Parámetros estándar de juego e IAP para juegos móviles
Los informes de este artículo utilizan Calq, pero también puedes utilizar otro servicio o crear estos parámetros tú mismo. Esta serie de artículos se centrará más en "qué" medir que en "cómo medir".
KPI comunes
Normalmente, los KPI de alto nivel son similares para todos los juegos móviles, independientemente del tipo. Los indicadores clave de rendimiento para la mayoría de los desarrolladores incluyen:
Retención de usuarios el día 1, el día 7 y el día 30: con qué frecuencia los usuarios regresan al juego.
DAU, WAU y MAU: usuarios activos diarios, usuarios activos semanales y usuarios activos mensuales, que son medidas de la base de jugadores activos.
LTV del usuario: se trata del valor de por vida de un jugador (generalmente medido en diferentes grupos de edad, géneros, geografías, campañas publicitarias, etc.).
DARPU: Ingreso promedio diario por usuario, que son los ingresos generados por usuario activo por día.
ARPPU: ingreso promedio por usuario de pago, una medida relacionada con el LTV, pero solo cuenta un subconjunto de usuarios de pago reales.
Además de esto, existen KPI específicos que te ayudarán a definir y perfeccionar los distintos componentes de tu juego.
Tasa de retención de usuarios
La tasa de retención de usuarios es una medida de la frecuencia con la que los usuarios regresan a tu juego después de un período de tiempo. La tasa de retención de usuarios del día 1 se refiere a cuántos jugadores regresan al juego el día después de su primera experiencia, mientras que la tasa de retención de usuarios del día 7 se refiere a cuántos jugadores regresan al juego después de siete días. La tasa de retención de usuarios es un indicador clave de la fidelidad de un juego.
A menudo, medir la retención es más importante que medir los ingresos. Si su tasa de retención es alta pero su valor de por vida es bajo, puede mejorarlo más adelante. Si fuera cierto lo contrario, es posible que le pillen con la guardia baja. Monetizar una aplicación basándose en una baja retención es aún más difícil.
Los gráficos de retención son una excelente manera de ver la retención a lo largo del tiempo:
Cuando un juego se repite en función de la retención (nota: agregar/eliminar funciones o ajustar funciones existentes), podemos ver si ciertos cambios han tenido un impacto positivo.
Base de usuarios activos
Es posible que haya oído hablar del recuento de usuarios activos "diario/semanal/mensual". Este es el estándar de la industria para medir la base de usuarios activos. Por ejemplo, WAU es una medida de la cantidad de jugadores específicos que jugaron un juego en los últimos siete días. Con DAU/WAU/MAU, puede ver fácilmente si sus usuarios están creciendo, disminuyendo o estan estancados.
La medición de usuarios activos debe analizarse junto con los datos de retención de usuarios. Si está ganando muchos usuarios nuevos pero está perdiendo algunos usuarios existentes, es posible que su base de usuarios se esté nivelando.
KPI específicos del juego
Además de los KPI comunes, cada juego tiene parámetros adicionales específicos. Esto puede incluir datos relacionados con la progresión del jugador en el juego (por ejemplo, niveles), mecánica del juego, parámetros de equilibrio, viralidad y ciclos de intercambio, etc.
Esto medirá una gran parte del progreso del juego de un usuario (la ruta de interacción que un usuario toma con una aplicación, como el menú que inicia un nuevo juego) para que los desarrolladores puedan iterar y optimizar.
Los parámetros específicos de Ancient Blocks incluyen:
Progreso del jugador:
Qué niveles se han completado.
Si el jugador ha vuelto a jugar el juego en un nivel de dificultad superior.
Dificultad del nivel:
Cuántos intentos realiza el jugador antes de completar un nivel.
El tiempo que pasa el jugador en un nivel.
Cuántos elementos usó el jugador antes de completar el nivel.
Moneda interna del juego:
¿Cuánta moneda del juego gastaron los jugadores?
¿Qué cambiaban los jugadores por moneda del juego?
¿Qué suelen hacer los jugadores antes de realizar una compra?
Tutorial dentro del juego
Cuando los jugadores empiezan a jugar, normalmente verán un tutorial interactivo que les enseña cómo jugar. Esta es la primera impresión que el juego deja en los jugadores, por lo que los desarrolladores deben realizar las mejoras adecuadas en el tutorial. Si sus tutoriales son terribles, su retención de usuarios el primer día será terrible.
El tutorial de Ancient Blocks se basa en 10 pasos que enseñan a los usuarios cómo jugar (arrastra los bloques verticalmente hasta que formen una línea).
Objetivos
Los datos sobre el tutorial deben mostrar dónde se necesitan mejoras. Suelen ser lugares donde los usuarios tienden a quedarse atascados o tardar demasiado.
Identifique los puntos críticos en el tutorial (es decir, donde los usuarios se quedan atascados).
Repetir estos pasos del tutorial aumentará la tasa de conversión de usuarios de tu juego.
Parámetros
Para completar el tutorial, debe especificar un conjunto específico de parámetros para el tutorial. Para Ancient Blocks, los parámetros clave que debemos obtener son:
El porcentaje de jugadores que aprobaron cada paso del tutorial.
Porcentaje de jugadores que continúan el juego tras completar el tutorial.
Ejecución
Seguir los pasos del tutorial es fácil usando una plataforma de análisis basada en acciones (como la que usamos en Calq). Ancient Blocks utiliza algo llamado paso tutorial. La acción contiene una propiedad personalizada llamada Paso, que indica en qué paso del tutorial se encuentra el usuario (0 es el primer paso). También queremos realizar un seguimiento de cuánto tiempo dedica el usuario a cada paso (en segundos). Para ello, agregamos una propiedad llamada duración.
Acciones
Propiedades
Pasos del tutorial
Paso: el paso del tutorial actual (0 significa inicio, etc.).
Duración: la cantidad de tiempo (en segundos) que le toma al usuario completar el paso.
Análisis
Analizar los datos del tutorial es muy fácil. Podemos determinar la mayoría de los parámetros creando un embudo de conversión simple (cada paso del embudo equivale a cada etapa del tutorial).
La consulta de embudo completo puede mostrar los tipos de cambio completos del tutorial paso a paso. Aquí podemos ver fácilmente qué tutoriales están "agitando" a la mayoría de los usuarios.
De los resultados podemos ver que el cuarto paso tiene una tasa de conversión de aproximadamente el 97%, mientras que los otros pasos tienen una tasa de conversión del 99%. Esto sugiere que necesitamos mejorar este paso. Aunque es solo una diferencia del 1%, significa que este paso podría costarle $1000 en ingresos perdidos por mes. Si este fuera un juego muy popular, ¡las pérdidas podrían ser aún mayores!