Game Analytics：中国游戏玩家游戏内行为研究

近日，欧美知名移动游戏数据分析平台GameAnalytics发布了中国游戏玩家游戏内行为研究报告，报告中指出：相对国外玩家，中国玩家成为重度玩家的可能性更低，成为付费玩家的可能性也更低。不过，只要中国玩家认准了一款游戏就会很“专一”——一旦他们成为重度玩家，就会越来越痴迷；一旦他们开始付费，他们可能愿意购买游戏中最昂贵的套餐和套装。

这份报告基于GameAnalytics数据库中6000多款游戏的玩家行为数据得来，将中国玩家与其他国家玩家做平均会话长度、平均交易额、转化率、留存率、日/月活跃用户等指标上的横向对比，我们看到了手游领域的“中国特色”。

GameAnalytics是一款欧美地区备受欢迎的游戏内行为数据统计工具， 为移动游戏开发者提供免费、专业的分析，拥有超过8000个活跃游戏、每月1500亿活动，月活跃用户达2.5亿，并与Unity、Fabric(twitter)、Unreal、Marmalade、Corona、Xamarin等几大游戏引擎和开发平台建立了合作，数据资源异常丰富。

综述

过去几年，中国市场为游戏开发者带来了重大机遇。中国有5.5亿部活跃智能手机和平板电脑，平均每部安装了5款游戏。因此，有关游戏玩家的一个重要问题是：中国玩家与全球其它地区的玩家相比有何异同？他们喜欢玩什么游戏？他们对一款游戏的态度如何？他们通常玩几个游戏？

通过对比中国玩家与全球各地的其它玩家在游戏内的行为，我们努力从数据的角度解答这些问题，并分析GameAnalystics网络中的数据。

下面是有关研究结果的预告。对于GA网络中的中国玩家，我们发现：

成为重度玩家的可能性较低；

成为付费玩家的可能性较低；

那么，这个市场究竟有什么有趣的地方？中国玩家为什么如此重要？赢得更多中国玩家可能有点棘手，但是：

一旦他们成为重度玩家，就会越来越痴迷；

一旦他们开始付费，他们可能愿意购买游戏中最昂贵的套餐和套装；

下面将揭晓有关这些玩家的更多信息！

方法

在谈到研究结果之前，让我们看一下数据样本、玩家群体以及指标说明。

数据样本

GameAnalytics网络截至2015年10月的快照

活跃的游戏数量 6234 活跃的游戏工作室数量 2206 日活跃用户量（DAU） 1800万 月活跃用户量（MAU） 2.05亿

GameAnalytics的数据集源自6234个活跃游戏（超过15种类型的游戏）的2.05亿月活跃用户数据。

下面的图表显示了GameAnalytics跟踪的6000多个游戏的类型分布（基于其在应用商店中提交的类型），它体现了广泛的游戏类型和平衡的分布状况。

GameAnalytics网络中的中国游戏玩家

下面是按照日活跃用户和收益计算，中国游戏玩家在GameAnalytics网络中所占的比例。

日活跃用户的分布表明，过去3个月，中国玩家占GameAnalytics网络中玩家总数的5.19%。按照在此期间向GameAnalytics发送收入数据的游戏所获得的收益计算，中国玩家占总收益的8.65%。

玩家群体

在本报告中，我们希望着重介绍中国玩家与全球其它地区的玩家游戏内行为的基本差异。我们的分析是基于两个游戏群体的人口分布：

• 中国——身处中国的玩家的数据。
• 其它国家——中国之外其它国家的玩家的数据。

指标

下面详细说明了我们如何计算每个指标以及每个指标的定义：

指标 定义 计算方法 ARPDAU 平均每个日活跃用户带来的的收益 每天的总收入除以日活跃用户数 RPPU 平均每个日付费用户带来的收益 每天的总收入除以日付费用户数 平均会话长度 按秒计算的平均会话长度 一次会话的第一个事件到最后一个事件的时长，所有会话的总时长除以会话总数 平均会话量 平均每个用户的会话量 在特定期间内唯一会话ID的数量 平均交易次数 每个付费用户的交易次数 每个付费用户的平均交易次数 平均交易额 平均每次交易的金额 总收入除以总交易次数 转化率 该比例说明游戏把非付费用户转化为付费用户的能力 付费用户数除以日用户数 DAU/MAU 测量游戏的玩家粘度 平均日活跃用户数除以月活跃用户数 留存率 该比率说明游戏对玩家的吸引力 用户在游戏安装后第X天回归的比例

对于除留存率之外的每个指标，我们计算了每个游戏在过去三个月的平均值，并对比了两个玩家群体分布的第25、50、75和90个百分位数。留存率是基于每个玩家群体的中位数计算。这些数据已经进行整理，以发现趋势并剔除无关的噪音数据。

结果

玩家参与度

我们希望了解的第一个事情是，GA网络中的所有游戏中，中国玩家玩了多少个。中国市场极为庞大并且竞争激烈，我们对比了我们自己网络中的玩家。

在按照所玩游戏的数量计算玩家百分比时，我们可以看到，虽然中国玩家更有可能只玩我们网络中的一款游戏（88%只玩一款游戏），但这个百分比接近其它国家的水平（80%只玩一款游戏）。

那么，他们究竟多么喜欢这些游戏？一个比较好的指标是DAU/MAU比率（或粘性）。如下图所示，对于每个百分位数，典型的中国玩家的粘性要低于其它国家的玩家，在第75个分位数以下为从4%到10%，而其它国家的玩家是从5%到14%。

然而，在第90个分位数上，这些玩家的粘性比其它玩家高大约4%。这种差异表明，尽管普通游戏玩家的粘性较低，但有一个群体的玩家属于重度参与游戏并且粘性非常高。

留存率曲线反映了这种行为。平均来说，中国玩家的留存率低于其它国家。

中国玩家的留存率最低为4%，低于其它国家的玩家，后者的第1天留存率大约为20%。从第20天开始，大多数中国玩家会放弃游戏，留存率接近于零。对于其它国家，留存率比中国玩家高大约2%，直至第30天。

中国玩家较于其他国家的玩家会话较长。众所周知，他们喜欢新内容并期待最好的游戏。根据下面的结果，他们会花些时间分析一款游戏。

这很好地表明了，在进入疯狂的亚洲市场之前，你需要确保游戏进行了优化并具有娱乐性。提供卓越的沉浸式游戏体验！

类型偏好

在分析了留存率和会话长度之后，下一个问题很自然地就是：中国玩家喜欢什么类型的游戏？

下表细分了使用GameAnalytics的游戏的类型，直接对比了它们在中国玩家中的排名和在GameAnalytics网络中的排名。

类型 排名 GA排名 街机风格（？） 1 1 家庭 2 4 角色扮演 3 9 休闲 4 6 资源管理 5 16 冒险 6 10 动作 7 2 益智 8 5 赛车 9 12 动作 – 射击 10 30 体育 11 11 模拟 12 3 策略 13 7 多人游戏 14 20 模拟 – 汽车/飞行 15 31

最明显的差异是，资源管理、冒险或射击等在中国玩家中排名很高的游戏类型在GameAnalytics网络中排名很低。

休闲游戏——包括街机风格或益智游戏——在中国和其它国家都排在前15位。

变现

接下来我们分析的问题是关于围绕变现的中国玩家行为。下表现实了居住在中国的玩家如何转化为付费玩家：

如图所示，总的来说，中国玩家比其它国家的玩家更难转化为付费玩家。

中国游戏玩家的转化率在0.29%至12.56%之间，而其它国家的玩家的转化率高达15.3%。这种差异在中位数上尤其明显，在这个区域，中国玩家的转化率只有0.77%，而其它国家的玩家的转化率为5.4%。

对于游戏支付费用，典型中国付费用户的支出类似于其它国家的玩家，中位数的最大差异为1美元。

付费玩家的高支出行为令人意想不到。数据显示，中国高付费玩家的付费行为比其它国家的玩家更加极端，在第90个分位数上为29.6美元，而其他国家为11.66美元。

那么，为什么会有这样的差异？有两个可能：中国付费玩家的交易次数更多或者购买了最昂贵的游戏装备。

不过，对比每个付费用户的交易数量，我们发现中国玩家实际上交易次数较低。其它国家的玩家最高会产生约40次游戏内购买，而中国玩家最高为30次。

现在让我们聚焦分析购买额和每次购买所带来的收益。通过分布图，我们发现他们平均每次交易的支出更高，较高的支出接近每次交易9美元。

如果我们现在对比与DAU相关的指标，我们发现，中国玩家的交易数量和ARPDAU都较低，上面的转化率分析也可以得到这样的结果。

虽然有些用户支出很高，我们看到，中国玩家整体上有着很高的预期，很难吸引他们参与游戏，达成转化就更加困难。

结论

与其它国家的玩家相比，典型的中国游戏玩家是什么样的？

• 典型的中国游戏玩家的留存率一开始大约比中位数低4%，粘性低于其它国家的中位数保留率，一直到第30天；
• 与其它国家的玩家相比，中国玩家每次会话的时间平均多1分钟；
• 中国玩家更难以转化，但一旦成为付费玩家，可能会购买最昂贵的游戏装备；
• 其它国家的玩家的粘性从5%到26%，而中国玩家的DAU/MAU达到30%；
• 与其它国家相比，资源管理、赛车和射击游戏在中国玩家中的排名高很多。

如何在我的游戏中利用这些调查结果？

• 有很多新内容、有娱乐性、精心打磨的游戏可能会扭转低留存率。在游戏发布前确保你做好了准备！
• 如果转化不够快，不要过于担心。努力打造好的游戏体验，如果玩家觉得值得花钱，他们会购买。
• 提供大量内容以保持娱乐性。他们会玩更长时间，并且会花时间评估你的游戏。
• 中国玩家会喜欢休闲游戏和小众游戏，因此要专注于品质！中国玩家更有可能购买昂贵的装备。
• 中国玩家更有可能购买昂贵的装备，因此确保你的商店中提供此类装备！

值得关注的是，从大数据的角度来看，中国玩家的游戏内行为与全球其它国家相比一点都不典型。这让我们好奇：用类似的方法对比别的国家和其它国家又会是什么样子？