付费用户分析之随时间变化的营收模式

　　在这篇文章中我们将围绕另一话题继续对付费环节进行细分。不知道有没有人考虑过营收?哪些用户会给我们带来更多的利润——老玩家还是新玩家?老玩家和新玩家中的收入比例如何，它又是如何随着时间的变迁而变化?这就是我们在今天这篇文章中要谈到的。

　　受众的结构

　　首先，我们把所有的受众(包括付费的和没付费的)从注册开始就进行分类。如何选择分类条件则由我们自己决定，这完全取决于我们项目所处的时期以及商业目的。

　　我们建议将其分为5-7个部分。

　　举例：

　　•1.从注册起登陆少于14天;

　　•2.登陆14-30天;

　　•3.登陆1-2个月;

　　•4.登陆2-6个月;

　　•5.登陆6个月-1年;

　　•6.从注册起登陆大于1年。

　　通过选择自定义部分，我们可以构建一个分析受众随时间变化而变化的报告。

　　这份报告显示：

　　• 如果新玩家占主导地位——那么说明我们的留存有问题。项目不能长期留住用户。这意味着我们需要考虑增加留存或者为新玩家制订新的付费方式。

　　• 如果老玩家占主导地位——这依然有问题。是新注册用户有什么问题么?是不是该考虑买量了?请记住，用户越多带来的宣传效果越好。仅靠老玩家是不会走太远的——迟早还是会垮掉。

　　下一步需要考量的除了受众的结构，还有机制的结构，以及这个结构又是如何随着时间而变化的。通常在这里会出现一些有趣的事情。

　　付费用户的结构

　　让我们先只对付费用户执行相同的操作，以如下的“用户&总体结构”报告为例。

　　这个例子展示了付费用户规模的稳定性以及潜在存在的风险，以及一部分由其他因素带来的削减。我们可以看到新用户的百分比(自注册起登陆小于30日)正在增加，老玩家(自注册起登陆介于6-12个月之间)减少了。如果不考虑付费用户的结构，我们不会注意到这些。

　　对一个应用程序来说健康的标志是老玩家缓慢增长，越来越多的新注册用户逐渐转变成老玩家，并呆在游戏中。

　　营收模式

　　最终，通过类似的方法对营收的可能性进行分析：从玩家注册到付费，做出详细区分。

　　在付费报告中，新玩家和老玩家带来的营收结构区别将会生动地展现出来。事实是，通常(基于项目中的长期留存)新玩家的平均单次付费会比较小，而老玩家的会比较大。

　　正如上图看到的，收入有下降的趋势(请记住，在这种情况下付费用户的规模是比较稳定的)。造成这一下降趋势的原因是来自老玩家的收入有所降低。从绿色部分中可以看到，这相对还是比较稳定的，然后开始慢慢减少。

　　我们认为在项目中的问题主要集中在3个月前以及更早注册的付费用户中。有必要优化项目确保长期留存，这样，用户自然流量的增长将会弥补自然流失量。

　　数据建模

　　结合上述报告，我们需要创建一个数学模型来预测营收。

　　我们需要做的是：

　　1.预估每个选定部分的规模;

　　2.通过各个部分来计算从N到N+1阶段的转化率(在一个月内活跃用户的占比有多大，在下个月仍然活跃的占比又是多大?);

　　1.

　　3.计算每用户平均收入(ARPU)。

　　在一个模型中结合所有的计算，我们将可以知道在一个月、两个月、三个月、半年中我们用户的营收结构是什么样的。

　　此外，这些模型还可以通过各种各样的试验帮助我们买量和进行货币化。

　　示例中的以下问题可以得到答案：

　　1.如果切断支付渠道只留下病毒营销的部分?这将如何影响我们一年内的收入?

　　2.如果将留存提升了2%(以30日留存为例)，它将如何影响受众的结构和带来的收入?

　　3.通过改变游戏的平衡，从而将80级以上用户所占的比例提高10%(进入游戏6个月以上的玩家)，我们的收入比例会发生怎样的变化?

　　以及诸如此类的各种问题。

　　通过本文，我们想给大家传达一个简单的想法：研究用户自注册后一段时间所带来的结构差异是必要的。这可以帮助我们做出更为明智、有效的决策，无论是市场营销、货币化还是游戏设计。（文/Vasiliy Sabirov 翻译：GRG游戏研究组/Dean）