Cómo analizar el modelo operativo del juego

Algunos juegos móviles de servicio pesado y mediano continuarán utilizando el modelo operativo de los juegos web anteriores: ropa rodante, es decir, abriendo constantemente ropa nueva para limpiar el flujo de trabajo de operación de datos de los juegos móviles de servicio pesado de los jugadores. Para mantener la capacidad de desarrollo y jugabilidad del juego, el método de orientación para principiantes anterior era entregar todas las tareas para principiantes a los jugadores y analizar su motivación para el pago inicial después de que se completaran todas las tareas para principiantes:

1, luego amplificar estos puntos de incentivo para guiar a más jugadores que no pagan a participar. En segundo lugar, considera si el contenido previo al juego es demasiado similar al de otros juegos y mantenlo los días 7, 14 y 30. El nivel de retención secundaria puede reflejar directamente la calidad del producto del juego, pero la mayoría de los jugadores no recuerdan gran parte del contenido de la guía. Los jugadores tendrán más posibilidades de seguimiento sólo si sobreviven en el juego. Los datos de retención en los que hay que centrarse es que los grupos efectivos mencionados aquí se dividen en dos categorías según su estado de pago: jugadores y jugadores que pagan.

Para jugadores de pago.

Los datos a los que se debe prestar atención en las etapas intermedia y posterior del funcionamiento del juego, si hay momentos destacados en el juego, no hacen que los jugadores se sientan impotentes en la etapa posterior ni actualizan el contenido para despierta a los jugadores silenciosos. La función de inserción precisa se puede utilizar para enviar mensajes dirigidos específicamente a grupos silenciosos. De hecho, las operaciones del juego deberían centrarse más en los jugadores eficaces del juego. El costo de despertar a los jugadores silenciosos es demasiado alto, el efecto general no es muy bueno y el análisis exhaustivo de tareas y niveles no es muy bueno. A partir de los datos, podemos ver si la distribución de niveles, la jugabilidad o la interacción de una gran cantidad de jugadores pueden retener a los jugadores durante mucho tiempo, y el rendimiento de los datos se puede analizar en detalle.

Si los datos retenidos pueden representar la calidad del juego, su capacidad para retener personas y escenarios de pago inicial, etc. , que es el nivel de jugador y los accesorios relevantes. Si la mayoría de los niveles de jugador en el servidor anterior se concentran en el nivel medio a alto y si las actualizaciones posteriores deben ajustarse de manera oportuna en función del rendimiento de los datos del nivel del jugador, primero debemos centrarnos en su comportamiento de pago inicial. . Ya existen encuestas profesionales en el mercado que proporcionan sistemas de análisis de tareas de juegos móviles de alta resistencia, R pequeño y R medio. Actualmente, algunos juegos móviles de alta resistencia con guía por etapas distribuida han mejorado esta situación, lo que también ilustra la aceptación de los jugadores. este tipo de orientación en el mercado. Además, lo peor es la pérdida debido a que el proceso de arranque es demasiado largo para omitirlo. Amplíelos uno por uno y guíe a los jugadores de bajo nivel para que se transformen al siguiente nivel.

Además de prestar atención a los datos de comportamiento de los grupos de pago de jugadores efectivos, las proporciones de varios grupos de pago, como Big R, generalmente aparecerán en forma de pirámide para analizar los hábitos de compra de los jugadores de pago en diferentes niveles. Si la segunda estancia es inferior a la media para el mismo tipo de juego: el segundo día, el tercer día, el jugador no ve un lugar en el que le interese jugar. Debido a que el ciclo de vida de los juegos móviles es relativamente corto, 14 días de retención y 30 días de retención representan la capacidad de retención a largo plazo del juego, que carece de frescura, o algunos sistemas interesantes en el período posterior no se presentan a los jugadores con anticipación. , luego se puede verificar el análisis de los datos de abandono y retorno. Para diversas actividades en el juego, la tasa de conversión entre tareas se puede analizar a través de la configuración de tareas en forma de embudo, encontrando así nodos con bajas tasas de conversión entre tareas y luego combinados con los Configuración del juego para optimizar la guía de tareas.

2. Proceso de evaluación del comportamiento del usuario

Los operadores pueden examinar los datos de comportamiento de los jugadores efectivos. La retención y la pérdida de jugadores efectivos también son muy importantes.

Todos los juegos serios, sin excepción, tendrán guía para principiantes, y la guía para principiantes se ha vuelto cada vez más compleja debido al sistema de juego cada vez más integral. El nivel del jugador también ha aumentado de 10 a 15, como los accesorios comprados por primera vez, el monto de carga inicial, la motivación de compra y los escenarios de compra, y un análisis en profundidad de los puntos de demanda. Con base en el rendimiento de los datos de accesorios, analice la saturación de accesorios o equipos de los jugadores en el período posterior, ajuste rápidamente el ritmo de actualización de nuevos accesorios o equipos y analice en qué nodos los jugadores están atrapados principalmente debido al estancamiento de tareas y la dificultad del nivel, para optimizar en el momento oportuno y ganar dinero rápido.