遊戲次數少了怎麼辦

自IP遊戲大戰開始以來，市場上充斥著各類“知名IP”遊戲。但不少IP遊戲也因為其知名度，常常出現“高開低走”的資料走勢。運營如何在前期大面積鋪量拉新後，再用精細化召回兜住流失缺口，成為不少IP遊戲公測後面臨的首個問題。

我們邀請某一線運營工作者分享了他做簡訊召回的思路，文中圖表使用的資料來自數數科技的資料分析平臺ThinkingAnalytics（文中簡稱TA），資料已做模糊處理。

以下為分享正文：

簡訊召回是最為常見的流失使用者處理方案。

從使用者的長線價值來看，召回使用者的使用者質量也普遍優於新增使用者。

專案組有效地用最低成本獲取最多的迴流使用者，在遊戲的特定階段是比大規模買量更為良性的運營手段。

通常簡訊召回有3個步驟：

確認簡訊迴流使用者範圍

傳送簡訊引導使用者迴流

召回使用者實現資料增長

01 如何篩選投放使用者

流失使用者的精細化召回方案制定，其第一步就是確認哪些人適合投放召回簡訊，當我們每個月的預算有限時，大規模地簡訊鋪量召回是不合適的。

我們應當透過提問：“流失多少天的使用者，其迴流率最高？多少等級的使用者對遊戲的潛在黏性最高？怎麼透過觀察歷史付費去推演潛在付費？”以找到我們現階段，最適合簡訊投放的那一批使用者。

（1）如何判斷流失使用者通常情況下，7日內不產生登入事件的使用者會被定義為流失使用者，但不同品類遊戲會因為其特定屬性，而擁有不同的使用者登入關鍵節點。

例如MOBA遊戲使用者可能因為工作忙碌，1-2周未產生登入事件，但當用戶和朋友都有時間時，便會產生連續的登入事件；而卡牌遊戲1-2天沒有登入，使用者養成進度便會落下。如果我們盲目的定義流失時間，定義短了會導致獎勵的額外投放，定義過長會漏掉很多沒有PUSH到的核心使用者。

所以，當新產品沒有資料做歷史覆盤時，我們需要主觀判斷遊戲進度感強弱，以猜測流失關鍵天數。而在有資料的情況下，我們可以監控不同天數的迴流率來判定關鍵的流失節點。

因此基於TA系統，我們可以計算出使用者1~14日的迴流率。

我們首先定義迴流率為：當日登入但次日未登入過的使用者中，第N天迴歸使用者的人數比例。圖中，

10天后的使用者迴流率開始趨於平緩。因此“10天”是這款遊戲定義流失的標準。

（2）哪些使用者才真正值得召回我們依據TA系統中，以往的召回使用者資料可以分析出，哪些流失使用者是存在潛在價值的。

我們透過表格發現：

1。 VIP等級越低：付費率越高（VIP8以上的使用者基數已經很少，不能當做參考）；2。 流失天數越長：迴流率越低，但付費ARPPPU近似。

透過對資料的整理，最後發現：

V3-V9（V9以上的使用者需要繼續嘗試不同的策略）流失天數在30天以上的使用者，是最具有付費潛力的使用者。

02 如何提升最佳化迴流率

當我們確定了召回使用者的範圍，便可以著手針對這一批使用者開始作精細化的召回方案制定了。

簡訊召回是常常被使用者忽略的召回使用場景，因此首先最重要的事，便是如何編寫出對流失使用者具有吸引力的召回文案。

本文暫不討論具體文案內容設計，先從內容方向、附贈價值、推送時間三個角度考慮。

（1）簡訊內容一般來說，我們把使用者的流失分為兩種：自然式流失&觸發式流失。

自然式流失是一個逐步流失的過程。使用者的線上時長逐步縮短，對遊戲的核心玩法感到疲勞。這類使用者很難被獎勵機制所吸引迴流，新版本的內容迭代是召回自然式流失的關鍵。而觸發式流失的使用者，他們對核心玩法尚未感到疲勞，只是因為一些行為導致的流失，例如遊戲連敗、人權卡池不出貨、機型bug無法登入等。這類使用者流失前的最後幾個行為，是幫助我們分析該群體流失原因的重要指標。

我們可以先對這兩類流失使用者做佔比處理，我們將觸發式流失使用者定義出來（分離出幾個常見的觸發流失點），利用集合減的邏輯將剩餘使用者歸納至自然式流失：

/數數科技demo資料，不能作為運營參考/

我們可以看到，流失使用者的絕大部分是自然式流失，但在迴流使用者中，觸發式流失的使用者佔比明顯更多。

因為這款遊戲的觸發式流失使用者更具有召回價值，我們便可以透過對觸發式使用者設計更為準確的內容投放，以達成更高的迴流率。

下圖是不同註冊時間的使用者在近10場匹配戰鬥中，不同失敗次數使用者的流失率（舉例：註冊七日內的使用者在近10場匹配中，累計失敗6次的使用者，流失率為83%）：

透過資料可以看到，

7日內的使用者整體流失很高。但是這部分使用者可能是因為遊戲不好玩，因為抽卡沒抽到等多種問題而流失，其單獨分析流失率意義不大。

8-30日使用者和新使用者一樣討厭失敗，但其受到連敗的影響最小，

同時又具備較為明確的多樣化遊戲目標，處於沉迷遊戲探索的階段。

30天后的使用者，失敗2次時的流失率明顯低於新使用者，

但是從2到10次失敗的流失增長率最高。

可以看出，老使用者對於少次數的失敗習以為常，但是他們受到連敗的影響最大，對遊戲的黏性會被勝負結局左右。因此對於觸發式的流失使用者，我們可以將“勝負”作為針對他們流失原因的關鍵元素，來制定不同的簡訊內容；

（2）附贈價值簡訊內容通常會附贈上一串禮包碼，以促進使用者的迴流意願，但簡訊禮包的內容投放不能完全一致。

小R認可價值10元的A道具，大R自然是不認可這個道具的，這份簡訊對大R的迴流率就會明顯的受到影響。因此，將簡訊內容的價值差異化是非常有必要的。通常我們可以根據使用者VIP劃分使用者差異化區間。

上文提到，最優解的使用者群為V3-V9，我們可以根據TA系統的資料展示結果來對其做更細緻的區間劃分：

如圖所示，我們可以把佔比最多的V1單獨成一份，V2-V4分離出來，V5-V6以上的使用者，V7以上的使用者提取為一份。

獎勵差異化是為了制定出針對使用者的最優吸引方案。我們已經針對使用者的型別定製了簡訊內容，而VIP細分則可以將內容的投放作進一步劃分。

（3）簡訊時間簡訊的傳送時間是常常被忽略的事情。當時間點不對，使用者根本沒有檢視手機，或是沒有使用手機，此時的簡訊PUSH很難觸及到使用者。

因此，如果我們推送給使用者簡訊的時間是其大機率正在玩手機的時候，那麼內容的使用者觸達率將會提高不少。在保險電話推銷行業，銷售人員會將不同職業使用者的閒暇時間作為一個分類整理，根據不同職業使用者的閒暇時間在不同的時間節點安排電話，能夠大大提升電話接通率。

我們已經用TA系統將前面的使用者進行分組分群，因此，我們可以使用TA系統的使用者屬性分析來下鑽這些使用者群的使用者畫像，按照他們最高PCU的時段來分批發送簡訊：

03 迴流使用者服務

由上文最佳化簡訊方案所吸引來的使用者，其留存率還需要後續的運營服務以維繫，我們考慮從留存的最佳化和付費的調整兩個方向來粗略的說一下。

首先，我們向迴流使用者投放了問卷：

考慮到倖存者偏差，我們所問及的使用者，絕大部分是已經被流失原因篩選過一次的使用者。因此，不斷地產出新內容一定不是我們最佳化迴流的方向。

那麼使用者可能在乎的是什麼？我們監控了迴流使用者和新增使用者的留存對比：

我們可以發現，

迴流使用者的次留普遍低於新增使用者，但長留要優於新增使用者。我們分析得出，主要是由於迴流使用者在迴流當日，沒有能夠準確快速的建立起自己的遊戲目標，因此我們需要對“迴流使用者的遊戲目標”進行最佳化。

有的玩家因為劇情消耗完了流失，我們便需要在新劇情上能夠吸引使用者；有的玩家因為競爭太激烈而在數值排行上挫敗，我們的重點便在於如何讓使用者趕上進度；有的玩家因為缺少新內容而放棄，如果遊戲有新內容的產出，會吸引一部分使用者迴流不停地玩下去。

我們還可以梳理近半年內的核心功能，為迴流使用者設立迴流後的玩法目標。因此，使用者迴流後的活動到底應該是重在補齊使用者的進度，還是告訴他們新的遊戲內容，還是應該重點給他們一點新角色體驗新面板？同上文一樣，均需要對不同使用者提供差異化的內容。

04 最佳化效果驗證

當我們將最佳化後的方案進行投放後，如下圖對照組所示，組1是按照以往的統一發送，組2按照完善後的新方式傳送：

我們可以很明顯的看到，組2的迴流率有非常顯著的提升。這說明差異化的簡訊投放，讓抵達瀏覽率（不同時間推送），下載率（內容和獎勵差異化）都有了明顯的提升。因此，若能實現精細化迴流簡訊方案，我們不僅可以用最低的成本獲得最多的使用者，整體的收益比差異也是非常巨大的。

​數數科技聚焦網際網路領域，以遊戲行業為代表，提供一套從資料採集、儲存建模、到分析展示的一體化解決方案（Thinking Analytics系統），支援私有化部署，支援二次開發，支援交叉多維分析。

該系統目前服務於數百家遊戲企業，包括獵豹移動、中手遊、英雄互娛、Habby、疊紙科技、雷霆、電魂、中清龍圖、點點互動、真有趣、網元盛唐、瘋狂遊戲、3K遊戲、雲集等知名網際網路公司。

​