFPB) 等组织机构会直接保护消费用户的权益;而在适用的法案中,包括但不限于 the Federal Trade Commission Act (FTC Act), the Dodd-Frank Wall Street Reform and Consumer Protection Act (Dodd-Frank Act), the Gramm-Leach-Bliley Act (GLB Act), the Truth in Lending Act (TILA), the Fair Credit Reporting Act (FCRA), the Fair Debt Collection Practices Act (FDCPA), the Equal Credit Opportunity Act (ECOA), the Identity Theft and Assumption Deterrence Act, the Children’s Online Privacy Protection Act (COPPA), the Telephone Consumer Protection Act (TCPA), the Video Privacy Protection Act (VPPA), the Federal Tort Claims Act (FTCA), the Consumer Product Safety Act (CPSA), the Federal Food, Drug and Cosmetic Act (FDCA), the Magnuson Moss Warranty Act, the Lanham Act 和 the Securities Exchange Act of 1934 (SEC Act) 等多项法案。同样地,其他国家也有类似适用的法律来保护消费者与投资者。


所有 Web3 消费级用户的付费均会经历「未付费 - 首次付费 - 重复付费 - 不付费与流失」的阶段,因此在此付费转化的流程中,游戏运营需要感知到用户「破冰付费 - 复购 - 失去认同」的心理状态。根据统计,在付费玩家转化率方面,每月平均转化率为 1.5%,每天平均转化率为 0.3%;消费最高的 10% 玩家通常可以带来 50% 的游戏收入。在衡量用户付费水平与产品营收方面,Web3 游戏运营可以参考以下表格内指标,包括但不限于付费人次、付费金额、ARPU 等相关指标。


Source:公开市场信息


基于用户付费的数据统计与分析,游戏运营可通过多项指标分析用户「未付费 - 首次付费 - 重复付费 - 不付费与流失」的心理阶段。所以,可以根据分析结果,对所有玩家分层或打标签,获取不同付费能力玩家的付费习惯,并据此开展个性化推送或精细化运营。部分可参考的案例指标如下:


  • 破冰环节:分析破冰付费的分布情况,深入了解哪些付费节点有助于玩家完成首次付费,从而为后期的优化与提升提供精准依据;
  • 玩家偏好:根据所有玩家的付费节点和代币消耗数据,分析玩家更倾向于外观类道具,还是战力提升类物品或商品,以便更好地把握玩家需求;同时可分析出相关数据的合理性,以更好的设置游戏的平衡性;
  • 等级维度:通过用户等级与付费转化率之间的相关性,判断玩家的付费行为是否出现在适宜的付费节点上,从而评估付费设计的合理性;
  • 活动分析:评估活动对付费的影响。例如,通过留存模型分析完成特定活动的玩家数据,了解其付费率是否存在显著提升,从而明确玩家对哪些活动更具偏好。


在评估用户付费时,基于首日付费渗透率与首日 ROI 等数据,Web3 游戏运营可根据用户的付费偏好与付费点等情况判断游戏核心机制及关卡等是否设置合理。若游戏内某个关卡的通过率比其他关卡的通过率高,则证明该付费点失效;在单位时间内,通过对比实际产出与预期产出的差异,即可发现产出过剩或不足,便可以调整该失效付费点的前期过剩的付费点或产出奖励值,如调整单日副本上限次数、周卡或月卡奖励值、竞技场次数、强化材料数值等。调整数值后,即可发现产出曲线更加平滑,更加贴近预期收益曲线,预期的付费点即会出现。


在广告方面,由于用户活跃时长较短且用户付费情况不佳等情况,因此部分 Web3 游戏需要从广告获取额外的收入来变现,同时避免发行资产来获取额外收益。对于 Web3 游戏而言,使用链上资产的铸造权无异于饮鸩止渴,应尽力避免过度资产超发,所有 Web3 游戏均需谨慎使用资产的铸造权和发行权,无锚任意发行资产会导致其信用破产。一般情况下,游戏广告类型主要分为三类,分别为横幅广告、插屏广告以及激励视频。在传统观点中,广告变现更适用于轻度类型游戏,但近年随着 Web3 游戏的发展和广告行业的成长,广告也逐渐成为中度游戏与重度游戏的变现途径之一。中重度游戏的玩法相对丰富,且游戏中的付费场景丰富,因此游戏体验的沉浸感也较为强烈。在此背景下,插屏广告和横幅广告往往会严重干扰用户的游戏体验,因此,激励视频广告通常被视为中重度游戏的最佳解决方案。并且,在绝大多数游戏中,激励视频均被认为是综合体验最佳、变现效率最高的的广告形式,因为用户可以自主选择观看与否,观看后还能获得相应的奖励。尤其是针对用户生命周期短、留存率低的 Web3 游戏,十分依赖投放与买量拓展用户,因此广告形式的收入是能够快速额外补偿营收的办法之一。值得注意的是,针对广告变现为主的 Web3 游戏而言,无法衡量 IAA 则无法衡量广告回收。多数情况下,优化师们只能依据 CPI 和留存情况,判断后续的优化策略。


在广告的投入与回报方面,最低的收入是通过横幅广告获得的 0.005 美元,最高达到 1 美元。截止 2024 年 Q2,根据统计,从 7 日投资回报率来看,视频广告也提供了最高的回报,超过了 20%,其他广告类型的回报率则在 10%-15% 之间。横幅广告的点击率在 0.25%-0.75% 之间;兴趣广告的点击率则在 5%-10% 之间(有意外点击的用户)。视频广告的 CPI 和 CPA 更低,分别约为 3.81 美元和 0.1 美元,即该类型广告的效果更好;插屏广告的 CPI 较高,最难触发用户安装;横幅广告 CPA 较高,是视频广告的 18 倍,说明用户对该类广告的关注度更低。


Source:公开市场信息


Source:公开市场信息


但是,值得注意的是,由于游戏类型各异,广告机制亦不能一概而论。广告并非轻度游戏商业化的专属武器,中重度游戏同样可以实现广告变现。但在广告设置机制上需谨慎考虑,中度与重度 Web3 游戏开发者应避免追求短期少量的收益,同时避免在中重度游戏中加入干扰性强的广告。开发者应从长期收益与用户体验的角度出发,通过多次 AB 测试,在为玩家提供福利与便利的同时,激励内购意愿较弱的玩家通过观看广告获得奖励,从而增强游戏的粘性与留存率,并为游戏带来收益。部分评估 Web3 游戏的广告指标可以参考如下表格:


Source:公开市场信息


Web3 游戏的商业模式包括一次性付费下载、广告及内购等多种方式。针对以上商业化模式,Web3 游戏可以不仅仅采用其中一种,可以采用混合变现的模式,如「内购付费 + 广告」的商业化路径。不同类型的游戏,可以采用的模式也不同,例如,休闲轻度游戏更适合广告变现为主、内购为辅的商业化路径。而针对 Web3 中度与中度游戏,多样化的商业化路径需要 Web3 游戏在关卡、副本等方面进一步拓展。在广告方面,当前 Web3 游戏内广告入口较少,且广告场景较深,导致广告人均展示较低,并且广告平台单一,受单平台广告预算波动影响较大。因此在广告方面需合理规划游戏广告入口,让 Web3 玩家基于游戏进程主动触发广告展示,旨在增加广告收益的同时,提升用户体验、增加用户粘性,甚至反哺于游戏内购。在广告收入占比方面,重度策略游戏里占比为 0,中度策略游戏和模拟游戏通常占比 10-15%;博彩游戏占比最高可以达到 50%,卡牌和桌游通常有 25-30%,休闲游戏通常为 50% 以上。当然,混合变现的商业模式需要结合平台提供用户人群标签的细化分层能力支持,同时还需要在产品玩法、研发制作、内容场景等去做融合,这种融合不是简单把付费点改成激励视频,或者是把激励视频广告位替换成付费点,要结合玩法的深入。目前看中度产品较为适合。而无论是超休闲的中重度化立项以及中重度玩法的轻量化开发,目标还是围绕低 CPI 基础的游戏数值成长内容及运营思路。


Source:公开市场信息


LTV 对于以广告变现为主的轻度游戏和以内购为主的重度游戏而言非常重要。游戏买量时,一般情况下 LTV 决定了买量单价的天花板,即 LTV = IAP 。如果考虑 LTV 收入,即 LTV = 内购 + 广告变现,将提升买量时的出价上限。LTV 决定了产品规模。因此,投放买量时需要考虑到广告平台自身的功能开放程度,特别是重度游戏发行方担心游戏内出现竞品广告的问题,都是需要通过平台侧的功能来解决实现。主流国家的 LTV (内购 + 广告)的波动较大,重度游戏的游戏玩家的平均值可以达到 20 美元,表现优秀的博彩游戏可以达到 10 美元;表现差的甚至没有任何收入。仅考虑广告时,最低仅为 0.1 美元,最高可以达到 1.5 美元。在付费内购方面,重度策略游戏平均为 500 美元,博彩游戏通常为 200-300 美元, 三消休闲游戏最高可以达到 150 美元,但通常都在 50-100 美元之间。


Web3 游戏在不同阶段有不同的投放方式。同时,Web3 游戏推广与投放不仅仅是通过广告或视频等渠道产生下载量,Web3 游戏运营与测试还需了解游戏所处阶段并测试相关数据,如测试 CPI、测试游戏玩法、测试回收等等。受到语言、文化及游戏偏好等因素影响,Web3 游戏在投放与推广时,需考虑地区性的差异,因此需制定不同的地区投放策略、素材策略及广告投放策略。在制定广告投放策略时,需重点考虑渠道、广告结构、预算及广告投放节奏等因素,以便更好的触及与转化用户。游戏上线后,若无付费推广,数据的表现更多地依赖于游戏自身 IP、玩法以及此前宣传力度。常用的市场行为分析指标可参考如下表格:


Source:公开市场信息


不同类型的游戏及 Web3 游戏项目方采用的指标不同。以休闲类游戏为例,常用开发周期、产品生命周期、玩家在线时长、LTV 四个数据维度来综合判断。一般而言,游戏的开发周期会超过半年。然而,对于超休闲游戏,从开发到上线的周期通常不超过三个月。部分超休闲游戏为了抓住热点并规避抄袭,往往采用「边发行边完善」的策略,将尚未完全打磨的作品推向排行榜前列,并在此后逐步进行优化和完善。而对于中度与重度游戏来讲,用户间的联系和交互十分重要,合作与竞争的关系会影响 Web3 游戏玩家的沉浸程度。


市场投放与测试


根据 Sensor Tower 的统计数据,欧洲和北美市场手游玩家表现出对休闲游戏的偏好,而在亚洲市场,中度游戏占据了 79% 的支出。在中东和拉美市场,中度游戏占据 53% 左右的总体支出,为 Web3 中度游戏提供了增长机会。


Source:公开市场信息


在投放头部国家前,产品完整度十分重要,否则半成品去头部国家试水,会给广告平台与 Web3 游戏的消费用户留下负面印象,致后期推广难度与成本提高。即使需要拿半成品的 Web3 游戏产品测试数据,建议优先选择人口多、买量成本低、对游戏品质要求低的国家与地区,如泰国、巴西与印尼等地区。若不确定地区的选择,可使用 App Growing 等网站参考同类竞品的投放,其数据对投放地区与渠道有一定的参考和指导作用。值得注意的是,内容深度、质量、游戏产品的完成度等因素均会影响投放和买量的效果。产品在不同阶段测试时,有不同的目标与侧重点。针对不同阶段的测试与运营,可以参考如下目标:


  • 初期测试:CPI 测试与画风测试。在游戏研发初期,需根据合理范围内的 CPI 推动游戏的后续研发。超休闲类游戏,由于玩法较为单一、用户的 LTV 较低、后期 ROI 的预留空间等因素,更加需要测试 CPI 以推动后续研发与商业化;
  • 中期测试:关卡测试、用户数据测试及变现测试。游戏进入到中期阶段,部分关卡与机制已逐步完善和成型,因此需要更多消费级用户加入到游戏中,游戏的运营与测试人员可以更方便观察用户在游戏内的数据表现和回收情况,为后续在游戏内调整游戏设计与变现设计提供更多的数据支撑;
  • 后期测试:ROI 等财务部分。到后期时,游戏基本开发完成,并且游戏的投放回收模型已成熟。因此,Web3 游戏运营需规模化投放买量,产生利润。


在选择素材投放时,可以参考同类热门素材,规划投放的方向和内容,并受到地区文化、游戏偏好、宗教信仰等因素的影响,素材需要做好本地化的工作,以迎合地区性的偏好,更好的推进游戏本地化进程。在选择与迭代素材时,无论在何种广告平台,投放的素材均有一定的生命周期,因此需要对素材的内容不断迭代。根据预估的时间周期,周期性输出素材以维持 Web3 游戏的热度与讨论度;同时,热点内容的素材会衰退较快,点击率与转化率下降较快,因此需要针对热点内容,加快素材迭代并补充新素材。在渠道方面,需根据渠道特点选择合适的素材投放,如 TikTok 是内容导向的平台,因此对素材的内容与质量要求高;Meta 的社交属性高,需选择适合分享的素材;而 Google 的广告投放相对较为稳定,点击成本较低,可快速扩大品牌知名度。以下为常用的投放和买量的渠道选择。如 Meta、Google Ads、TikTok、Search Ads、Snapchat、X(Twitter)等渠道:


Source:公开市场信息


在选择目标国家投放与买量时,投放和运营人员可参考渠道端的用户偏好与投入成本的信息。由于不同地区用户有不同的偏好,且渠道触达的用户不同,因此在游戏投放的目标国家渠道选择上需谨慎。甚至有部分渠道的买量成本达到 10 美元(SLG 类型的游戏),最低 2 美元(休闲游戏)。通过统计分析买量用户的行为,可测算出单用户生命周期价值 LTV, 若买量 CPI 高于 LTV,游戏即在测算时盈利。如果测试期的留存率、回收成本及买量成本均保持稳定,且 ROI 的值持续高于 1(注意需同时考虑应用商店的抽成等对支出和收入的影响),则可以规模化买量。然而,若用户带来的收入不足以覆盖买量支出,则需对游戏及买量策略优化,直至 ROI 转为正值。对于一个表现中上等(即次留、七日留存和月留存分别达到 40%、20% 和 10%)的 Web3 手游,首周的买量回报率为 12%,对于留存率表现更低的手游,首周的回报率需要接近 20% 才能回本。(注意的是,Web3 游戏项目方由于缺钱而任意发行代币或 NFT 类型的链上资产无异于饮鸩止渴,最终导致信用破产)


以下为美国、日本和韩国三个代表性国家的投放情况。在美国、日本和韩国等手游市场,解谜和棋牌等轻度休闲游戏偏好投放 AppLovin、Mintegral 和 Meta Audience Network 等广告平台。而 RPG 和策略等中重度手游则更加青睐 YouTube、TikTok 和 Meta 系平台。在日本和韩国手游市场,中重度手游广告 SOV 显著高于休闲类手游。其中在日本市场,策略和 RPG 手游在 YouTube 和 Instagram 平台 SOV 之和达到 74% 和 90%。在韩国市场,RPG 手游在 Facebook 平台 SOV 接近 72%,策略手游在 Instagram 平台 SOV 高达 80%;需要注意的是,针对 Web3 用户,不能仅仅用 X(原 Twitter)或与 Web3 KOL 合作推广,否则用户触及的范围会受到较大限制,并且部分 Web3 用户和消费级用户在用户画像层面会有比较大的差异。


Source:Sensor Tower


而在不同渠道买量和投放的成本不同,且各品类游戏在同一渠道投放与转化的成本也均不同,下图为不同类型游戏的平均每次安装成本。截止 2024 年 Q2 的统计分析,全球安卓手游平均 CPI 为 0.73 美元,环比增长了 0.12 美元;平均点击率为 3.23%,同比下降了 0.58 个百分点;全球平均 IPM 为 3.54,环比下降 1.55;全球 iOS 平台平均 CPI 为 2.74 美元,环比增加了 0.51 美元;全球平均点击率为 4.08%,全球平均 IPM 为 0.8;根据 Branchmetrics 统计,iOS 平台从点击转化为安装的比例为 11.9%,而安卓平台为 13.5%,美国区比例更低,只有 6%。


Source:AppsFlyer


同时,截止 2024 年 Q2,按照地区划分,北美市场竞争更加激烈,其安卓和 iOS 获客成本是拉丁美洲的 12 倍和 7 倍。按具体市场划分,获客成本最高的 TOP 3 为韩国、美国和日本,最低的为墨西哥、巴西和菲律宾,两方的获客成本最高相差 12 倍。同时,虽然不同游戏的 ROI 差异很大,但就整体而言,欧洲、中东、非洲市场的 7 日广告投资回报率较高,北美市场的投资回报率较低。


不同地区的手机端游戏平均 CPI 对比


Source:公开市场信息


不同国家的手机端游戏平均 CPI 对比


Source:公开市场信息


受到 Telegram 与 Ton 生态在社交方面的带动作用,目前休闲类 Web3 游戏与 Telegram 联系紧密,尤其可以通过小程序(TMA)或者 H5 页面的方式简化游戏参与的流程,提高转化的效率。用户可以从键盘按钮、从内联按钮、从机器人菜单按钮、通过内联模式、从直接链接启动—甚至从附件菜单中启动其应用程序,极大程度上降低了用户的使用门槛。因此部分 Web3 游戏项目方与 Ton 生态的建设者积极在 Telegram 中投放与买量,并构建属于 Telegram 的生态。


受到渠道与供应商的影响,项目方投放买量、点击率、转化率均不相同。根据统计,目前平均单个用户成本为 $0.02-0.1,并且根据 Web3 游戏项目方的预算调整具体内容、投放时段、投放渠道(频道)、馈送时间和用户点击上限等具体细节。不排除有机器人与女巫攻击的情况下,通过 Telegram 内置任务跳转的点击转化率约为 30-70%,周留存约为 50-85%,优秀的频道可以在月留存达到 60-75% 的值。以下表格为 Telegram 上广告投放的定价与特点对比图:


Source:Youbi Capital


以 Telega 为例,可通过频道人数、浏览量、定价、点击率等数据筛选合适的频道投放与买量。具体的横向对比信息,可以参考 Telegram Analytics 的分析部分。Web3 游戏项目方可以根据频道特点与浏览数据选择合适的频道投放。下图为 Telega 针对频道的分析参考示意图:


Source:Telega


一般买量投放后,A/B 测试或正式上线后,常用的分析和评估数据指标包括流水(首日流水、首月流水)、留存(次留存、三流、七流)和用户活跃度(日活、月活等)。而针对用户反馈,常使用排行榜与评分的指标,需评估和分析 iOS、Google 商店的排名情况(免费榜与畅销榜)。另外,游戏类的评分网站、论坛、游戏社群、玩家用户的公开评论均可作为评估和分析的指标参考。根据用户反馈,可进一步调整后续的核心机制与玩法,以便更好的获客与商业化。基于以上的用户数据与营收情况,可测算与调整游戏的投放回收模型,判断与调整未来的游戏规划与方向。(同时,可以参考本系列第一部分:代币与经济系统)

【免责声明】市场有风险,投资需谨慎。本文不构成投资建议,用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。

Antalpha Labs
数据请求中
查看更多

推荐专栏

数据请求中
在 App 打开