【运营攻略】关于游戏在线时长分析和讨论

【运营攻略】数据分析中DAU数据模型

【运营攻略】游戏发行提案案例（一）：IP型产品

现在很多游戏游一个典型的玩家刺激活动，那就是倒计时，如下图所示：

这些游戏设计中都有一个共同的点。拿“抽卡”来说，如果游戏设置为首日共计5次，每次10分钟。如果你感兴趣，可能会问：为什么是5次，且每次10分钟？这里讲的更多的还是跟数据有关系，跟用户的行为有关系。

很多人在设计、运营游戏或者调研的时候可能没有仔细研究过这个问题，只是因为看到其他游戏有类似功能而选择了类似的设计。然而，这种设置实际上是经过推敲的，值得我们探讨。本文将讨论为何在这些游戏中采用5次招募，每次10分钟的设置是有效的，以及为什么这种设计在其他游戏中可能并不适用。

如果要为以上设计提供数据解释，可以从以下几个方向思考：

1. 新增玩家的单次使用时长（次数）：分析新增玩家在每次招募机会中平均花费的时间，可以帮助了解单次活动的吸引力和玩家的参与深度。

2. 新增玩家的单日使用时长（次数）：统计新增玩家在一天中的总使用时间和参与次数，有助于评估每日招募机会的有效性，以及它对玩家日常活动的影响。

3. 新增玩家的每周使用时长（次数）：通过每周的数据可以了解玩家在较长时间内的参与玩法活动情况，评估这些招募机会对玩家长期留存的影响。

如果有足够的数据，也可以分析活跃玩家和付费玩家在这些方面的统计，进一步洞察这些设计对不同类型玩家的具体影响。

比如玩家首日要进行5次，每次10分钟的抽奖，换句话，你的新增玩家群体首日的游戏关注时长要有这个能力才可以完成这个抽奖活动，所以我们需要了解你的用户是否是这个行为习惯的。比如在下面的玩家群体，首日的游戏时长是19分钟，而此时让玩家去承担完成一个50分钟的抽奖活动，对于用户而言是存在压力的。

原因其实是因为下面的这个曲线：

在这个曲线中，我们理想的用户激励成长曲线是蓝色，因为，玩家会随着给予奖励或者激励的丰富而不断进行响应我们的设计，实际上我们设计的累计登录30天之类的活动也是这么思考的。然而我们从黄色曲线可以看到，玩家在初期对于激励的响应是很好的，但是随着激励的不断增加，这种响应并不会显著增长，而是缓慢降低，这是很多游戏都验证过的。而这种态势的进一步扩大，其实就是我们看到的白线，其实我们很多的设计，其响应情况都是和白线是一致的。

回头我们在看刚才的问题，其实我们发现也许我的游戏不应该设计5次，每隔10分钟的抽奖，因为很可能很多进入第3次时就疲劳了其激励并没有得到玩家很好的响应。因为很多的玩家的游戏时长没达到你的要求。

如下图，我们看到玩家单次游戏时长有21%在3-10min，23%在10-30min，至少有46%的人是有响应的可能性，也许在这个过程中，我们应该调整每次抽奖的时间间隔，让玩家响应活动的可能性在提高一些。

当然，下面这个图的单次游戏时长我们可以看到，小于1min的比例是很低的，这种情况是正常的，至少对于新玩家这个表现来看，玩家进入游戏还是正常的。

看一个其他的情况，比如下图，明显的发现，单次游戏时长小于1min的比例较高，也就是说这款游戏对于新玩家而言，前期的体验解决的不是非常理想，是需要不断的优化和改进的。

从我们刚才看到的游戏活动的截图中，玩家是可以在一天中不断上线和下线参与活动的，而从这个维度，我们需要精确去了解玩家的单日游戏时长情况，这点对于这类通过时间设计的活动是很有效的。在下面的图中，我们看到对于新登玩家而言，没有小于1min的玩家，也就是说，对于新玩家而言首日的体验还是很流畅的，而就我们刚才设计的活动来看，活动设计时间应该保持在10-30min是很理想的，也许50min并不是一个很好的选择，至少有46%的玩家是这样的。

如果从活跃玩家的单日游戏时长来看，这点也许是更明显的，不同群体在游戏时长的表现差异是很明显的，所以了解了游戏行为或许可以帮助们更加合理的设计游戏运营活动。

对于活跃用户而言，我们在这个问题上，也可以统计分析活跃用户的使用时长，尤其是我们要进行一些针对活跃用户的活动或者系统设计时应该考虑的。比如下面的图，活跃用户群体的使用时长和新增用户的时长之间差异是很明显的，如果对比付费用户的使用时长，这点差异是更加明显的，而这些玩家看似简单的统计信息背后可能就变成了我们文章开头的活动设计关键参考因素。