Зачем нужна аналитика геймдизайнерам, продюсерам и другим сотрудникам, отвечающим за продуктовую составляющую, качество игры и её контент, за успешность на рынке и бизнес-показатели? В этой статье я расскажу, какие показатели статистики принято анализировать для того, чтобы предотвратить возможные проблемы и повысить выручку.




Сразу оговорюсь, что для каждого проекта набор отчётов будет уникальным. И тем не менее можно выделить несколько графиков, анализ которых важен практически для любой игры.

Эта статья подготовлена по материалам моего выступления на DevGamm в мае 2016. Если вам удобнее воспринимать материал через видео, запись доклада можно посмотреть здесь. Его содержание на 70% пересекается с содержанием статьи. Не имея ограничений по таймингам, я добавил в статью несколько дополнительных кейсов и разделил её на две части, чтобы не выливать на читателя стены текста. В первой части речь пойдёт о наиболее популярных и полезных KPI игровых проектов и показателей удержания игроков, о которых необходимо задуматься на этапе разработки, а во-второй мы рассмотрим геймдизайнерские метрики и их связь с игровым балансом, экономикой и восприятием игры.

Зачем нужна аналитика?

Давайте начнём с того, нужна ли нам вообще аналитика. Какую пользу она может принести? В качестве иллюстрации можно привести яркий пример, когда простое обращение к статистике позволило решить критичную проблему игры Подземелья:

Среди прочих статистических показателей есть группа, называемая конверсии. Давайте начнём с неё. Говоря коротко, это характеристики, указывающие на то, какой процент пользователей выполнил нужное нам действие. К примеру, конверсия из всех, запустивших игру в тех, кто сыграл один бой.
Чтобы понять, где «отваливаются» наши игроки, разработчики покрывают метриками каждый этап туториала (aka обучалка) и все первые шаги игрока. В нормальной ситуации падение происходит плавно: чем дальше стоит в цепочке игровое событие, тем меньше людей до него дойдёт. Обычно на каждом этапе мы теряем 1-5% игроков. Но в одном из PvP квестов в Подземельях «Одолей двух противников в ПВП» происходило падение на 20%.

Благодаря несложной аналитике, а вернее банальному обращению к статистике, этот момент был быстро обнаружен, и конверсию увеличили почти на 15%. Эффективным оказалось простое решение разбить этот квест на два, в каждом из которых нужно было справиться с одним противником в PVP.


Важно понимать, что аналитические отчеты делаются не ради отчетов как таковых, а как инструмент, помогающий решать задачи, возникающие у маркетологов, продюсеров и геймдизайнеров. Как бы избито это не звучало, но перед тем, как запросить те или иные данные необходимо сформулировать гипотезу, которую вы хотите проверить.

Какую систему аналитики выбрать?

Чтобы построить хорошую систему аналитики, я рекомендую ответить на следующие вопросы в указанной последовательности:

1. Какие игровые фичи мы хотим анализировать? Где могут возникнуть проблемы?
2. Что нужно замерять? Какие KPI? Какие геймдизайнерские метрики?
3. Как должны выглядеть диаграммы с выбранными метриками, чтобы их было легко читать?

Дав себе ответы на эти вопросы, разработчик задумывается о том, как же собирать и визуализировать эти данные? Для решения этой задачи есть два пути:

1. Написать собственную внутреннюю аналитику.
2. Подключить внешнюю систему сбора и обработки данных.

Я видел очень крутые собственные разработки отечественных игровых компаний. Они стоили годы работы небольшим командам по 3-5 человек. Если вы инди-разработчик или ещё не вышли на заметные финансовые обороты, лучшим решением будет использование сторонних сервисов. Однако в каждом конкретном случае решение остаётся за вами. Сейчас на рынке представлено множество различных решений для интеграции внутренней аналитики. Из внешних систем могу порекомендовать DevToDev, MixPanel и Amplitude. Также не стоит забывать про давно зарекомендовавшую себя Google Analytics.

Обращаясь к внешним системам важно понимать, какую цель вы преследуете: продуктовая аналитика, маркетинговая и бизнес-аналитика, рыночная аналитика, а может быть атрибуция пользователей? Если вам необходима атрибуция (трекинг рефов на мобильной платформе, позволяющий определять с какого рекламного канала пришёл тот или иной пользователь), вам помогут:

• Tune (сильный, но дорогой),
• AppsFlyer (практически не уступает Tune и развивается быстрее, оптимален для средних компаний),
• Яндекс AppMetrica (оптимальна для инди, т.к. бесплатна).

Категории отчетов

Теперь перейдём к отчётам. Они делятся на категории, в зависимости от «потребителя» — специалиста, который будет мониторить и анализировать соответствующие показатели. Далее я буду приводить их в виде списка метрик, которые визуализируются на графиках соответствующих отчётов.

Финансовые (Financial & Audience)

• Revenue – выручка проекта.
• MAU, DAU – объем активной аудитории (за месяц, за день).
• LTV – Live Time Value, пожизненный доход с одного игрока (самый простой критерий окупаемости: LTV > CPI, количество заработанных с игрока денег превысило затраты на привлечение этого игрока).
• ROI – Return On Investment, показатель возврата инвестиций (сколько долларов заработали за каждый вложенный в проект доллар). Часто под ним понимают ROMI – возврат маркетинговых вложений, т.к. затраты на разработку продукта обычно фиксированы, а маркетинг тратит огромные средства ежемесячно.

Для более тонкой аналитики, в финансовых отчетах производится сегментирование по трафику и по различным аспектам игрового баланса.

Заострю ваше внимание на расчёте возврата инвестиций. Этот показатель важно не только видеть по факту, но и прогнозировать. Существуют различные методики его расчёта. Часто используют Classic ROI – величину, характеризующую, сколько процентов от вложенных в трафик денег вернётся за всё время жизни игрока (Lifetime). Кроме него многие руководители и финансисты смотрят на Rolling ROI. Эта метрика показывает, какой процент от вложенных в трафик денег отбивается каждый месяц.

Привлечение (Acquisition)

Эти отчеты наиболее востребованы маркетологами. Отмечу сразу, для полноценной закупки (User Acquisition) нужны и финансовые отчёты, и метрики привлечения. Связанно это с тем, что трафик-менеджеры должны видеть ROI каждого канала закупки, чтобы иметь возможность принять решение: наращивать ли закупку по выбранному каналу или «отстрелить» его.

• CPI, CPA – Cost Per Install, Cost Per Action, стоимость привлечение (за инсталл, за некое оговоренное действие).
• CAC – Customer Acquisition Cost – сумма, которую платят для привлечения нового клиента
• Conversions – конверсии продвижения по вехам игры.
• Day by day Retention by channels – удержание по сегментам и различным каналам привлечения (источники трафика, рефералы, органика).

Хороший пример – закупка трафика в RJ Games. Коллеги ежедневно анализируют долгосрочное предсказание ROI, которое строит аналитическая система по первым дням закупки. В итоге они оптимизируют рекламные компании так, чтобы максимизировать выручку, ROI и LTV.

В небольших компаниях трафик-менеджеры и маркетологи часто не имеют собственной внутренней аналитики по привлечению или не используют её. В таких случаях полагаются на данные внешних систем: все сервисы по закупке в том или ином виде выдают статистику по эффективности привлечения трафика по каждому из используемых каналов. На базовом уровне этого бывает достаточно, особенно для браузерных / социальных игр. Однако, когда компания выходит на большие (промышленные) объёмы закупки трафика, потребности в оптимизации и максимизации ROI становится критической.

Вовлечённость (Engagement)

• Когортный Rolling Retention – ключевая метрика удержания. Подробнее расскажу ниже.
• Sticky Factor – насколько игрок «залипает» в игре, отношение DAU/MAU.
• PU, PPU – Paying Users (количество платящей аудитории), Percentage of Paying Users (доля платящей аудитории относительно DAU).
• APRU, ARPDAU – Average Revenue per User, количество денег в среднем, которое приносит активный пользователь (за месяц, за день). В этом блоке также смотрят ARPPU –среднемесячную выручку с одного платящего игрока.

А теперь пример использования этих показателей на практике. Мне повезло принимать участие в разработке мобильной игры «Эволюция: Герои Утопии» (My.Com). Запустив проект в Soft Launch, мы внимательно следили за его метриками. Некоторое время процент платящих игроков был близок к постоянной величине. И это было хорошо. Но в один момент он начал падать, хотя мы не заливали в стор никаких апдейтов. Что произошло? Мы выдвинули две гипотезы:

1. Кончился контент для высокоуровневых игроков.
2. В трафике стало меньше платящей аудитории.

До того, как смотреть сложные отчёты о поглощении контента игроками, и сегментировать аудиторию на когорты по источникам трафика и датам заливки, мы провели очень простое наблюдение. Я наложил динамику DAU на график падения PPU по дням и увидел чёткую корреляцию: чем больше росло DAU, тем сильнее падал PPU (даже с учётом запаздывания). Верный признак того, что заливка даёт трафик с меньшим процентом платящих, нежели они заливали раньше. Более сложный анализ подтвердил эту версию. Конкретно, в случае «Эволюции», это было правильное с точки зрения закупки решение, позволившее оптимизировать расходы. Дело в том, что основной задачей тестирования был анализ динамики retention и sticky-factor, а монетизационные показатели проекта анализировались уже позже.

Также отмечу, что PPU полезно считать не только в целом по игре, но и по сегментам, например, по уровням. Такая сегментация сразу покажет, на каких уровнях или в какой день люди платят деньги. Часто бывает, что игрокам интересно покупать совершенно не то, на чём рассчитывали делать выручку разработчики.

Виды Retention

Ключевой показатель удержания можно вычислять разными способами. Я хочу поделиться с вами этой информацией, т.к. в разных ситуациях вам могут понадобиться разные методики расчёта.

• Classic Retention – процент людей, которые начали игру, например, неделю назад, зашли в конкретный день. Этот показатель сильно зависит от игры: её жанра и платформы. Так, например, для клиентских игр месячный ретеншн может достигать 40%. У мобильных и социальных игр это показатель обычно значительно меньше – 2-5%.
• Rolling Retention – доля людей, вернувшихся в игру в выбранный день или любой последующий.Такой показатель точнее отражает удержание, т.к. охватывает весь временной интервал. К примеру, Rolling Retention 28-го дня учтём в расчёте людей, которые не заходили в игру на 28-й день, но вернулись в 35-й. Тонкость в расчёте данной величины заключается в выборе интервала, в течение которого мы отнесём пользователя к категории вернувшихся самостоятельно. Дело в том, что возврату могли поспособствовать специальные акции, ивенты или особая маркетинговая компания. В этом случае пользователь должен быть отнесён к категории reengagement, т.к. на его решение о возврате были затрачены средства, и они должны быть учтены при расчёте ROI.
• Full Retention – процент людей, заходящих в игру каждый день начиная со дня регистрации.
• Return Retention – обратный от rolling, сколько людей заходили в любой из дней до определенного включительно.
• Bracket-dependent Return Retention – определяет пользователей, заходивших в игру в определенном интервале.

В зависимости от потребностей и ситуации стоит выбирать подходящий способ расчета удержания.

Чтобы понять разницу в визуализации retention по дням (Day by Day) и по когортам, приведём два графика. Ниже пример графика Classical Retention одного из реальных проектов, построенного по дням. Хорошо видно, что чем дальше день от регистрации, тем меньше игроков остается.



Логика его построения следующая. Берём каждый день и отматываем назад Х дней (1, 7, 14 и т.д.), отображая процент людей, зарегистрировавшихся Х дней назад и дошедших до текущего дня.

Далее рассмотрим когортный Rolling Retention. Логика его построения другая. Мы берём когорту игроков, зарегистрировавшихся некоторое время назад, и смотрим, какой процент из них возвращается каждый день со дня регистрации до текущего момента.



Еще до фактического запуска проекта имеет смысл прогнозировать удержание, ориентируясь на данные похожих игр. Площадь под графиком Rolling Retention – это Live Time (LT). Если умножить эту величину на дневную выручку (ARPDAU), то мы получим LTV. Подробнее об этом можно прочитать здесь.

Это были ключевые продуктовые метрики, которые я анализировал, работая в разных игровых компаниях. Ещё раз отмечу, что это не единственный вариант отчётов, и существует ещё масса других метрик. Если в вашей практике встречались графики с бизнес-показателями, которые я по тем или иным причинам не упомянул в статье, буду рад, если вы поделитесь ими в комментариях.

В следующей статье я расскажу про геймдизайнерские отчёты и метрики, отвечающие за экономику, баланс и состояние игры. Также в нашем блоге "Менеджмент игровых интернет-проектов" скоро будет опубликован интересный материал по аналитике игр от наших партнеров, компании devtodev и ресурса «Манжеты геймдизайна». Подписывайтесь, чтобы не пропустить!

Ну а если вы хотите пообщаться лично и послушать наши лекции вживую, то приходите 21го сентября на открытую лекцию из нашей программы, которая будет бесплатна для посещения. Вход только по регистрации, пройти регистрацию и узнать подробности про лекцию можно здесь.

Если у вас есть вопросы по работе с аналитикой игр — задавайте, отвечу в комментариях.