Приветствую вас, друзья и подписчики, а также все остальные, кто волею судьбы забрел на эту страничку=) Сегодня мы поговорим об аналитике. А конкретнее, о том, как работать с аналитикой в игре, какие данные важно отслеживать и что с ними делать.

Примечание: вопрос подключения и настройки скриптов и сервисов аналитики – это отдельная тема, о которой речь сейчас не пойдет. Есть миллион и еще один способ сделать это. Вы можете почитать о них в многочисленных источниках. Однако, если вы хотите увидеть материал именно от меня про то, как, к примеру, подключить GA к игрушке в Steam, или как настроить события на web-платформе или в мобилке — напишите в комментариях, и я постараюсь ответить на ваш вопрос в одной из следующих статей=)

А теперь к делу.

Игра — это прежде всего продукт, который разрабатывается для ваших пользователей, для игроков. Поэтому вам с первой минуты ее выпуска важно знать, что они там делают, какие эмоции при этом испытывают, готовы ли они выполнять ваши целевые действия и т.п.

Целевое действие (этот термин пришел к нам из маркетинга) — это любая активность, к которой вы побуждаете пользователя для исполнения вашей конечной или промежуточной цели (для увеличения retention, для повышения прибыли от игры, для увеличения какой-то важной для вас метрики). Целевыми действиями в игре может быть всё, что угодно: от покупки предметов до прохождения определенных квестов. Зависит все только от ваших личных целей, целей бизнеса и продукта.

Есть несколько этапов работы, которые важно проделать, прежде чем с головой закапываться в метрики и цифры.

1) Определить вид и особенности вашей игры: жанр, ЦА, платформу и т.п.. То есть доскональная изучить продукт, продумать до мелочей, поиграть, представить каждую деталь. Вы должны понимать, что вообще можно сделать в игре, а главное, что в ней в принципе можно менять (к примеру, вы же не будете полностью менять жанр или перерисовывать плоскую изометрию в полноценный 3D от первого лица).

2) Определить какие данные вы хотите получать, а главное, зачем. Для повышения прибыли, обретения всеобщей известности и мировой славы — вы должны уметь объяснить это прежде всего самому себе и своей команде.

3) Составить список основных событий, которые существуют в игре. Этот список поможет сделать разметку для аналитики, когда до этого дойдет дело.

4) На основе списка событий и перечня данных из пункта 2 описать, какие результаты сбора данных вы хотите увидеть. Обязательно указывайте все подробности: тип диаграмм, частоту сборов, пожелания по метрикам и прочее.

5) Смотреть полученные результаты, сравнивать, анализировать, делать выводы.

6) Улучшать продукт, снова собирать данные, анализировать, делать выводы и далее по кругу=)

Для наглядности давайте разберем каждый этап на примере.

1) Определяем вид и особенности игры

Предположим, вы делаете такую игру:

ЦА: домохозяйки
Мобильная платформа
Модель монетизации: f2p с магазином за донат
Продолжительность одной сессии: 15-30 минут
Частота заходов: от 1 раза в неделю до нескольких раз в день
Простой ненапряжный сюжет
Неспешная игровая динамика
Основа мета-цикла: расследование убийства в ходе диалогов, поиск и сопоставление улик
Основа кор-цикла: сбор и мердж предметов
Главная фича: атмосферность в деталях (локации, музыка, персонажи, диалоги, квесты — все стилизовано и вдохновлено лучшими женскими романами и классическими нуарными детективами)
Пользователь = детектив

Можно менять:

Награды за выполнение квестов (тип и кол-во)
Предметы в рамках одного квеста и их кол-во
Интерактивность сцены (что можно покликать помимо квестовых предметов)
Внешность/шмот персонажа пользователя и его помощника (допустим, дворецкого)
Экономику (стоимость предметов в магазине, заработок пользователем монет и тп)
Простоту/сложность выполнения квеста
Подсказки/туториалы в игре

Нельзя менять:

Механику кора
Иллюстрации/визуальный стиль
Историю (сюжет, основу мета-цикла)
Логику заработка и покупок в магазине

2) Определяем данные, которые хотим получать

Для удобства разделим их по типам целей. В первом пункте я для примера распишу, зачем мы собираем данные, в остальных просто перечислю. Разумеется, вы должны уметь обосновать для себя причину сбора всех данных, это важно.

а) Для бизнес-целей:

путь пользователя до первой покупки (с разбивкой по событиям)
Чтобы понимать:
- где пользователи отваливаются (после какого события уходят и не возвращаются),
- сколько времени проходит с момента первого захода до совершения первой покупки в игре,
- что (какое событие) мотивирует пользователя сделать первую покупку и т.п.
% платящих пользователей от всех игроков
всего платящих пользователей (за день/месяц/год)
покупки в магазине (самые популярные предметы, типы товаров и тп)
конверсии в покупки/задания (с указанием пути, откуда) и тп

б) Для продуктовых целей (для пользователей):

длительность средней сессии
удержание (rolling retention, full retention, return, диапазонное… определите, какое важнее считать именно вам или считайте все, чтобы сравнивать)
выполнение заданий (какие, как, сколько…)
скип диалогов и тп

3) Составляем список основных событий в игре

На этом этапе нужно уже понимать, какой аналитикой вы пользуетесь и делать этот список в виде таблички с указанием типов событий, всех айдишек и прочих деталей, чтобы ваши программисты могли использовать их в разметке. События, к примеру, могут быть такими:

Заход в игру
Клик по кнопке “Начать”
Открытие диалога
Клик по кнопке “пропустить” на диалоге
Закрытие диалога
Заход в задание
Клик по предмету (с указанием id предмета, конечно)
Клик по кнопке “Магазин”
Заход в магазин

Примечание: клик по “Магазину” и заход в него – это разные события. У вас может сломаться кнопка или забаговать интерфейс, и вы будете негодовать, почему же нет заходов в магазин, но есть клики по кнопке. Поэтому лучше логировать максимум событий и их параметров.

И так далее, и тому подобное — расписываем все события, все параметры и детали, какие можем

Когда вы пройдете этот этап и ваши программисты/аналитики все подключат, обязательно протестируйте отбивку все этих событий. Важно, чтобы названия совпадали и не было дублей и опечаток. Иначе при создании дашбордов и графиков вы получите полнейшую галиматью вместо данных.

4) Описываем результаты сбора данных (что хотим увидеть в идеале)

Понимаем, что под словом “результат” в данном случае мы подразумеваем конкретную визуализацию, то есть таблицу, график, карту и т.п.

Вот описание одного такого результата для примера:

Средняя продолжительность сеанса на одного пользователя по всей игре с возможностью детализации по механикам.
Вид диаграммы: столбчатая с группировкой по минутам (при шаге в 1 минусу с округлением вверх).
Горизонтальная ось — время в игре за одну сессию
Вертикальная ось — количество пользователей

5) Смотрим результаты, сравниваем, анализируем, делаем выводы

Допустим, по нашим данным и графикам мы увидели, что:

пользователи все как один скипают диалоги
почти никто без доп подсказки не находит револьвер за тумбочкой в комнате А
82 % пользователей от всех донатящих, покупают скин “Красотка горничная” для дворецкого
из всех играющих в игру сейчас донатят только 3%, хотя 4 месяца назад донатили 12 %

Какие же выводы мы можем здесь сделать и какие решения принять?

Во-первых, не нужно бежать, сломя голову, выпиливать все диалоги. Внимательно посмотрите путь пользователя. Если этот шаг не приводит к массовым отвалам – поводов для паники нет. Проверьте, все ли работает. Нет ли опечаток и багов. Пощупайте все лично и еще раз внимательно взгляните на данные за разные даты. Быть может, вы накатили обновление, где по какой-то причине диалоги пропускаются автоматически.

Во-вторых, не торопитесь. Проанализируйте данные по разным типам пользователей, сравните показатели за разные периоды, изучите цифры. Попробуйте сами найти револьвер в комнате А, а затем посмотрите логи. Никогда не исключайте возможность ошибки в процессе сбора данных или ошибку в имени события. Проверяйте все досконально.

В-третьих, экспериментируйте аккуратно. Если ваши пользователи полюбили какой-то один скин или какую-то конкретную категорию товаров, не задирайте цены, понадеявшись на то, что “все равно купят”. Играйте с ценами плавно, балансируйте, постоянно поглядывая на результаты. А если есть возможность – проводите тесты (А/B, A/A/B, мультивариантные и прочие, в зависимости от вашего продукта и целей).

В-четвертых, учитывайте условия реальной жизни. Если люди резко перестали донатить в игру, хотя вы не делали никаких кардинальных апдейтов, причина может быть вовсе не в продукте. Посмотрите на регионы просадки, на типы пользователей, на разные периоды. Может, люди перестали донатить просто потому, что в регионе их проживания случился кризис, погодная аномалия или просто в регионе отвалилась оплата покупок (и такое бывает).

Иными словами, какие результаты вы бы не получили, не торопитесь принимать решения на их основе. Сначала изучите все, сравните данные, сами пощупайте игру, чтобы пройти тот же путь, что ваши пользователи. Попробуйте увидеть всю картину целиком, а не одну конкретную выбивающуюся метрику (хотя, конечно, бывает разное).

7) Улучшаем продукт, вновь собираем данные, делаем выводы и далее по кругу

Главное, делая игру, не забывайте обращаться к данным. Выпустили апдейт — посмотрите, оценили ли его пользователи. Изменили дизайн главной странички — узнайте, не привело ли это к просадке конверсии в квест и так далее.

В рамках данной статьи, думаю, на этом можно остановиться. Как вы могли заметить, здесь не было сложных терминов, формул и кейсов. О них я расскажу позже в отдельной статье. Ну а пока что, традиционно желаю всем удачи, добра, и до новых встреч=)

Игровая аналитика для чайников: что важно знать, когда собираешься начать работать с данными?