Какую аналитическую платформу выбрать для игры?

Независимый ресурс Develop сравнил разные аналитические платформы. Компания мобильной аналитики deltaDNA прокомментировала этот материал. Делимся пересказом статьи.

Если игру часто скачивают и много в нее играют — это не обязательно означает, что проект успешный. Что с монетизацией? Довольны ли пользователи? Чтобы понимать, насколько игра успешная, необходимо как минимум знать ответы на эти два вопроса. Тут и нужна подробная аналитика.

Теперь возникает вопрос — как выбрать платформу? Какие метрики точно нужно знать, а какие — опциональны? Для ответа на эти вопросы нужно разобраться, какие именно данные обычно собирают аналитические платформы.

Сравнительная характеритика разных аналитических платформ. Картинка увеличивается по клику

Разработка данных (Data Mining)

Разработка данных подразумевает сбор большого количества данных, на основе которых делаются выводы. Ключевая характеристика тут — точность данных. Без этого не получится понять, что не так с игрой.

Зачем это нужно?

Разработка данных позволяет понимать поведение игроков и то, как они взаимодействуют с игрой. Есть возможность их сегментировать, и тогда можно вносить в игру изменения, направленные на улучшение игрового опыта для каждого отдельного сегмента.

Прогнозное моделирование (Predictive Modeling)

Процесс, при котором на основании имеющихся данных строятся статистические модели, способные предсказать поведение пользователей в игре.

Зачем это нужно?

Прогнозное моделирование помогает настраивать и оценивать каналы приобретения пользователей. Кроме того, оно может помочь предотвратить потерю игроков.

A/B тестирование (A/B Testing)

Эта опция необходима, когда нужно внести изменения в игру, сделать выбор между двумя вариантами геймплея, экрана загрузки, персонажа и так далее. A/B тестирование позволяет сравнивать друг с другом два варианта по заданным параметрам.

Зачем это нужно?

Чтобы иметь возможность оптимизировать любые области игры. A/B тестирование позволяет точно сказать, что эффективно, а что — нет.

Доступ к необработанным данным (Raw Data Access)

Позволяет получить доступ к данным до того, как они подверглись анализу и/или сортировке.

Зачем это нужно?

Некоторые аналитики предпочитают работать именно с такими данными. Это делается для того, чтобы иметь возможность на их основе делать собственные выводы или чтобы пропустить их через другую аналитическую платформу.

Консультация по проекту (Game Consultancy)

Консультация, которую аналитическая компания предоставляет разработчику или издателю. Направлена на то, чтобы улучшить показатели игры. Такая консультация может включать себя, например, советы по вовлечению игроков в зависимости от жанра проекта.

Зачем это нужно?

Даже если у издателя или разработчика есть собственный аналитический отдел, получить взгляд со стороны бывает полезно.

Вовлечение пользователей (Player Engagement)

С помощью этой опции разработчик имеет возможность взаимодействовать с разными сегментами пользователей и улучшать их игровой опыт. В этот пункт входят самые разные способы взаимодействия с игроками — от внутриигровых сообщений до настройки элементов геймплея под конкретную группу игроков.

Зачем это нужно?

Чтобы удержать игрока в игре. Без этого пункта все остальные усилия не имеют смысла.

Вовлечение пользователей в режиме реального времени (Live Player Engagement)

Точно так же, как и опция из предыдущего пункта, этот инструмент нужен для того, чтобы пользователь остался в игре. Только на этот раз разработчик имеет возможность вносить изменения в игру (и отслеживать их результат) в режиме реального времени, то есть непосредственно пока пользователь играет.

Зачем это нужно?

По данным deltaDNA, эта опция может увеличить выручку от игры на 30%.

Источник: https://deltadna.com