無料プレイゲームの統計の収集と分析

無料でプレイできるゲームを開発している場合、統計の収集と分析に関連する質問におそらく興味があります。 なんで？ 統計は無料ゲームの成功の重要な部分だからです。

私の一連の記事の目的は、この問題に関するさまざまな情報を構築し、それを私たちの経験のプリズムに通して、

• ゲームで追跡する価値のある指標。
• 統計に役立つ分析ツールは何ですか？
• 利点と欠点を備えた統計収集および分析サービスの存在。

無料プレイゲームの成功は、ゲームに参加しているプレイヤーの数と、追加機能と実績の点でゲームを新しいレベルに引き上げるゲーム内ボーナスを購入する準備ができているかどうかにかかっています。 プレイヤーがゲームに長く参加するほど、オフラインでプレイすることを考えるようになり、ゲームのプロモーションに実際のお金を投資する可能性が高くなります。 もちろん、開発者が従来の有料モデルよりもゲームでそのようなレベルの興奮を提供することは困難です。



F2Pゲームの成功の秘Oneの1つは、そのデザインが創造的な要素と「邪悪な」アイデアだけでなく、ゲーム内のプレイヤーの行動の分析、つまり実際のデータ/統計に基づいている必要があるということです。 同時に、完成したコンテンツの一部のみでF2Pゲームを開始（および必要）し、プレイヤーのニーズと特定の機能の人気に基づいてゲームの開発を管理/コンテンツを変更できます。 このアプローチは、データ駆動型設計、または「データ駆動型設計」と呼ばれます。 これはサイクルであり、各反復には図に示されている4つの段階があります。







ゲームが起動された時点で利用可能なコンテンツの許容割合は、ジャンル、コンセプトなどによって異なります。 しかし、無料のゲームを開始するときに必ず準備が必要なのは、統計を収集および分析するための強力で柔軟なシステムと、機能/アート/バランスのさまざまなオプションをテストするためのシステムです。 同時に、分析する予定のすべてのインジケータを明確に計画し、データを分析および視覚化するツールを事前に選択、統合、および構成する必要があります。



私の記事シリーズは3つのパートで構成され、以下の問題に対処します。

1. 無料のゲームで見る価値のある主な指標と、これらの指標を改善するために分析する必要があるプレーヤーの行動に関するデータ。
2. ゲームの開発に関する意思決定のために収集されたデータを分析する主な方法：ユーザーセグメンテーション、コホート分析、「目標到達プロセス」または遷移シーケンスの分析、A / Bテスト。
3. 長所と短所を持つ既存のサービス。

F2Pゲームで収集する必要のある統計

私自身の経験から、最初に統計を操作するときは、ゲームのほとんどすべてを修正したいと言います。クリック、ゲーム結果、ゲームのすべての画面が表示されます。 論文は次のようになります。主なことはすべてを収集し、何も見逃さないことですが、後でそれを理解することができます。 このアプローチはいくつかの理由で機能しません。

1. 膨大な量のデータの分析には費用がかかります。統計とその処理方法の両方について高度な知識を必要とし、OLAPキューブ、人工知能アルゴリズムなどに精通する必要のある多くの高級アナリストを引き付ける必要があります。 つまり、データが少ないほど良いです！
2. データはすぐに時代遅れになります。実行されるマーケティングキャンペーン、プレイヤーを引き付けるソース、ゲームの革新、さらには時期によっても異なります。 したがって、すべてのインジケータはリアルタイムで見ることが重要です。

ゲームの将来の開発に関する決定を下すために本当に重要な統計のみを収集すれば、分析に多くの時間を節約できます。 これを行うには、ゲームの概念を開発する段階で統計を収集するための計画を開始する必要があります。 たとえば、私たちのゲームでは、各インジケータの反対側に、どの仮説をテストし、それについての知識に基づいてどのような改善を行うことができるかを示す表をコンパイルします。

インジケータ	決定
レベルおよび国内製品による収入	上級プレイヤーがより多く支払う場合、早期購入を促進するために努力する必要があります（初期レベルでニーズを分析し、一部の製品の価格を下げるなど）。 ゲームの開始時により多く支払う場合は、より高度なプレイヤー向けに特別な製品を導入し、蓄積された通貨を使う機会を追加する必要があります。
レベルごとにプレイヤーが獲得したポイント	このデータは、ゲームのバランスを調整するだけでなく、プレーヤーにより適切な目標を設定するのに役立ちます。
ゲームの割り当て	各タスクには、プレーヤーがそのタスクを完了するのに必要な時間のおおよその見積もりがあります。 タスクを完了するための実際の時間と予想される時間を比較することで、タスクのパラメーターとその順序を調整できます。

ゲームで収集される統計は、従来3つの部分に分かれています。

1. 業績
2. プレーヤーの行動。
3. 技術情報。

最初のタイプの統計-ビジネス指標-の収集は、すべてのF2Pゲームで90％が同じであるため、自動化されるのが最適です。 データの明確な視覚化と簡単な統合を備えた便利なソリューションを提供する分析サービスの印象的な配列があります。 これらのサービスのほとんどは有料ですが、「自転車」（ビジネスインジケータのコレクションの独立した実装）の発明にはリスク、余分なコスト、時間の無駄が伴うため、それらなしではできません。 一連の記事の第3部で分析システムについて詳しく読んでください。



おそらく最も難しい部分は、プレーヤーの行動を追跡することです。この部分は通常、各ゲームに固有であり、特定の分析ツールを必要とするためです（記事シリーズの第2部で説明します）。 ゲームに統合してすぐに必要な統計情報を受け取ることができる既成のソリューションはありません。 統計の収集と分析を外部委託できる企業があります（GamesAnalytics Ltdなど）。 しかし、開発チーム自体にこのためのリソースを割り当てることを好みます。



技術情報は、ゲームをより安定させ、プレイヤーの技術的な問題をタイムリーに修正するために必要な統計です。

業績

DAU / MAU

これは、ゲームの「魅力」の指標であり、毎日何人の人がゲームをプレイしているかを示しています。

• DAU（毎日アクティブなユーザー）は、少なくとも1日に1回ゲームを実行するユニークユーザーの数です。
• MAU（月間アクティブユーザー）は、少なくとも月に1回ゲームを実行するユニークユーザーの数です。

DAU / MAU値は、毎日ゲームをプレイするすべてのプレーヤーの割合を特徴づけます。 この値が高いほど、関与するプレーヤーが多くなり、プレーヤーがゲーム内コンテンツを購入する可能性が高くなります。 DAU / MAUが0.2より大きい場合、ゲームは成功したとみなすことができると考えられています。



プレイヤーのリターンを正確に計算するには、トラフィックとプロモーションのソースを考慮して、所定の時間間隔（通常は毎日）で戻ってきたプレイヤーから新しいプレイヤーを明確に区別する必要があるため、これは概算です。 サイクルの後半で説明するコホート分析は、これらの問題の詳細な研究に役立ちます。 この「魅力」の指標はシンプルで、ゲームの特徴をすばやく示します。

有料プレイヤー

「支払っている」プレイヤーの割合と、その人口統計およびその他の特性を追跡することが重要です。 ゲームの新しい機能を開発するとき、彼らのポートレートを知って、あなたはこの特定の聴衆に集中できます。



私たちのゲームの例を紹介します。 下の図は、年齢ごとの人々のプレイの割合と、その中の人々の支払いの割合を示しています。 中高年の人々（35-54）に焦点を当てる方が、支払いをする傾向があるためです。







さらに、プレーヤー間で「クジラ」を区別できるようにすることが重要です。これらは多くのお金を使う人です。 これらの人々をより密接に知り、彼らの行動の特徴的なパターンを研究し、彼らがどの場所で脱落するかが、彼らのニーズを可能な限り満たすために必要です。



なぜクジラなのか？ 一般的に、すべての有料プレーヤーはミノー、イルカ、クジラに分けられることがあります。 ペスカラはほとんど時間を費やしません-月額約1ドル 「イルカ」-約5ドル、「クジラ」-たくさん。 ZyngaゲームのGigaomによると、「有料」プレイヤーの上位20％は、年間平均1,100ドル（月額90ドル）を費やしています。



収入指標：

• ARPU-プレーヤーごとの平均収入（有料インストールと無料インストールの両方が考慮されます。通常、インジケーターは月ごとに計算されます）。
• ARPPU-プレーヤーの平均支払額（つまり、実際のゲームのコスト）。

k-factor-ウイルス係数

バイラリティは、インターネットやソーシャルネットワーク上のゲームに関する情報をプレイヤー間で配信する方法です。 ゲームのバイラル性のメカニズムが十分に開発されている場合、新しいユーザーを引き付けるコストは削減されます。 バイラル性を監視するには、k-factorを使用できます。



k係数は、次の式を使用して計算できます。k = X * Y、ここでXはプレーヤーごとの招待数、Yはゲームに参加してこれらの招待を受け入れた人の割合です。 kファクターが0.2の場合、新しいプレーヤーごとに、招待でゲームに参加した0.2人のプレーヤーを取得できます（言い換えると、5人の新しいプレーヤーごとに、招待でゲームに参加した1人の無料プレーヤーを取得します）。 ゲームのk-factorが高いほど、新しいプレイヤーをゲームに引き付けるのが安くなることは明らかです。

プレイヤーの行動分析

ゲームのプレイヤーの進行状況

プレイヤーの行動を分析するために最初に必要なのは、ゲーム内のプレイヤーの進行状況に関する統計です。 ゲームのシナリオに従って進行状況を追跡するために、プレーヤーが通過しなければならないコントロールポイントが決定されます。 これらのポイントでの前進の速度の分析、これらのポイントでのプレイヤーのパラメーターは、除去する必要があるゲームの障害や困難を特定するのに役立ちます。

最初の購入シナリオ

プレーヤーが最初の購入を行った場合、「支払っている」プレーヤーのカテゴリーに移されます。 最初の購入は心理的な障壁であり、一度克服すると、プレイヤーはより簡単にお金を手に入れることができると考えられています。 プレーヤーを最初の購入に導く一連のアクションをゲーム内で事前に計画します。 定義したシナリオを実装するプレーヤーの数を追跡し、変換に取り組み、インターフェイスとバランスを改善します。

チュートリアル

チュートリアル中にプレイヤーがゲームを離れた場合、このプレイヤーはあなたのために失われていると考えてください。高い確率で、彼はゲームに戻らないでしょう。 これを回避するには、ゲームの開始を最大限にステージングする必要があります。 プレイヤーが退屈してゲームを終了した画面を理解するために、チュートリアルの各ステップを追跡する必要があります。彼が学習できるか、自分で最初のタスクを完了したかは明確ではありませんでした。

プレイヤーの最初と最後のアクション

ゲームセッション中のプレーヤーの最初と最後のアクティビティを追跡すると役立ちます。



最初のイベントは、ゲームセッション全体のトーンを設定します。 プレイヤーを魅了し、ゲームに多くの時間を費やすことができます。 しかし、最初のイベントはプレイヤーを「追い払う」かもしれません。その結果、彼はゲームを閉じて戻ってこないかもしれません。 どのイベント/ウィンドウ/グリーティングがゲームの時間を増やすかを比較し、テストする必要があります。



最後のイベントも重要です。 通常、最後のイベントは、ゲーム内で削除すべき障害になります。 ゲームセッションの最後のイベントが計画されている場合（たとえば、プレーヤーが特定のゲームサイクルの完了を待っている場合）、プレーヤーが次回ゲームに参加するように、このイベントを作成する価値があります。

技術統計の収集

私はモバイルゲームを開発しているので、エキサイティングなAndroidの世界の例を挙げます。



ゲームの安定性を確保するために、プレーヤーデバイスの技術機器に関する統計を収集すると便利です。 たとえば、どのデバイス、ファームウェア、画面解像度、ハードウェアでサポートされているテクスチャのタイプがプレーヤーの間で最も人気があるかを知ることは重要です。 また、どのハードウェア構成が最大の収益とプレーヤー収益を生み出すかを知ることも重要です（収益の差は数十パーセント異なる場合があります）。 収入が得られず、ゲームが不安定な場合は、サポートされているデバイスのリストを減らす価値があります。 さらに、これにより、ストアでの否定的なレビューからアプリケーションが保護されます。



ゲームが再開リソースを使用する場合、再開の成功、再開リクエストの数、再開中に発生するエラーに関する統計を収集します。 ゲームの最初の開始前にレジュームが発生した場合、視聴者の堅実な部分を追い払うことができます。 そして、プレイヤーがゲームをダウンロードしていない場合、彼らは確かに戻らず、支払いもしません。 したがって、ダウンロード手順の最大限の安定性に注意し、プレイヤーが待つべき何かを見つける必要があります。 さらに良いのは、開始時にデータをダウンロードするのではなく、追加料金でゲーム内でダウンロードする機会を見つけることです。



ゲームが追加の収益化としてオファーシステムを使用している場合、さまざまなデバイスでさまざまな国のオファーのカバレッジを確認するなど、作業の有効性を監視することは理にかなっています。

このトピックに関する読み物

多くの有用な情報は、分析サービス自体が作成したドキュメント、プレゼンテーション、記事に記載されています。 原則として、彼は有能な例、事例、理論的根拠、業界指標を示しています。 ゲームの統計情報の収集と分析の問題に対処するのに役立ったサービスのリストは次のとおりです。

• Kontagent
• 突風
• HoneyTracks
• アプサラ
• GamesAnalytics
• GamesBrief

無料のゲームの開発に関する別の有用な記事：

無料ゲームのデザイン：パート1

無料ゲームのデザイン、パート2

続行するには...

もちろん、無料のゲームを開発する際に追跡する価値のある最も基本的な指標をここにリストします。 しかし、彼らはすでにゲームの開発を決定するための多くの情報を提供しています。



他の重要な指標のアイデアはありますか？ コメントをお待ちしております！



次の記事では、大量のデータから本当に有用な情報を抽出するために必要な主な分析方法について詳しく説明します。 考慮される主な方法：ユーザーのセグメンテーション、コホート分析（長期にわたる人々のグループの行動）、ファンネルまたは遷移シーケンスの分析、A / Bテスト。