Konstantin Sakhnov, Head of Game Department, Rocket Jump
1 of 47
More Related Content
Game design analytics: case studies
2. 2
Кто я такой?
• 10 лет в игровой индустрии
• Инди-браузерка «с нуля» своей командой
• Гейм-дизайнер Panzar Studio
• Продюсер / Старший ГД / Руководитель
мобильных проектов Mail.Ru Group
• Директор отдела геймдизайна Rocket Jump
• Директор игрового департамента Rocket Jump
3. О чём мы поговорим?
Типы проблем, решаемых аналитикой
Эластичность спроса по цене
Оценка эффективности ивентов
Кластеризация
Простое решение - лучшее
10. 10
Определение эластичности
Эластичность спроса по цене показывает степень
количественного изменения спроса при изменении цены на 1%.
В играх изменение цены вдвое может увеличить продажи в 10 раз!
𝐸 𝑝
𝐷
=
∆𝑄/𝑄
∆𝑝/𝑝
11. 11
Как считаем?
p(q) – оптимальная цена, рассчитанная от спроса
P – изначальная цена
q, Q – объём спроса
𝐸 𝑝
𝐷
– эластичность спроса по цене
Чтобы посчитать оптимальную цену, проводят десятки A/B тестов.
𝑝(𝑞) =
𝑞 1 + 𝐸 𝑝
𝐷
− 𝑄(1 − 𝐸 𝑝
𝐷
)
𝑞 1 − 𝐸 𝑝
𝐷
+ 𝑄(1 + 𝐸 𝑝
𝐷
)
∙ 𝑃
12. 12
Что в итоге?
В итоге получаем более адекватные цены на все игровые товары.
0
200
400
600
800
1000
1200
10 11 12 13 14.1 15 16 17
Зависимость цена - объём спроса
16. 16
Информация об ивенте
Название: «Падение Крысиной империи» (Fall of the Rodent Empire)
Количество этапов ивента: 3
Даты: I этап: 8 – 13 сентября 2016,
II этап: 13 – 19 сентября 2016,
III этап: 19 – 22 сентября 2016.
Ивент для сравнения: Подземелья. Secrets Of Anuarak. 3 этапа:
I этап: 4 – 9 августа 2016,
II этап: 9 – 15 августа 2016,
III этап: 15 – 18 августа 2016.
Базовый период (без акций и ивентов, со средними показателями):
Подземелья FB: 14–26 июля 2016
23. 23
Задача
Для того чтобы сделать вывод из
проведенного A/B теста, что различия
значимы, необходимо:
1. Рассчитать стандартное отклонение и
найти выборочную среднюю;
2. Построить доверительный интервал.
24. 24
A/B тест
Хорошо:
1. Для конверсий
2. При большом количестве
наблюдений (DAU)
Плохо:
1. ARPU, ARPDAU;
2. При малом количестве
наблюдений (DAU)
3. При тестировании
ключевого функционала
26. 26
Задача
Есть гипотеза, что игроки, предпочитающие PvE отваливаются
быстрее тех, кто играет в PvP или клановые войны, т.к. у них
заканчивается контент.
Задача – сегментировать аудиторию по поведению в игре и
подтвердить или опровергнуть выдвинутую гипотезу.
29. 29
Что такое кластеризация
𝑥𝑖 – это i-й игрок
𝑘𝑗 – это центр j-ого кластера
withinSS𝑗 = 𝑖=1
𝑛
𝑥𝑖
(𝑗)
− 𝑘𝑗
2
min( 𝑗=1
𝑘
withinSS𝑗)
Задача: посчитать
и найти центры кластеров
30. 30
Решение задачи
Задача алгоритма – подобрать такие значения 𝑘𝑗 , чтобы
максимально точно сгруппировать игроков в кластеры.
В качестве осей мы выбрали нормированные величины:
1. PvE-активность (среднее количество win+lose в день)
2. PvP-активность (средняя лига игрока. Количество набранных
кубков в день или сыгранных боёв не подходит)
3. Клановая активность (среднее количество win+lose в день)
31. 31
Итоги кластеризации
Алгоритм выделил следующие
кластеры игроков:
1. Игроки клановых битв
2. Очень активные PvE-шники
3. Средне активные PvE-шники
4. PvP-шники, иногда играющие PvE
5. Неактивы (мало играют во всё)
6. Некатегоризируемые