Читать книгу - "Игра в цифры. Как аналитика позволяет видеоиграм жить лучше - Василий Сабиров"

Lifetime Value одного пользователя на (1+0,92), то есть за счет виральности доход вырастает почти в два раза.

Также, говоря о K-факторе, нельзя не сказать о его изменчивости. К сожалению, практика показывает, что со временем K-фактор (как, впрочем, и другие относительные показатели продукта) имеет тенденцию к снижению. Виральность продукта достигает максимума на начальных этапах своего жизненного цикла. Очень немногие продукты имеют устойчивый K-фактор более 1 в течение продолжительного периода. Так что если ваш K-фактор вдруг начал снижаться, то пусть вас успокоит тот факт, что у других он тоже едва ли растет.

Однако на виральность продукта можно и нужно влиять. Советов, как увеличить виральность, в интернете бесчисленное множество, и все сводится к нескольким базовым принципам:

– лучший способ увеличить K-фактор – это сократить виральный цикл;

– нужно использовать существующие социальные связи своих пользователей, это позволит упростить процесс распространения информации о вашем продукте (интегрируйте социальные сети и другие сервисы);

– у пользователя должен быть стимул приглашать друзей (совместная деятельность в Dropbox, общение через мессенджеры, реферальные программы в онлайн-играх, когда пользователь получает бонусы за приведенных друзей);

– за счет одной лишь виральности продукту не выжить – нужно, чтобы продукт действительно нравился пользователям.

Еще одна рекомендация заключается в наличии у вас устойчиво работающих невиральных (платных) каналов привлечения пользователей. Все же виральность – довольно-таки чувствительная штука, и K-фактор меняется со временем. Поэтому устойчиво работающие платные каналы привлечения здесь играют роль дров в костре – чем больше дров, тем выше пламя.

Если хотите, то можете даже расшифровывать букву K в слове K-фактор как «костер», чтобы лучше запомнить эту метафору.

Резюмируем основные идеи.

1. Виральность – это хорошо! Это способ бесплатно привлечь потенциально большую массу пользователей.

2. Для измерения виральности используется K-фактор (среднее число друзей, приглашенное одним активным пользователем) и виральный цикл (среднее время от регистрации пользователя до регистрации приглашенного им друга). K-фактор должен быть высоким, а виральный цикл – коротким.

3. K-фактор должен покрывать отток пользователей, в этом случае вас ждет экспоненциальный рост.

4. K-фактор меняется со временем, причем, как правило, в меньшую сторону. Не пугайтесь!

5. Вы можете повлиять на виральность вашего продукта: сделайте ваш продукт клевым, а процесс приглашения друзей – простым, логичным и нужным для пользователя.

Желаем вам максимального K-фактора и минимального вирального цикла. И не перепутайте!;)

В заключение главы приходится резюмировать: нет такой метрики, как лояльность. А жаль. Наблюдая за ордами бегемотиков, истребляющих крокодилов, мы как разработчики хотели бы понимать про каждого, насколько он лоялен к игре прямо сейчас. Но это невозможно, мы не можем залезть в голову к каждому бегемотику.

Вот и приходится изворачиваться, выдумывать метрики NPS, Сhurn, Retention. И выясняется, что не так уж они и плохи. Тот же Retention вообще зарекомендовал себя как важнейшую метрику лояльности пользователей, и без его анализа сейчас не обходится ни одна f2p-игра.

Главное, что дает нам лояльность пользователей, – это то, что они по-прежнему остаются с нами и продолжают играть и платить. И сейчас самое время порассуждать о метриках активности игроков.

Глава 5

Смотри, они играют!

Напряжение определяет ощущение важности и ценности игры, и по мере того как оно возрастает, игрок уже более не сознает, что играет.

Йохан Хейзинга

Сотни и тысячи бегемотиков, ведомых таким же количеством игроков, устремились в бой – крокодилам не жить! Для каждого из них впереди целая жизнь в игре: кто-то не доиграет первый бой и уйдет разочарованным, кто-то останется в игре надолго и заплатит миллион монеток. Как бы то ни было, сейчас все они играют. И если взглянуть на ситуацию глазами разработчика, то в голове предстает огромное поле брани, на котором орды бегемотиков сражаются с несчастными крокодилами за монетки. Если попытаться описать это поле цифрами (сколько бегемотиков всего, как долго сегодня они будут играть, вернутся ли они), то мы и придем к метрикам игровой активности.

Этим метрикам и посвящена данная глава.

Активные игроки: DAU, WAU, MAU

Ежедневно аудитория проекта пополняется новыми пользователями. Кто-то из них быстро теряет интерес, кто-то иногда вспоминает о приложении, а кто-то пользуется им регулярно. И наверняка каждый день в приложение заходят представители всех этих сегментов. В данном разделе мы и поговорим о них – активных пользователях (Active Users).

Активные пользователи – это те, у кого была хотя бы одна сессия за исследуемый период. Эти периоды могут быть разные, но чаще всего исследуют дневную, недельную, а также месячную аудитории проекта. И эти показатели имеют устоявшиеся названия:

– DAU – число уникальных пользователей в день (Daily Active Users);

– WAU – число уникальных пользователей в неделю (Weekly Active Users);

– MAU – число уникальных пользователей в месяц (Monthly Active Users).

При этом можно делать аналогичные расчеты и за любые другие периоды, если они лучше отвечают требованиям компании. Например, подводя итоги уходящего года, можно посчитать годовую аудиторию проекта и сравнить с предыдущими годами, чтобы оценить динамику.

Стоит обратить внимание, что WAU за определенную неделю – это не сумма DAU за 7 дней, так как речь идет об уникальных пользователях. Например, один из них может зайти в приложение в понедельник и вторник, и он попадет и в DAU понедельника, и в DAU вторника. Но в рамках недели (с понедельника по воскресенье) он будет посчитан только один раз.

Аналогично и MAU не является суммой четырех WAU и тридцати DAU. С точки зрения расчета эти показатели не связаны между собой и рассчитываются отдельно.

Чтобы получше разобраться с этими показателями, посчитаем их на примере.

Допустим, у нас есть данные о посещениях приложения различными пользователями за две недели. При этом не имеет значения, сколько раз в день заходил в проект пользователь, так как он все равно будет одним уникальным посетителем.

Таблица с визитами пользователей по дням. Синим отмечены дни, когда пользователи заходили в приложение

Итак, сначала рассчитаем DAU для 1-го, 2-го, 5-го и 10-го дня. Для этого нужно знать, сколько уникальных пользователей заходили в приложение в эти дни:

– DAU 1-го дня = 2 (пользователи 1 и 4);

– DAU 2-го дня = 3 (пользователи 2, 4, 5);

– DAU 3-го дня = 3 (пользователи 2, 3, 4);

– DAU 10-го дня = 0 (никто не заходил в приложение в эти дни).

Далее посчитаем WAU:

– в первую неделю (с 1-го по 7-й дни) он