23 сентября в Высшей школе бизнес-информатики прошёл мастер-класс под названием «Как анализировать изменения в игре». Мастер-класс проводился в рамках программы ВШБИ «Менеджмент игровых интернет-проектов» с доступом только для слушателей программы и ее выпускников. Проводил его Василий Сабиров – ведущий аналитик в компании devtodev, которая предоставляет разработчикам игр инструмент аналитики для веб и мобильных приложений.
В этом материале мы поделимся с вами конспектом с лекции, который подготовили слушатели программы «Менеджмент игровых интернет-проектов» Сергей Струлев и Никита Алферов.
На мастер-классе Василий рассказал о плане, по которому стоит проводить анализ изменений. Первым делом, были разобраны основные показатели и карта метрик, составленная на их основе. Затем осветили вопросы, связанные с вопросом «Как было бы», используя тренды, сезонность и прочие инструменты статистического анализа. Данное изложение материала Василий подкрепил расчётами в Excel, давая возможность увидеть практическую пользу от использования аналитики. Итогом рассуждений стали профессиональные примеры Василия, разобранные кейсы того, как лучше оценивать долгосрочные изменения. Итак, подробно и по порядку:
Карта метрик
Свой мастер-класс Василий начал с подробного разбора показателей, которым стоит уделить внимание при анализе. Он выделил 6 групп:
- активность(DAU/WAU/MAU, LDAU, users online, new users);
- удержание(retention, lifetime);
- трафик(ROI, CPI, CAC);
- монетизация(ARPU, ARPPU, LTV, paying share, revenue);
- виральность( k-factor);
- внутренние показатели игры( игровая экономика).
Тренды и сезонность
На основе трендов и сезонности выстраиваются возможные значения показателей проекта в 7/14/30-дневном периоде. С помощью тренда мы смотрим, как развивался бы проект при прочих равных; с помощью сезонности вносятся корректировки, зависящие, к примеру, от времени года, праздников и т.д. К примеру, в некоторых играх в июле игровая активность падает, потому что ряд пользователей едет к бабушке на дачу. Василий встречал такие игры, где есть 14-дневная сезонность – т.е. скачки трат пользователя будут примерно 2 раза в месяц, потому что в среднем пользователь получает зарплату 2 раза в месяц.
ARMA и ARIMA
Это модели временных рядов, основная задача которых прогнозировать поведение показателя на основании данных о его предыдущем поведении. В аналитике приложений их можно применять, отвечая на вопрос "как было бы, если бы мы не внесли изменение" или просто для прогнозирования выручки и других показателей.
Контрольные группы
Выбираем группу пользователей, на которых изменение точно не повлияло. Как пример, отслеживать влияние визуального изменения по тем пользователям, которые его не могли увидеть. Либо же можно сравнивать поведение и метрики пользователей, которые увидели, с теми, которые не увидели.
Затем Василий показал примерный алгоритм построения тренда и прогноза в Excel.
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
N |
WEEKDAY |
DATE |
REVENUE |
TREND |
DELTA |
DAYWEEK |
TREND*DELTA |
- N- колонка для нумерации строки Excel от 1 до бесконечности.
- WEEKDAY- колонка для нумерации дней от 1 до 7 в рамках недели; новая неделя- нумерация идёт заново от 1 до 7.
- DATE- дата из календаря.
- REVENUE- дневная выручка.
- TREND- выручка, которая могла бы быть в данный день без внедрения изменений.
- DELTA- REVENUE/TREND, показывает разницу между REVENUE и TREND. Во сколько раз факт отклоняется от тренда.
- DAYWEEK- скомпилированная колонка, в которой проставлены дни недели от 1 до 7, а также среднее значение отклонения тренда от выручки для каждого дня недели.
- TREND*DELTA- итоговое значение, показывающее тренд с учётом отклонений и средних значений дней недели. По факту, это наш прогноз.
Оценка долгосрочных рисков в акциях
В представленном кейсе они строятся исходя из трех ключевых вещей:
- ввод валюты и ресурсов.
- вывод валюты и ресурсов.
- баланс валюты и ресурсов.
Анализируя изменения в валютном балансе, нужно сперва разделить всю аудиторию проекта на сегменты. В качестве вида «сегмента» может выступать платёжеспособность, принадлежность к контрольной группе и т.д. Помимо этого, в анализ рисков стоит включать каждую валюту отдельно. Итогом проведённого анализа станет круговая диаграмма, символизирующая потребительскую корзину игрока и произошедшие в ней изменения. Подобный инструмент подходит для отслеживания влияния монетизационных акций на поведение и покупки игрока. Василий также советует для большего вовлечения команды устраивать ставки на то, какой результат даст акция :) Это поможет последующему анализу эффекта изменения; особенно будет упорна та сторона, ставка которой не сыграла.
Cистема аналитики для веб и мобильных приложений https://www.devtodev.com/ помогает решить все описанные выше кейсы. Благодаря зашифрованному каналу связи между вашим приложением и сервисом будет установлена передача данных, которые впоследствии скомпилируются в ряд удобных для просмотра отчётов. До 10000 MAU услуги сервиса – бесплатны.
Программа «Менеджмент игровых интернет-проектов» благодарна Василию за проведённый мастер-класс и приглашает всех желающих на открытые мероприятия, которые мы также проводим в рамках программы! В частности, 2-го ноября состоится открытая лекция по продвижению игр, вход на которую открыт для всех желающих и требуется только электронная регистрация.
← Назад к списку
.jpg "ИОП ДО")
.jpg "Яндекс")
.jpg "IT Expert")
.jpg "Издательство «Открытые системы»")
.jpg "Российская Ассоциация электронных коммуникаций")
.jpg "Союз ИТ-директоров РФ (СоДИТ)")
