ゲーム運営データ分析（新規ゲーム運営者が知っておくべき基本データ指標）

新規ゲーム運営者が知っておくべき基本的なデータ指標

まず、率直に言ってみましょう。運用データ分析はゲーム運営に欠かせないスキルです。適切な分析を行うには、基本的な運用データと知識を理解する必要があります。

今日は、鄭先生が、新しいゲーム運営者が知っておくべきいくつかの運用データ指標と関連知識について解説します。

ヒント:これらのデータ指標はゲーム業界の基礎知識であり、ゲームプランナーを目指す学生は理解しておく必要があります。

01. ユーザー関連データ

1. ユーザー分類:

新規ユーザー:主に日/週/月ごとの新規ユーザー数を確認します。

復帰ユーザー:一度ゲームを中断し、再びゲームに復帰したユーザー。通常、ログイン日間隔は約 30 日です。

継続ユーザー:登録後もログインを続けるユーザー。

アクティブ ユーザー: DAU、WAU、MAU は、毎日、毎週、毎月のアクティブ ユーザーの数に対応します。

通常: アクティブユーザー = 新規ユーザー + リピーターユーザー + 継続ユーザー

ちょっとしたヒント:新規ユーザーは通常、トラフィック ソースに応じて、自然トラフィック、有料トラフィック、チャネル トラフィックの 3 つのカテゴリに分類されます。オーガニックボリュームとは、自発的にゲームをダウンロードして参加するユーザーを指します。実際、マーケティングプロモーションを受けてダウンロードしたユーザーも含まれます。このタイプのユーザーは追跡が難しいため、通常はオーガニック ボリュームとして分類されます。有料ボリュームとは一般的にパフォーマンス広告からトラフィックを購入したユーザーを指し、チャネルボリュームとはさまざまなチャネルを通じた配信によってもたらされたユーザーを指します。これら 3 つは実際には相互に関連しています。

2. ユーザー維持率:

2日目の維持率: 2日目の維持率 = (登録後2日目にログインした新規ユーザー数) / 1日目の新規ユーザー総数

3日間の継続率: 3日間の継続率 = (登録3日目にログインした初日の新規ユーザー数) / 初日の新規ユーザー総数

7日間の継続率: 7日間の継続率 = (登録後7日目にログインしている初日の新規ユーザーの数) / 初日の新規ユーザー総数

これら 3 つのデータは、チャネル、流通、R&D によって高く評価されており、月間継続率などの長期的な運用データも考慮されるのが一般的ですが、概念は同じです。これらの保持データは、製品発売の初期段階では非常に重要です。

ちょっとしたヒント:現在のゲームのほとんどには 7 日間のログイン ギフト パックがあり、7 日目に比較的魅力的な報酬が与えられます。目的は7日間の保持を改善することです。これらのデータの品質は、Android チャネルの量に大きな影響を与えます。

例: 保持に基づいて問題を分析する

1. 維持率が非常に低く、ほとんどのプレイヤーは翌日にはログインしません。

考えられる理由: ゲームが初心者に優しくない。ゲームのオープニングと初期ステージは魅力的ではない。ゲームを始めるのが難しい。機能ガイダンスが複雑すぎる。プログラムバグが多すぎてクラッシュ、フリーズ、ログイン不能などの問題が発生し、即日でユーザーを失うことに繋がります。

2. 2回目の維持率は低くないが、3日目と4日目に大きな損失がある（3回目の維持率は非常に低い）。

考えられる理由: ゲームの内容が単調で反復的であり、創造性に欠けている。初心者段階ではゲームは問題ありませんが、成長段階では行き詰まる点が多く、ゲームの要求が厳しすぎたり、失敗感が強すぎたりします。初心者に対する適切な保護がなく、リソースの獲得や成長率が遅すぎるなど。

上記は単なる簡単な例です。もちろん、具体的な問題についてはまだ詳細に分析する必要があります。

02. 支払関連データ

最も一般的に使用されるゲーム決済関連の運用データ指標は次のとおりです。

有料プレイヤーの普及率:プレイヤー総数に対する有料プレイヤーの割合

この細分化は、新規ユーザーの支払い普及率とアクティブユーザーの支払い普及率に分けることもでき、それぞれ日次、週次、月次支払い普及率に分けることもできます。

ARPU:ユーザーあたりの平均収益

ARPU = 総収益 / アクティブユーザー数

これはゲームの商業化を検討するための最も重要なデータ指標の 1 つです。必要に応じて、DAU ARPU、WAU ARPU、MAU ARPU に分けることができ、それぞれ日次、週次、月次 ARPU 値に対応します。

ARPPU:有料ユーザーあたりの平均収益

ARPPU = 総収益 / 有料ユーザー数

上記のように、一般的には日次、週次、月次 ARPPU に分けられます。

理論的には、上記の 3 つのデータが高ければ高いほど良いのですが、通常、3 つすべてが高くなるような理想的な状況を実現することは困難です。私たち運営者は、ゲームの支払いを商業化し最適化するために、これらのデータを分析する方法を学ぶ必要があります。

では、このデータをどのように分析するのでしょうか?

例えば：

1. ゲームの支払い普及率が低いが ARPPU が高い場合、そのゲームの有料ユーザーは支払い能力が高く、大金を使うユーザーが多いことを意味します。このような状況は、SLG モバイル ゲームやアイドル + カード RPG ゲームでよく発生します。大手 R プレーヤーにさらに貢献できるよう、有料機能の一部をターゲットを絞って設計および最適化することができます。

2. たとえば、ゲームの一人当たりの支払い普及率は高いが、ARPPU が非常に低い場合、ほとんどのプレイヤーは少額の支払いをいとわないことを意味します。この場合、費用対効果の高い小さなギフトパッケージを適切に追加することで、支払い浸透率を安定させることができます。同時に、支払いマイニングを実施し、バージョンやゲームプレイコンテンツを更新することで、ARPU と LTV を継続的に増加させるようにユーザーを誘導し、ゲームの支払い体験と製品の売上を向上させることができます。

上記は比較的単純な例です。実際の状況では、より多くの次元のデータに基づいた詳細な分析と、製品やユーザーのサンプルやポートレートに基づいた総合的な評価が必要です。

03. 投資収益率

これはかなり複雑な分野なので、ここでは詳しく説明しません。まずは簡単に自己紹介をさせていただきます。必要であれば、別の記事を書いて説明することもできます。

ゲーム業界では、 ROI (投資収益率) を計算するために、次の方法と式がよく使用されます。

ROI = LTV / CPA * 100%

で：

LTV:単一ユーザーの生涯価値

CPA:アクション単価

必要に応じて、アルゴリズム ROI = LTV / CPA * 100% -1 を使用して、製品の利益率（粗利益率）を表すこともできます。

読めない？それは問題ではありません！例を挙げてみましょう:

ある広告キャンペーンで 1,000 人のユーザーを獲得するのに 100,000 元の費用がかかり、この 1,000 人のユーザーが次の 30 日間でゲームに 120,000 元の収益をもたらしたとします。ここで、この広告キャンペーンの投資収益率 (ROI) を計算します。

まず、次のように計算します。

CPA = 100000 / 1000 = 100（元）;

LTV（30）= 120000 / 1000 = 120（元）

上記の式に従うと、ROI = LTV / CPA * 100% = 120% と計算でき、この広告の収益率は 120% であることを意味します。

上記は、これらのデータを理解するのに役立つ単純な例です。実際の状況はもっと複雑です。業界に入ってからより多くのコンテンツと知識を学び、自分のプロジェクトと経験に基づいてより深い分析と判断を行う必要があります。

運用データを分析する能力は、ゲーム運用の中核となる機能の 1 つです。皆様に、より多くの運用データと分析を知っていただければ幸いです。問題に遭遇したときは、データに基づいて分析および推論し、独自の結論と判断を導き出し、データを使って話すことを学びます。これは、就職活動や仕事においても大きな利益をもたらします。

やっと

今日は基本的な運用データについて簡単に紹介したいと思います。実際、運用において理解する必要があるデータは他にもたくさんあります...

今後も「運用データのより詳しい活用方法」や「コマーシャルクローズドループ全体での分析のやり方」など、ゲーム運用データ分析に関するコンテンツを制作していきます。

Quzhiyuをフォローしてください。今後のコンテンツはここで更新されますので、お楽しみに〜