小白学数据分析----->从购买记录分析道具支付环节

昨天发现充值异常增高,于是准备做一次详尽的分析,但是当我开始提取数据时,发现了一件比较异常的事情,这是在查询玩家的购买记录时发现的(这是因为往往我们要分析充值时,也要辅助的去看一下当日的购买情况),截图如下:

可以看得到玩家对于该道具的购买需求很高,在一段时间内不断的购买,但是商城不支持批量购买,玩家每次交易只能买一件,然后再次点击再次购买。看到这里,我点蛋疼了。

针对这个问题,昨晚和BOSS聊了一些,就是在讨论商城购买支付环节的问题。总的理解起来是目前的商城购买UI已经是确定符合玩家的习惯的UI,之所以之前没有做批量购买的原因在于手机网游在商城的购买如果玩家输入数量是需要切换输入法并且需要时间的。此外部分道具已经做了打包处理购买。

这个批量购买的功能是不是可以在手机网游产品中出现,昨天我一直在思考这个问题,纠结起来的原因有以下几点:

手机网游道具的批量自主购买存在输入法的局限;

批量购买优势相比目前购买究竟体现在哪里;

好的UI设计是否可以弥补这个“缺陷”;

玩家的需求真的需要这样来做吗?

第一个疑问

手机网游道具的批量自主购买存在输入法的局限

首先,关于输入法的问题,我觉得这不是个问题了,大概我们都清楚,目前的手机应用很多已经解决了这个问题,这里举个例子,我用手机登录人人网时,当输入账户时,其输入法界面自动调整成以下的形式,这里有“@”,“.”,这是为了方便用户输入的方便,因为大部分人还是用邮箱注册的账户。

然而当我跳到了密码区时,输入法形式在此发生了变化,这个切换已经完成了。

相比这个而言,我们发现我们只是希望玩家去完成批量购买,那么我们只需要锁定此区域的输入只能是数字,诸如以上的自动识别调整就OK了。那么也就不存在输入障碍的问题。

这里描述的是一种办法,然而还有另一种办法可以解决,首先如下的截图:

这是另一款手机网游的商城购买界面,当我们选择一样道具进行购买时,会弹出下面的界面:

看到这里大家应该都明白了,当玩家的输入不顺畅时,UI上我们是可以进行弥补的,通过四个方向箭头和不同的数量级,完全可以满足玩家的购买需求。同时玩家的购买某些时候倾向于整数购买,即便出现零头购买,这里的整体购买成本会很小,比如购买时间消耗,在数据中我发现一个玩家在线2小时,总计有半个小时在购买道具,而某一单一道具购买消耗了10分钟。

此外,这里其实还可以增加一个辅助设计,比如我们通过大量的玩家充值购买发现,单日玩家对于A道具购买在10个左右(比如喇叭),那么我们就把购买的默认值设置成10个,在这个基础上玩家自由选择,可以说也是减小了购买的成本。示意图如下:

第二个疑问

批量购买优势相比目前购买究竟体现在哪里

其实,回答这个问题很简答,缩短了玩家的购买决策时间,购买成功率提升。

在《营销管理》一书中提到了关于消费者的购买决策过程理论(在付费渗透率_II中会继续讲这个购买决策过程),这里通过拆解购买决策详细的说说(受益于培训)。下面的就是玩家要购买道具的一个基本过程(简化了消费者购买决策理论)。

 

产生道具认知

既然我们是讨论玩家批量购买道具,那么这里我们可以认定玩家已经建立了对道具的认知,换句话玩家知道这个道具是对我有用的,是我最需要的。

寻找购买渠道

这里也不存在障碍,因为玩家既然存在了认知,必然是购买过和使用过道具,不存在寻找购买渠道的障碍,这一步的障碍多的时候是发生在新道具上架,以及初次购买道具的玩家。

期待价值评估

如之前所述,玩家存在了认知,对于期待和价值反馈是不存在障碍的,除非我们自己调整了道具的数值和属性,一般不会存在障碍。

做出购买决策

然而在做出购买决策的环节上,我们就出现了问题,当玩家决定要买了,如果是买20个,却要一次一次的重复购买过程,可能买到第10个,玩家就决定了不再买了,在购买这个环节因为购买的不通畅而最后放弃购买余下的部分,这是我们的损失。购买决策过程的风险是最高的,因为我们可能因为支付的不通畅,购买的便利度,购买疲劳,购买怀疑等问题放弃购买,所以宗旨希望让玩家尽可能的缩短做出购买决策的时间,这样的成功几率就会增大。批量购买就是缩短了原来一次又一次重复购买的麻烦(因为每次重复购买都是在做出一次购买决策)。

购买后的行为

如果前面的过程很顺利,那么到这一步其实玩家的体验是很好的,批量购买体验好于重复购买,而且在某些情况下,批量购买带来一些冲动型付费收入。

针对上述决策过程一些其他的信息在后续的付费渗透率_II中具体再说。

第三个疑问

好的UI设计是否可以弥补这个“缺陷”

我对UI或者UX不太懂,不过我觉得这些东西的目的是增加便利度,也就是玩家在购买这方面,我们追求的是方便玩家找到想要的,满足购买的需求。如果UI设计满足不了玩家的购买需求,那就还是得修正一下。这里只是我理解的好的UI的概念,这个好的核心就是人性化。此处不多谈,慢慢理解。

第四个疑问

玩家的需求真的需要这样来做吗?

为什么做批量的购买设置,这就好比你登录淘宝本来要买两件衣服,但是告诉你,你非得两次分开付费,两次结算是一样的。

当玩家存在一种需求是,我们就要想办法去满足,从数据库营销来看,我们在玩家的信息中已经找到了这种需求,那么我们就有理由去满足这种需求。虽然玩家可能感觉不强烈,但是实在的行为却发生和被记录在数据库中。

玩家存在需求证明我们这一个点是存在价值的,是可以做好从玩家身上攫取利益的,那么我们通过数据分析或者挖掘也好,找到这种潜在的需求,进而做出最好的能满足这种需求的设计和改进。当然这个过程中是绝对离不开数据分析的,数据库营销值得好好思考和做下去。

时间: 2024-10-13 20:18:11

小白学数据分析----->从购买记录分析道具支付环节的相关文章

小白学数据分析----->首次购买记录分析方法

最近几天比较忙,大家都在问如何建立比较完整和有效的数据分析平台,说实话这个问题我考虑了很久,有效并有深度得数据挖掘与分析平台对于游戏产品的质量改善,人气.收益的提升,玩家资源的保有 ,客群分析非常有必要.众多经分系统的好处不在此处解释,且看今天讨论的内容,首次购买记录分析. 在如今道具收费的免费游戏中,首次购买记录的分析发挥着巨大的作用,这与电商的购买不太一样,还是存在很大的区别.道具收费的游戏中,道具购买是我们收益的主体,如何对于道具购买的分析是非常重要的一环. 由于道具收费的免费游戏,玩家存

小白学数据分析------>日活跃人数分析

从今天开始,特开辟一个小专栏,题目暂定为小白学数据分析,鄙人不才,在数据分析的道路上走的崎岖坎坷,同时数据分析本身是一个多面和复杂的工作,要懂得理论(统计.概率.数据挖掘.算法.模型)更要懂得业务,懂得行业理论,还要有灵活多变的思维,想想还是很复杂和麻烦的,所讲内容不但是理论,不仅是数据,尽量把这些东西综合起来,立体的来看,鄙人水平有限,很多的内容是尝试和改进,参考了很多的材料,在木有高人指点和牛人帮助的情况下,我只能借助浩瀚的网络知识和自己的悟性,今天决心拿出来给各位主要是帮助大家和我一起进步

小白学数据分析------>相关分析之距离分析在道具购买量的应用探索

  前几天,写过一篇关于相关分析的的文章,很多人都看到了并有很多人在咨询关于这篇文章的一些内容,相关分析是一类很有用的分析方法,如之前所提到的,相关分析由三部分组成,前几日的文章是讲了其中第一部分,第二部分是偏相关分析,第三部分就是复相关分析,说白了其实就是相关分析变量的多少来确定这三部分的.今天这里不谈偏相关分析,以为网友给我截图,问我下面的成交量相关系数的是怎么算出来的,其实这个就是复相关的典型应用,多变量的相关分析.插一句,该图来自于腾讯大讲堂15-市场研究及数据分析理念及方法概要介绍.大

小白学数据分析----->如何设计和分析数据指标

今天说到的这个题目,看起来有点大,不过作为游戏数据分析师,早晚都要设计和分析数据指标.在<移动游戏运营数据分析指标白皮书>(http://www.xuefenxi.com/forum.php?mod=viewthread&tid=2&extra=page%3D1)中,提炼了一些针对游戏数据分析的指标,这只是分析工作的第一步,还要有效的组织起来,并按照需求进行细分,即按需进行二次设计和分析.白皮书的指标旨在规范大家对于一些最基本最常用概念的认识和学习,有所领悟,有所发挥. 而今天

小白学数据分析-----&gt; 有关于流失分析的探讨

早先我曾探讨一个关于流失分析的整套流程问题,也说了流失分析是如何的重要,大概这种解说是苍白无力的,因为拿不出数据来说明这个问题,因此大家就会感觉比较飘渺,今天就是流失分析再次进行探讨,这次从数据的角度来理解为什么要做好流失分析. 挽留一个老用户相比于拉动一个新用户,在游戏收入.产品周期维护方面都有好处的,只是我们现在解决用户入口的问题,但是没有重视用户流失的问题.这个问题就好像一个水池子,有进口,但是也有出口,我们不能只关注进口的进水速率,却忽略了出水口的出水速率.这点对应了我们对于指标的量化和

小白学数据分析-----&gt;付费用户的金字塔模型实践操作

免费游戏中付费用户模型分析 最近看了不少文章,对于付费用户的模型也有了很深刻的理解和认识,早先我做了不少关于大R,中间R,低端R用户的分析,想来还是觉得草草了事,近来有网友提出来,理论探讨的多了些,实践上手的东西少了点,毕竟还是叫做小白学数据分析啊,今天就把以前说过的付费用户的模型具体的实践一下. 感悟和理论 得到的灵感首先要感谢Nicholas Lovell 的这篇文章,是我得到了一些处理和分析这个模型的办法.连接如下: http://www.gamesbrief.com/2011/11/wh

小白学数据分析-----&gt;数据指标 累计用户数的使用

小白学数据分析--à数据指标累计用户数的使用 累计用户数是指注册用户数的累计,即可以认为是新用户的累计.在一般的数据统计中,我们基本上都会涉及到这个指标,且这个指标是逐渐累加的,比如: 时间                   注册用户数[新登用户]           累计注册用户数 1日                    100                                                 100 2日                    120   

小白学数据分析-------&gt;充值记录分析

   充值记录分析的方法有很多种,维度很多,今天就说说一个比较初级的分析方法,希望对于各位有一定的帮助和指导. 首先来看一下充值记录的格式,一般而言我们取到的数据都是交易格式(什么事交易格式这里不说了,大家应该都了解) 账户 充值额 充值大区 充值时间 1 100 A 2012-4-9 1 25 A 2012-4-7 2 50 A 2012-4-9 3 4 4 100 200 50 A A B 2012-4-5 2012-4-2 2012-4-1                     以上为我

小白学数据分析之关联分析理论篇

关联分析的学习 在说关联分析之前,先说说自己这段时间的一些感受吧,这段时间相对轻松一些,有一些时间自己自己来学习一些新东西和知识,然而却发现捧着一本数据挖掘理论的书籍在一点一点的研读实在是很漫长,而且看过了没有什么感觉.数据这一行理论很多,算法很多,模型很多,自己现在一直是结合业务来做的数据分析与挖掘,相比电商而言,游戏业做的数据大多很糙,但是仅仅结合业务和运营,更加注重我们客户的质量和维护,当然这不是说电商没做,实际上电商一直在做,然而最近一次经历发现,我们过多的时候去讨论了算法,模型,新理论