有時候 你不該作數據分析

前幾天去 AppWorks 分享數據分析時,有人問了一個接觸數據分析的人都會遇到的問題,「當數據量很小時該怎麼分析?」

這個問題的背景是,萬丈高樓平地起,所有服務一開始使用的人一定不多,因此收集到的數據量也不會太大,在數據量小的情況下(也就是分母小的情況下),算出來的數據很容易失真,造成誤判。

這個問題在我剛開始分析數據時也遇過,我還記得我問過神來也的創辦人這個問題,他給的答案是「累積」。也許你一天只收集到 10 個人的數據,但累積 10 天就有 100 個人的數據,100 人的數據會比 10 人準確許多,就可以稍微避免數據母體過小的問題。這是我的第一個回答。

第二個回答是,相信你的直覺。根據我的經驗,在數據的準確度還不高的時候,人的判斷往往超越數據。當你開始建立一個服務,到處收集資料、接觸市場、訪談身邊好友、了解客戶,這樣的情況下,我相信人的判斷絕對遠遠超過初期收集到的資料。所以你該相信你的直覺勝過數據。

回答完後發問者也沒更進一步的提問,問題看似就這樣結束了。但其實這個問題在我心裡還一直停留著,雖然以上回答早就瞭然於胸,但我一直對這些答案都不太滿意,直到問題被提起,才又讓我回頭去想有沒有更好的解答。

人總在問題發生才會認真面對

最近重新開始一個新的服務(MyToy 兒童玩具店商平台),由於剛開始,一樣資源很少、人力吃緊、一人當十人用,每天要嘛就是開發新商品,要嘛就是寫文案下廣告,不然就是寫商品企劃,偶而還要弄弄 Banner,雖然知道數據分析很重要,但實在沒心力每天去作數據分析,一週能認真看一次報表就偷笑了。

偶而在安排時間時,會檢討自己要不要把數據分析列為每天必作的功課,就像每天要盯營收報表一樣,但又覺得每天花時間在數據分析上好浪費,把時間拿去改廣告文案、改廣告素材都還來得有直接的效益。但又覺得這樣好像跟以往的觀念有衝突,應該是要重視數據才對。

這兩邊的拔河其實一直困擾著我,直到最近我才想通這件事,有時候,你不該碰數據分析。為什麼?原因是機會成本。

有接觸過數據分析的都知道,真的捲起袖子來認真測試、認真想、認真分析,也就是 Lean Startup 中的 Build → Product → Measure → Data→ Learn → Idea,每一步驟其實都非常花時間。而花了時間的結果,往往都是沒啥效果,也就只是測試出一條死路,讓我們知道這樣作不行。收集越多不可行的路對長期來說是有幫助的,但短期來說,整體其實是沒有前進的。

花了大把時間卻沒有效果,在剛開始創立事業時是很浪費的花費。與其浪費時間在那不可知的結果上,不如把時間花在比較有把握的事上。

以 MyToy 為例,因為剛成立,所以找到一個熱賣商品可能隔天馬上帶來兩倍、三倍的業績。而數據分析再怎麼會分析、再怎麼會改善也沒辦法瞬間達到兩倍、三倍的效益。更何況使用者不多的情況下,即使透過數據找到一個可以增加業績 10% 的關鍵點(能找到提昇業績 10% 的點真的很少見),一個月原本業績 100 萬,增加 10% 也才 110 萬,都遠不及找到一個熱賣商品帶來的效益。

分享會結束後,回來時我重新想這個問題終於有了比較滿意的答案,如果你心中有同樣的疑問,「當數據量很小時該怎麼分析?」,我的答案是你不該作這件事,因為時間還沒到,這時還有更多值得作的事,而效益會比數據分析來得好。

當然,你不該去分析數據,但別忘記收集數據,失去的數據就像變了心的女朋友一樣,回~不~來~了~

業配時間

雖然殭屍粉絲沒啥用,但傳統產業很多人還是吃這套。舉手之勞幫忙當一下殭屍粉絲,加入後別忘了去取消通知,才是合格的殭屍粉絲喔。

https://www.facebook.com/mytoytw


業配時間2

難得寫 Blog 就是要業配回本。雖然有時候你不該花時間在數據分析上,但不代表你可以不學這件事。AppWorks 的團隊中有一堆數據相關神人,從廣告、數據分析、行銷數據,任何面向都找得到該領域的神人可以請教。

平常在寫廣告文案時,最後都會加上溫柔婉約的 CTA,想要用戶點擊卻又不能寫得太直接,「立即點擊」、「心動不如馬上行動」、「來去瞧瞧」,現在的用戶已經對這些老梗免疫了。但這次我必須要說,如果你在創業,立即點擊馬上點擊不要心動又不行動不要只會瞧又不點https://appworks.tw/accelerator/

Google Analytics 行為流程 用戶行為全都錄

Google Analytics 中有一個我覺得很好用也很簡單的功能,但一般人很少提到的報表 ─「行為流程」。

什麼是行為流程,官方的說明如下

「行為流程」報表可呈現出使用者從一個「網頁」或事件到下一個所行經的路徑,方便您瞭解哪種內容可讓使用者持續使用該網站

簡單的說就是把用戶在服務內的逛過的畫面、或是發生過的事件一步一步紀錄下來,統計分析成如下方的流程報表。由於是採用圖形化方式呈現,一眼看去,非常清楚地知道大部分用戶在服務內的操作行為。英文稱為 Visitor Flow,這樣應該更好理解。

行為流程報表 Web、App 都可以使用,以下以 App 為例。

行為流程簡介

以上圖來說,可以看到大部分用戶打開 app 進入的第1個畫面是 MoaibotSplashScene,少部份進入 LoadScene,有更少一部分直接進入 /MoaiCity_MoreGame。

進入第1個畫面 MoaibotSplashScene 的用戶,大部分都進入第2個畫面 LoadScene,少部份直接離開(紅色部份)。

而進入 LoadScene 之後的用戶大部分都直接進入第3個畫面 HomeScene,少部份人進入 /MoaiCity_Auth,少部份人則是直接離開。

做服務很怕的是設計出來的流程並不是用戶想要的,透過圖表可以看出用戶在服務內的操作流程是否跟設計當初想像的一致,用圖表來驗證設計的方向跟實際用戶操作的行為。

如果要看到更詳細的資訊,只要把滑鼠游標放在畫面區塊上,就可以看到

有時遇到畫面過多,圖表沒辦法顯示。在每一個畫面的最下方可以把無法顯示的流量展開成表格的方式呈現

切換不同維度入口

除了看總量以外,左上角的「作業系統」下拉選單可以切換各種維度。

切換成「應用程式版本」可以看到不同版本間,用戶的流向。

切換成國家,可以看到不同國家的用戶走向

當然,更有用途的是下列這些跟廣告有關的維度。
假設現在分析的是結帳畫面,可以從不同的通路來源知道,不同通路的用戶,他們進到結帳畫面的比例、流程是否一致,藉此了解不同通路用戶的特性。

詳細程度

在視覺化方面,每個畫面預設只會顯示最主要的流量。想看到更多可以藉由調整「詳細程度」,顯示更詳細的流量。預設如下

展開後可以看到更多流量

要怎麼做呢

在動手之前,先來理解什麼是「畫面」?
在 Web 上很好理解什麼是「畫面」,一頁就是一個畫面,對應到行為流程內的「畫面」。但在 App 上卻不是這樣。App 不像 Web 有一頁一頁的觀念,每一頁還有不同網址。App 內的「畫面」是開發者自訂的,什麼意思呢?就是你告訴 Google Analytics 用戶逛了一頁,Google Analytics 就會紀錄下用戶逛了一頁。

舉個例子,在 App 內常見的對話框,對話框出現的方式通常只蓋住某部份的畫面,背後隱約可以見到原畫面,這樣到底算不算一頁?對於 App 開發者的你來說,只要你想紀錄用戶看過這個對話框,那就可以把對話框當作一頁來看,如果這對話框對你沒有統計價值,那就可以忽略。

了解 App 內對於畫面的定義後,實際來看看怎麼操作、怎麼跟 Google Analytics 說用戶逛了一頁。在 Google Analytics 內,「畫面」的英文稱為「Screen」,在下列位置可以找到 iOS 跟 Android 的設定方式。

iOS
https://developers.google.com/analytics/devguides/collection/ios/v3/screens#overview

Android
https://developers.google.com/analytics/devguides/collection/android/v4/screens#overview

在需要紀錄用戶逛了一頁的地方呼叫對應的程式碼,就可以辦到。

那麼 Web 呢?Web 的 Google Analytics 會自動紀錄每一頁成「畫面」,所以不用手動呼叫程式碼,但如果你要在用戶做某一動作時紀錄用戶的行為,那也可以手動呼叫對應的程式碼,請 Google Analytics 記錄下來。

以現在很流行的一頁式網頁設計來說,滑鼠一直往下滾就可以看完整個網頁,不需要切換頁面。因為不需要切換頁面,所以 Google Analytics 的紀錄上永遠都只有一個頁面(而這個頁面的跳出率還是 100%),這時我想知道用戶是不是真的有往下看怎麼辦?

這時手動紀錄畫面就派上用場了,可以在用戶滾到某一段落時呼叫程式碼,讓 Google Analytics 紀錄用戶逛了一個新頁面,雖然並不是真的新頁面,但就統計分析的角度來說,用戶的確是看到了不同的畫面。這樣在行為流程報表內,就會呈現出多少用戶有逛下一個畫面、多少用戶沒逛就離開,整個用戶行為清清楚楚,這也是 Web 上手動紀錄頁面的一個經典範例。

寫在最後

「行為流程」報表是很簡單又很實用的報表,不需要太多的背景知識就能解讀,也很好理解。採用圖表方式,對於觀察用戶的行為非常直覺,是很好用來追蹤用戶操作流程是否跟設計一致的工具。更可以把用戶依照不同維度分開,各自比較不同維度下用戶行為是否有變化。

「行為流程」報表是 Google Analytics 內比較重操作的報表,但不難上手,實際去操作一定可以體會更多,現在就打開 Google Analytics 吧!

先求有、再求美 不要低估有、不要高估美

最近一個月,博客來商業類排行榜空降了一本書 – 大數據玩行銷,這本書特別之處在於用很淺顯易懂的方式讓讀者了解什麼是大數據。原本就對書很有興趣的我,前幾天趁著作者 Tony 到 AppWorks 演講,跑去旁聽。

Tony 是個小留學生,在美國念 Computer Science,工作後自己創業,多次成功出場。之後因為家裡的關係回到台灣發展。從小就在美國唸書、工作,回到人生地不熟的台灣要發展談何容易,還好留著以前的名片。

聽 Tony 說他拿著手上一萬多張名片分類,最後只分出 7 張台灣公司名片,分別打去後 3 家倒了,剩下 4 家的其中一家就是現在的功典資訊(Migo),Tony 到 Migo 幫忙後沒多久就受到董事長的邀請,擔任執行長至今。

特殊的經歷背後,一定有可以令人啟發的故事,以下是幾個對我特別有影響的段落

拼命還是拼格局

一開場就聽到這句令人省思的話!

我們一直在想如何努力工作,但努力工作背後在拼的是什麼?拼命的意思相信不用解釋,但拼格局的意思是如何兜出一個局面,讓大家一起參與、一起獲得想要的東西,這跟拼命是完全不同的思考方向

共享、共創、不獨吞:利他無我

Tony 在演講中多次提及「利他無我」。出社會多年後回頭看一看,很多機會其實是在利他無我的狀態下產生的。

幾年前手機遊戲代理商開始大量代理國外遊戲時,有廠商請我幫忙撰寫會員登入、金流 SDK,要內嵌在代理的遊戲內。因為我們的營收來自於遊戲的 IAP、並不靠代工賺錢,加上我對代工一向很排斥,一直不想做代工這件事,但基於合作夥伴的關係還是答應了。

目的很單純,只是想幫個朋友的忙,價錢開的非常非常低,報價時對方嚇了一跳,主動稅外加給我。做好之後免不了修修改改,對方還直接請我另外報價,不算在原本的工作內,讓我多賺一筆。

這件事其實我沒有放在心上,只是覺得可以幫忙就幫忙,後來此遊戲廠商有個開發新產品的機會,優先找我們談,最後促成合作。

某一天我回想起來,如果不是一開始好心幫忙,也許就沒有後面的事發生。我想,這就是「利他無我」的例子吧!

減法:決定要做什麼事很簡單、不做什麼事很難

黑幼龍曾經出過一本書 – 黑幼龍的加減乘除,書中的減法篇跟 Tony 說的減法有異曲同工之妙。以做遊戲來說,往往整個開發過程都是在加功能,加功能誰都會,但如果問說要把什麼功能拿掉,這就困難許多了。

做事也是這樣,但我認為最困難的不是知道減法這件事,而是常常會忘記,往往做事作到一半才想到自己一直在做加法,因此時時刻刻提醒自己減法是很重要的。

一切的安排都是最好的安排

有位前輩曾經幫忙我們募資,在募資過程中什麼狗屁倒灶的情況都發生了,只有安排好的劇本、設想好的情景不會發生,不發生就算了,還常常有意想不到的結果。

有時候我們笑看來時路,他常常跟我說「這劇本比世間情還精彩,只有上天寫的出來」,的確,人再怎算終究不如天在算。

拿最近政治上的事來說,四個月前國民黨黨內初選時,只有柱柱姐一人領表、全代會也鼓掌通過,誰知道後來發生了那麼多事,最後竟然在選前 90 天換人,相信這也是所有人始料未及的。

效率

所有成功人士對於效率都是非常重視,從開會上就可以略知一二。Tony 的作法是開會時設個鬧鐘,時間到、鬧鐘響,所有人就知道目前開會是不是有效率。

如果預期一個小時可以討論完的會,鬧鐘就設定一個小時後,等鬧鐘響時大家會有自覺,目前討論的進度是否跟預期的一樣,不一樣,是差多少?慢慢的,大家會培養出對於開會時間的觀念,不能再無止盡的討論。

臺北市長柯文哲也曾說過:「開會是鼓掌跟蓋章用的,不是要討論的」、「把會議的議程,在前一天就送給大家先看」

這點我是非常同意的,事前讓與會者把要討論的項目、要說的議題,先拋出來讓大家知道、讓大家有時間消化,開會時因為大家都了解內容了,可以直指核心討論,效率會變高。另外也因為先看過、先想過,討論的品質也會跟著增加,才不會發生開會時想到什麼就講什麼,越討論越發散。

先求有、再求美:不要低估有、不要高估美

這觀點跟減法一樣,不是我們不知道、只是常忘記

Lean Startup 的精神就是先求有、再求好,先做出 MVP(Minimum Viable Product 最低可行性產品),求有,然後慢慢的從 0 到 1,求好,有創業的人都應該知道這道理。

但最令我欣賞的是後面那句「不要低估有、不要高估美」。以做遊戲來說,由於一款遊戲的開發成本非常高,先做出遊戲核心是最重要的事,可能是一場戰鬥、可能是一段演出,做好後先收集大家的意見,用最小的成本決定要不要繼續開發下去還是要轉個彎繼續嘗試,有了初期版本就有辦法評估,這評估影響的是整款遊戲要開發還是停止,重要性不可言喻。

如果是確定繼續開發,那麼開發過程往往會被自我感覺良好欺騙,每天沉浸在美好的假象中,覺得做好這功能會很多人喜歡、做完遊戲會很受歡迎,這時還是回到原點,實事求是,看是要用測試版的名義發布出去、還是找玩家來做意見回饋,才不會高估了美。

Better Tomorrow

明天會更好!積極、正面的對待每一人、事、物,我想成功的人都是這樣的。

演講中,除了包含了 Tony 的創業歷程、大數據的發展以及目前 Migo 正在做的事,還可以感受到滿滿的正面能量。聽演講除了聽到有用的事物外,可以吸收正面能量也是很重要的事,這會讓人生更有動力、更有目標。

最後,工商時間,不管大家對於大數據是不是有興趣,看完這本書絕對會打破你很多固有的想法,推薦給大家!


大數據玩行銷:改變世界的18個大數據新思維,第1本把大數據變營業額的行銷聖經

[遊戲數據] 什麼是留存率

留存率,顧名思義就是玩家留下來的比率,這也是所有 App 數據裡們最重要的。
神來也的創辦人 Mike Jiang 曾經說過,ARM 模型內最重要的數字不是把人導進來的 Acquisition、也不是跟錢有關的 Monetization,而是 Retention 留存率。

為什麼

為什麼留存率這麼重要?要說明這件事前得先來探討 ARM 模型內的其他兩個數據 – Acquisition & Monetization。

現在的 App 環境,要把玩家導入 App 內最有效的方式不外乎是買廣告,只要有錢,你可以買到你想要的玩家,而這些玩家下載 App 後、打開 App、把 App 留在手機中,這些行為又進一步提昇 App 在 App Store 或是 Google Play 上排行榜的排名,排名的提升又導來更多流量。因此 Aquisition 這件事大部分取決於你有多少銀彈,也就是說 Aquisition 可以靠非產品面的方式獲得。

再說到 Monetization,什麼樣的玩家比較容易付費,是下載完當天就刪除的玩家?還是七天後刪除的玩家?還是一個月後才刪除的玩家?是什麼樣的 App 營收會比較高?是一款下載後就想刪除的 App?還是下載後玩家會保留七天的 App?還是玩家會留在手機內一個月的 App?答案顯而易知。因此 Monetization 這件事的效果依賴著玩家留存,玩家留得越久,效果越好。

回到 Retention,如果把玩家導進來但留不住,就沒辦法有營收。如果玩家留得不夠久,收費的效力會低。因此可以說 ARM 模型中,Acqusition 跟 Monetization 是依靠著 Retention 才有辦法發揮最大的效力,因此 ARM 模型中最重要的是 Retention。

怎麼算

假設今天有 100 個新玩家打開 App,明天這 100 個新玩家之中有 40 人再次打開 App,那麼次日留存率(或稱為 Day1 留存率)是 40%。
假設這 100 個新玩家之中有 20 人在第 7 天再次打開 App,那 7 日留存率就是 20%。
依此類推,第 30 天時有 10 個玩家打開 App,那 30 日留存率(或稱為月留存率)是 10%。

Day N 留存率

如果我們只看 Day1 留存率,把每一天新進的用戶的 Day1 留存率畫成圖,就成了上圖。

次日留存率是很先期的指標,新用戶今天進來後,後天就可以看到結果。
因此這張圖除了可以看到次日留存率外,最重要的是當我們對 App 做了調整,後天馬上可以看到調整後的次日留存率。
當次日留存率變好時表示我們做對了一些事,可以繼續加強。變差時因為才過了一、兩天,也可以即時修正,不會因為過了很久才發現做錯事,要改也來不及。

某日新用戶的留存率

留存率的另一個呈現方式是把某一天的新進用戶後續的每日留存率製作成上圖,由圖可以知道某一天進來的用戶在 Day N 的留存率。

如果把每一天的這張圖都拿出來看,可以知道我們的 App 在那一天的落差最大,落差最大的地方代表用戶進來後到那一天的流失最多,要優先把洞補起來。絕大部分的情況都是 Day0 → Day1 的落差最大,所以次日留存率除了是先期指標外,也是所有留存率中最重要的指標。

以上圖來說,假設 Day0 有 100 人進來,Day1 的留存率是 49.49%,意思是隔日只剩下 50 人有打開 App,等於損失了另外 50 人。當我們好不容易找了 100 人下載 App,沒想到隔天有一半的人不再打開 App,這是多大的損失。

當然你可以說這 50 人很有可能第三天、第四天還會再回來,但通常來說,除非 App 是跟時間有高度相關的,例如旅遊類型的高峰是在週末跟週末前幾天、高速公路類型的是在假日,否則離開的用戶很難再回來。
用戶不打開的 App 過沒多久一定會被刪除,被刪除的 App 通常看到也不會再下載。

攤開來看留存率

以上除了各種圖自己的比較外,有時候我們也會想要合在一起比較各圖之間的落差,在各種圖之間切換總是不太方便,因此有了下面這種表現方式。

最左邊的 Install Date 是 App 安裝日,第二行 Cohort Size 是當日安裝數,後續的 1、2、3…是 Day N 的留存率。顏色越接近綠色,留存率越高、顏色越接近橘色,留存率越低。

從表中可以很清楚的比較出

  1. 任何兩安裝日間的差別,例如 9/23/15 的 Day1 留存率有 32.9%,到了 9/24/15 突然降低到 20.0%,從顏色上馬上知道有落差,就可以回頭找 9/24 是不是發生了什麼問題?導致 Day1 留存率變低。
  2. 各個 Day N 留存率之間的差別,9/28/15 當日安裝的用戶,在 Day2 → Day3 之間顏色落差過大,跌了 6.6%,這時候就可以回想到底是什麼原因造成的?如果以遊戲來說,會不會是每日登入送的獎勵改掉了呢?導致玩家留下來的意願降低…,不同的服務會有不同的原因、不同的解釋方式。

40-20-10 法則

上述圖表擷取自知名的手機分析服務 Flurry,不同分析服務,提供的呈現留存率方式不盡相同,但只要把握原則去解讀,八九不離十。

那到底怎樣的數據是好的呢?遊戲 App 中流傳著 40-20-10 法則,次日留存率要達到 40%、7 日留存要達到 20%、30 日留存達到 10%,代表這是一個及格的遊戲。

另外一種說法是,7 日留存率是次日留存率的一半、30 日留存率又是 7 日留存率的一半,其實 40-20-10 法則也符合這樣的說法。

但如果以應用類型的 App 來說,普遍都要比 40-20-10 來得高,因為遊戲可能下載後不喜歡就刪了,但工具型的 App 即使現在用不到,用戶也會有種之後也許會用到的心態,而留在手機內。

當然不同的 App,標準會不太一樣。新聞或社群類型的次日留存率應該要比其他種類的 App 高,且 7 日、30 日留存率肯定不能砍半再砍半,要保持接近次日留存率才是合理的標準。

工具型類型的 App 的次日留存不會太好看,但是 7日、30 日會非常接近次日留存率。

不管怎麼說,把握大原則,留存率沒人在嫌高的,當然是越高越好!

最後還是要強調一點,數據只是讓我們找出問題的工具之一,數據無法解決我們的問題,要解決問題還是要自己去發掘、去測試、去了解用戶才行。

搭配 [遊戲數據] ARM 模型 服用,效果更好!

photo credit: Numbers And Finance via photopin (license)

創業 另一個角度看世界

最近,公司有一位同事離職了,離職時他主動跟我說他想去創業,我帶著愉悅的心情立即同意了他的離職。這已經是公司第二位同事離職去創業,我真心的替他們感到開心。

回想起來自己的人生歷程也是如此,工作了一陣子,開始有了想要自己試試看的念頭,於是就展開了創業生涯直到現在。

從小我就是個很標準的人,怎麼說很標準呢?幼稚園、小學、國中、高中、大學、當兵、出社會工作,人生像是個模子刻出來的,跟大多數人沒啥不一樣,直到創業,才開始跟別人走不一樣的路。

如果讓我說創業改變了什麼?我會說創業讓我學會從另一個角度看世界。

小時候,我是個孩子,不懂爸媽為什麼管那麼多。
唸書時,我是個學生,不懂老師為什麼那麼會念。
當兵時,我是個屬下,不懂長官為什麼下那麼多指令。
工作時,我是個員工,不懂老闆為什麼老做些蠢事。

曾經我們都是從底下往上看,不懂上面為什麼要這樣做,直到創業後,我慢慢懂了!
當了老闆,你得學會從上往下看,同時你又得顧及下面的感受。我慢慢瞭解,有些員工看起來很蠢的事卻不得不做。

這就好像你當了爸媽後,才會知道自己以前多麼叛逆、多麼不受管教,才能體會當爸媽的辛苦。創業也是如此,當你換了個身份後,才發現原來很多蠢事都不蠢,只是因為角度不同,看起來也大不相同。

最後,還是恭喜這些開始創業的同事,這個世界開始有了不一樣。

(photo credit: Joan Blaeu – 1662 via photopin (license))

[遊戲數據] ARM 模型

ARM 模型是 Nicholas Lovell 所提出用來評估遊戲收益的方式。Nicholas Lovell 是何許人也?他是 Gamesbrief 部落格的站長,Gamebrief 是一個探討商業遊戲成功元素的部落格,除此之外也分析產業新聞。而 ARM 模型就是 Nicholas Lovell 在 Gamesbrief 中的一篇文章「ARM yourself in a post-viral world」所提出。

ARM 是三個英文單字取其字首而成,分別是

  • Acquisition
  • Retention
  • Monetization
中文沒有特定的翻譯,我個人看過比較好的翻譯來自大陸,分別是「吸人、留人、吸金」,很口語但也很傳神。

ARM 只是一個數據統計的概念,關於遊戲的統計項目非常多,ARM 把這些統計區分為三大類,讓我們可以各自專注在三件事上面而不會混淆,這三件事各自有各自的目的,整個組合起來就是讓非我們遊戲的玩家到付費的過程,以下分別簡介這三項

Acquisition

指的是把玩家帶入遊戲的效益。例如玩家看到 Facebook 廣告,點擊廣告後到 App Store 看到遊戲介紹,最後決定下載遊戲,下載後打開進入遊戲中,這整個過程我們稱為 Acquisition。

這些下載遊戲的玩家來源可以分為三類

  • 自然的流量
    指的是把遊戲放到市場上,例如 Google Play、App Store 或論壇分享,自然會有人下載,這些人就是自然導入的流量
  • 買來的流量
    花錢跟 Facebook 買廣告讓用戶點擊下載、買電視廣告讓用戶下載之類的,只要是花錢導入的玩家都算買來的流量
  • 賺來的流量
    遊戲作得不錯時,朋友間會口耳相傳,導致下載人數變多,這些非自然導入、也不是買來的玩家,就是賺來的流量。比較著名的例子是 Candy Crash Saga,利用 Facebook 病毒式擴散玩家的成績,導致阿爸揪阿媽、樓上揪樓下,在玩家間散佈開來,這就是賺來的流量。

Retention

指的是玩家留存的狀況,有兩個比較顯著的計算方式可以來表現留存這件事
  • 留存率
    指的是玩家首次打開遊戲後,往後的日子再打開遊戲的比例,常見的又細分為次日留存率、7 日留存率、30 日留存率。
    計算方式為,假設今天有 100 人首次下載、打開遊戲,明天這 100 人之中有 30 人再次打開遊戲,那麼次日留存率就是 30%。
    假這這 100 人之中有 15 人在一週(7 天後)再次打開遊戲,7 日留存率就是 15%。30 日留存率類推。
  • DAU
    Daily Active User 每日活躍玩家,指的是每天有多少 Unique User 打開遊戲,用來評估玩家的活躍程度。

Monetization

用來表示玩家付費的狀況,相關的統計數字有
  • Pay Rate
    付費率,指的是玩家在開始玩遊戲後一段時間內付費的比例,例如遊戲有 100 個玩家曾經打開過遊戲,這 100 個玩家有 3 人付費,付費率就是 3%。
    但這只是粗淺的計算方式,詳細的還要考慮玩家是在開始遊戲後多少時間內付費的。
    不同的遊戲類型付費率有差。休閒類型遊戲較低,通常在0.5%~2% 之間、Hard Core 遊戲較高在 2%~5% 之間,但 5%~10% 都有聽說過。
  • ARPU
    Average Revenue Per User 平均每玩家付費金額,發音接近「R瀑」,簡單的說就是把收入/玩家數得到的數字(也有人的計算方式是指單月營收/單月新玩家),用來評估平均每個玩家的貢獻。
    有些人說的「R瀑」指的是另一個相似的統計數字 ARPPU(Average Revenue Per Paying User),ARPPU 是每個付費用戶的付費平均金額,會比 ARPU 高上許多,聽到別人說的時候要注意是 ARPU 還是 ARPPU,這兩個數字通常是天壤之別。
以上就是 ARM 模型的簡介,當然關於遊戲的數據絕對不只這些,但這些是解釋 ARM 模型最重要的數據,能夠瞭解這些幾乎就等於瞭解一半以上的遊戲數據,往後會再針對每個細項分別說明。一方面讓自己重新了解這些數據、另一方面也希望拋磚引玉,讓大家更重視遊戲數據。

有些事就是這麼難

Gargoyle Flake熬了一年半,三月底,「決戰大聯盟」終於上線了,原本以為可以鬆一口氣,沒想到卻是惡夢的開始。

還記得上線前,我找了營運商的窗口吃飯,吃飯中免不了聊到大家對上線後的想像,我說如果上線後一個月營業額沒有 500 萬,我就不做遊戲了。因為我覺得我是用比業界更先進的方法在做遊戲,不是靠企劃的喜好、想像在做遊戲,而是先推出測試版,收集玩家的反饋,加上數據分析,之後不斷的修正,改版,繼續收集意見、數據,再修正、改版,無限循環了八個月。

我說如果這個我自認為是最適合手游開發的方法行不通,代表我的想法根本有問題,代表真正的遊戲開發不應該是這樣的,代表我只是沉浸在自己的幻想中,那跟我討厭的企劃類型有啥差別?

他聽了聽之後不以為然,不以為然的不是我的方法,而是我太低估這款遊戲了,他說他自己的評估是 1000 萬一個月。我沒有大遊戲營運的經驗,我也不知道這數字背後是很踏實的評估,還是跟我一樣沉浸在自我的幻想中。總之,這頓飯局就在開心高興的情況下結束了。

上線了,第一天晚上電視狂打廣告,流量大批大批的湧入,我看 Server 非常爭氣,絲毫沒有因為爆量而 Crash 的狀況,心中想一切都還蠻順利的嘛,我也開開心心的下班了。過了凌晨 12 點,我打開程式開始跑報表,一看傻眼了,竟然是 50 幾萬的營業額,我心中一估,那一個月不就有 1500 萬,總算,辛苦了一年半值得了。我開心的跟我老婆分享這個喜悅。

但,我知道我這輩子從來沒走過狗屎運,我再仔細看了一下報表,有 9 成的人都是買最貴的項目,怪怪的,根據經驗,這種事不會發生。這時我突然想起上線前有一件事還沒做,還沒做購買後驗證,這時我卯起了今天剩餘的精神,雙手不斷在鍵盤上飛舞著,三個小時過後結果出來了,果然事情沒那麼簡單,這大部分的訂單都是被破解後購買的。

一個星期過後,我看著每天的報表,開始懷疑我這一年半以來在幹嘛。這時我深深的體會到期望越大、失望越大。

我自認我還算是樂觀的一個人,因為我知道我這輩子就是會過得很辛苦,好運不會落在我身上,努力也不一定會有回報。所以我很少怨天尤人,很少被打擊,吃苦就當吃補,因為創業本來就不是一件簡單的事,這在決定創業時就清楚知道。

但這時的我真的很灰心,又想起每個月營業額沒超過 500 萬,就不做遊戲這件事。我真的開始認真的思考著退路,回去上班要做什麼呢?公司解散又要怎麼跟其他人解釋?但我又不太甘心就這樣放手。
創業最難的不是路上有很多阻礙,最難的是你站在十字路口卻不知道該往哪裡去,這讓很常失眠的我又更睡不著覺。

在這躊躇不前、不知道該進還是退的過程中
有些人勸我不要理這遊戲,找個方向重新再來過,我謝謝你的建議
有些人勸我繼續下去,因為努力那麼久、一旦放棄就是白費,我謝謝你對我的鼓勵
但我真的不知道該怎麼辦

過沒多久,有一天跟遊戲業的大前輩 Luke(徐人強) 聊天。Luke 創辦過電腦玩家雜誌遊戲基地、亞達攻略網、GameApe、限時免費遊戲。不僅是遊戲業的資深前輩、也是連續創業家,也是我們的創業導師。
我跟他提到這件事,我說營業額不如預期,離我的想像差非常多,我不知道接下來該怎麼辦,他只跟我說了一句

有些事就是這麼難

聽到這句話有如醍醐灌頂,我開始想通一些事。一款遊戲一個月營收要超過 500 萬這件事真的很難,更別說我的目標是要上到暢銷排行榜前 20 名,這個更難。連上市上櫃公司、一個月賺幾千萬的遊戲公司,想要自己做一款遊戲達到這目標都很不容易了,更何況是我們這種小公司。

聊完天回家的路上腳步開始輕盈了起來,我好像又找回認命的我,認命不是認輸,是認為這個命本來就很辛苦,所以不管遭遇什麼都沒啥大不了的,只管做就是了的那種命。
別人可能花一年、三年就可以達到心中的目標,但我知道我得要花五年、十年才有可能。別人要花三倍、五倍的努力,我得要花十倍才辦得到,因為這就是我的命。

除了認命,我也不想當一個食言的人。常常有面試者問我這公司的未來,我猜他們想知道的是這公司會不會倒,因為這是一間小公司,沒人可以保證未來會發生什麼事。我一貫的答案是,我說公司會倒只有一種情況,就是我覺得做這件事無趣了,不再是我人生的目標,只有這種可能性,其他都不可能。為了不食言,我繼續了。

人生沒有幾個五年、十年,但有些事就是值得你花這麼多時間淬練、等待。

後記:有些事真的很難,正當我想通開始大步邁進時,考驗又來了…

你是馬雲眼中的那一種人

網路上流傳許多馬語錄。每次聽馬雲的談話都覺得特別有意思,有意思的是他把想說的事物透過精鍊的文字,加上帶點詼諧、有文學造詣的方式,感性的表達出來,我想這跟他當過老師有關。大多數的企業領導人不外乎是學商的、學技術的,但馬雲卻是當老師出身的,這讓他顯得與眾不同,在理性的網路圈中獨樹一格。

馬雲之前寫過一篇文章「管理不要怕員工離開!如何才能打造一個有戰鬥力的團隊呢!」,裡面有很多可以深思的點。這是馬雲說話的特色,一篇文章中會有非常多的涵義在裡面,有空去讀完整篇會收穫更多。

這之中我最喜歡的是他把團隊內的人分成五類:人渣、人員、人手、人才、人物。
工作生涯中帶過許多人之後,對於 “人” 特別有感觸,馬雲把人分為這五類實在太貼切了,為了符合我們最近做的卡片棒球遊戲XD,我把馬雲對於人的分類標上星等,順便加上這些年來的一些想法

人渣(★)

馬雲:就是牢騷抱怨、無事生非,拉幫結派,挑起事端、吃裡扒外的破壞分子

如果把人比喻為石頭,這就像一顆滾也滾不動的石頭,任憑你如何的踢他、踹他,不動就是不動。在職場上就是老闆叫他做事,他做也不做的那種人,這是最惡劣的人,根本稱不上員工。

人員(★★)

馬雲:就是只領工資不愛做事,安排與自己無關的工作不願乾,屬庸人之列

這跟人渣不一樣,這是一顆會動的石頭,但只有在你踢他時才會動,動了之後沒多久又停了,要讓他再動起來就要再踢他。只有對他下命令才會做事,即使是例行性的工作也不會主動作,非要人盯才會做事,你沒提醒他就會忘記的那種員工。

人手(★★★)

馬雲:就是安排什麼做什麼,不安排絕對不做,等著下命令的人

踢了會動的石頭,而且會維持等速前進,不會停下來,聽起來不錯,但如果你想要他作多一點事、多學一點東西,就得要再踢他,他才會動得更快。一般的工作只要教會他,他就會辦好,但如果你不教他,他永遠學不會,等於員工的成長來自於外在的刺激、員工的動能來自於外在的要求。這是職場上最普遍遇到的人。

這種員工不好嗎?其實不會,一家公司內一定有少數員工是負責出去打仗、攻城掠地、開拓市場的。而會有大多數員工負責守城,不讓目前的成績滑落,這類型的人就很適合守城。只是在小公司或新創團隊內這種人比較沒有存在的空間,因為小公司內的每個人都得要會打仗也要會守城。但在稍微大一點的公司內,這種人就是公司的基石。

人才(★★★★)

馬雲:就是每天發自內心做事,做事有責任、有思路、有條理,知道公司的事做好了,受益的是自己,同時真心為公司操心的人

這是一顆自己會加速的石頭,一開始可能不會動,但如果你踢他,他會開始動起來,而且越動越快,你越踢他,他的加速度越快。這是會自我學習的員工,只要你給他適當的環境、刺激,他會主動成長,越來越厲害。

這種人很難找,每個人對於工作的定義不一樣,有些人是為了一份薪水、有些人是想打發時間、有些人是真的當作一份「工作」,有事做就邊做邊學,但不是主動學習。只有少數的人是為了自己的生涯、為了目標在學習。

這種人是主管的好人選,而且越爬越高,最後甚至會變成「人物」。

人物(★★★★★)

馬雲:就是全身心投入,用靈魂去思考、做事,決心要和企業做一番事業的人!

把這種人比喻為石頭實在不太洽當,不過如果硬要說的話,這是一顆有生命力的石頭,你不用踢他,他會自己動,而且會自己找方向動、想辦法動得比別人快、動得比別人好。這種已經不能稱為員工,應該是事業的夥伴。

每個創業的人都想找「人物」當夥伴,但「人物」難尋,可遇不可求,就像結婚的另一半一樣,一生可能只會遇到少數幾個對的人。

回過頭來

就我的觀察,一般正常的公司會有少數的「人員★★」、絕大多數的「人手★★★」、少數的「人才★★★★」、非常少的「人物★★★★★」,也就是大多數的員工都是來工作的。但小團隊小公司因為人少、要求高,所以「人才★★★★」、「人物★★★★★」會佔多數、甚至有可能每個人都是「人物」。

以我自己的標準來說,即使是從 104 上找來的員工,都必須符合「人才★★★★」的標準,因為我相信物以類聚,「人物★★★★★」、「人才★★★★」不會想跟其他人一起工作的。而一家公司成長的動力絕對來自於公司的成員,為了讓公司成長更快,挑人必須非常謹慎。

但挑人真的是個學問,我沒有七龍珠的戰鬥力偵測眼鏡,無法一眼就看出每個人是屬於這五類的那一類,也因此常常很多人來公司就職後才發現不適任,又得重新找人。

我曾經問過非常有經驗的前輩關於找人這件事,他給了我一個數字:3%,他說你找來的人,只有 3% 的人最後會成為公司的支柱,這個數字不會變,聽完後我恍然大悟,原來這一切都是正常不過的。會不會遇到對的人,我想只能說是緣份。

其實我們長期都在找人才、人物,不一定會特別開 104 職缺或是特地公告出來,所以不管你是企劃、美術、程式,只要你想要做出讓別人喜歡的遊戲(不是做自爽的遊戲)都可以直接跟我聯絡 jack@moaibot.com,期待收到您的來信。(公司官網 www.moaicity.com

開發一款一年的遊戲 教我的事

在現今 Mobile 上的事物變化的速度非常快,三個月到半年推出一款遊戲已經是開發者的常識,如果不保持快速開發,很可能產品推出時玩家的喜好已經改變,產品再好,不順著潮流走會是一件辛苦的事。

而我們最新一款遊戲「野球大聯盟」從去年 11 月開始開發至今,已經超過一年的時間。因此常常有朋友問我,一款遊戲做這麼久,是哪裡出了問題?之前我也常常問自己,為什麼要花這麼久的時間開發這款遊戲,這樣到底值得嗎?之後可以回本嗎?但最近我終於有了答案,很值得!

經驗

在一年多以前,我們的開發模式比較傾向休閒類小產品,兩、三個月的開發期,一個工程師搭配一位美術,用最短的時間發行大量的遊戲。兩年間就發行了 12 款遊戲(參考我們的 Google Play),平均兩個月一款,我們想的是靠大量的遊戲來了解手機遊戲這個產業,同時快速的累積開發、發行、營運的經驗。

但畢竟這些都是小遊戲,能學到的早就學完了,之後再繼續做能獲得的經驗有限。但「野球大聯盟」不一樣,因為他做了一年。花一年做一款遊戲能學到的東西絕對比花三個月開發出來的遊戲還來的多很多,我想這是沒問題的。更重要的是,如果你一直做三個月的遊戲,做了十款、二十款、一百款,你永遠學不到做一年遊戲的經驗。

優化

舉例來說,「野球大聯盟」從 8 月 1 日上線測試以來,到目前已經快 5 個月,5 個月交給其他團隊保證可以產出一款遊戲沒問題。但對我們來說,這僅僅是這款遊戲的測試、優化時間(還不包括之前的開發期)。

如何對產品優化再優化再優化,無止盡的優化、想破頭也要優化下去這是我們這段期間學到的。有開發過遊戲的人應該都有經驗,遊戲剛上線不可能會有很好的表現,必須持續優化,但優化總是有個底限,差不多的情況就該收手。但「野球大聯盟」不一樣,我們認為這是我們該專注的遊戲,我們想要做出一款自己會驕傲的作品,因此優化無底限。

優化 1 個月跟優化 5 個月學到的經驗天差地遠,學到這些經驗是值得的。

團隊

而開發一款一年期的遊戲,遇到的問題絕對也不是一款開發三個月到半年遊戲會遇到的,在這一年中如何保持團隊的士氣就是一大問題。

做了一年,每天打開都是同樣的畫面,我想再怎麼對棒球遊戲有熱情的人都會膩的,這是開發三個月的遊戲不會遇到的,但現在我們自己對這款產品非常有信心,測試以來保持每週一改版的紀錄,即使加班到隔天也要做出來,完全不鬆懈、沒氣餒,如何度過開發的煎熬期是我們學到的,這是值得的。

成績

這是測試以來 Google Play 的平均評價,一開始自己人灌水,所以分數很高很正常。但測試初期遊戲品質很糟,評分快速下降,不過因為我們持續不斷優化,慢慢受到玩家的肯定,分數止跌回升,到目前都還在持續上升中。跟玩家評分奮鬥的經驗也是一般開發小遊戲所學不到的,這是值得的。

Amazon 的 CEO Jeff Bezos 提到過

1997 年,Amazon 股票上市後給股東的第一封信,標題是『重點都在長線』。如果你在做的事情需要三年的時間,那必定和一大堆人在競爭。但如果你願意投資七年的時間,則競爭對手只剩下一小撮,因為很少公司願意這樣做。僅僅是把時間拉長,你就能夠做一些別人沒辦法做到的事情。在 Amazon,我們喜歡做 5-7 年的事情。我們願意播種,然後讓它們慢慢長大 — 我們非常的固執。『固執的願景,靈活的細節』是我們的座右銘。

我想,我現在慢慢能領悟這個道理。俗話說蹲的越低、跳得越高,意思也是一樣的。「野球大聯盟」加油,MoaiCity 的夥伴們加油,我們一定可以做出一番成績的!

「野球大聯盟」 Google Play 下載,GO!

手機遊戲的使用時間分析

對於手機遊戲玩家,設計遊戲時通常會先假定玩家不會持續一、兩個小時玩遊戲,而是利用零碎時間在使用手機。因此設計手機遊戲時不會像 PC Online Game 那樣,設計一個副本,玩家一打就是半天。而是會採取讓玩家多次上線、每次上線只花 3~5 分鐘便可完成一件事的設計。

例如 Candy Crush Saga 中每盤棋只花你 3~5 分鐘解,但是等 5 個愛心回復要 2.5 個小時。Clash of Clans 生產一批兵大約 30 分鐘,但帶兵去打玩家系統只限制 3 分鐘內要分出勝負。這樣設計的目的完全是針對手機遊戲的玩家而來。

但 1 顆愛心要等 30 分鐘回復,生產一批兵要 30 分鐘,這些時間到底怎麼算出來的?是企劃自由心證?還是背後有什麼方式可以推導?

前幾天看到 TalkingData Blog 中一篇「移動遊戲的使用時長分析」正好說明了這件事(備份)。這篇文章讀起來比較生硬,我試著用更白話並加上自己的觀點來重新闡述這篇文章想表達的意思。

驗證遊戲時間設計

這是文章中舉的例子,看最右邊的招募項目,每天可以招募 5 次,每次招募後要等 10 分鐘才能再次招募,如果玩家非常有耐心盯著螢幕看,最快也要 50 分鐘才能搞定一天的招募額度。假設這數字是一開始企劃憑經驗設計出來的,上線後該如何調整呢?

首先看到新玩家的每日平均上線次數,新玩家第一天平均上線 2.1 次。如果按照之前的設計,對於新玩家來說是有壓力的,因為新玩家首日平均才上線 2.1 次,不可能用完一天 5 次的招募。

再來看到所有玩家的單次停留時間,以原先的間隔時間 10 分鐘設計來看,下圖 3-10min 跟停留時間更久的玩家,也就是約 78% (78% = 21.2% + 25.3% + 19.3% + 12.1%) 的玩家在上線後可以使用兩次以上招募功能(上線一次,隔 10 分鐘還沒下線可以再招募一次)。

但如果改成間隔 30 分鐘,那只剩下 57% (57% = 25.3% + 19.3% + 12.1%)的玩家可以在上線後使用兩次以上的招募。
因此要讓多少玩家可以較頻繁的使用,可以透過這樣的方式得出一個概略值。

新玩家 vs 活躍玩家

剛剛我們透過單次停留時間可以知道,間隔多久的設計,可能會有多少玩家使用。但別忘了,新玩家跟活躍玩家的行為很不一樣。

以下列每日遊戲時間來說,如果設計一個需要持續 30 分鐘的功能,只有 49% 的新玩家可以完成,但對於活躍玩家來說,有 56% 的人可以完成。因此在設計時需要考量這功能是給新玩家使用的還是活躍玩家使用的,可以使用的玩家數量會有差別。

設計期望 vs 玩家表現

最後一個重點是獎勵跟玩家反應的關係。

通常遊戲企劃心中想的是藍色曲線,給的獎勵越多越好,玩家反應越大、越會去追逐。但實際玩家的反應是黃色曲線,一開始給一點點獎勵玩家反應會很大,但隨著獎勵越給越多,玩家慢慢疲乏,漸漸的提不起興趣。

更甚之,還有可能變成白色曲線,給越多越反感。所以獎勵給的多不如給的巧,以免弄巧成拙。

經過這番解釋,希望各位看倌有比較清楚。

工商時間

  1. 如果你想要幫助我們,成為我們研究的對象,請下載野球大聯盟,可以免費玩遊戲又可以當個白老鼠,何樂而不為 XD
  2. 如果你想更進一步自己來分析數據、改進遊戲,我們正在強力招募 Unity 資深工程師,歡迎到 104 瞧瞧