Сравнение систем аналитики для игровых проектов — MixPanel, Localytics, Flurry, devtodev, deltaDNA и GameAnalytics — Gamedev на DTF

Сравнение систем аналитики для игровых проектов — MixPanel, Localytics, Flurry, devtodev, deltaDNA и GameAnalytics — Gamedev на DTF Аналитика
Содержание
  1. Почему это важно?
  2. Профессия игровой аналитик: за что платят деньги?
  3. Что нужно уметь гейманалитику
  4. Каковы основные метрики аналитики?
  5. Что дальше?
  6. Что такое игровая аналитика?
  7. Основные метрики
  8. Deltadna
  9. Devtodev
  10. Flurry
  11. Gameanalytics
  12. Localytics
  13. Mixpanel
  14. Push-уведомления
  15. Автоматизированные уведомления
  16. Анализ трафика
  17. Базовые навыки для старта карьеры
  18. Где учиться гейманалитику
  19. Инструменты работы гейм-аналитика
  20. Интеграция
  21. Как им стать и какие есть требования
  22. Как начать карьеру гейм-аналитика
  23. Как происходит анализ
  24. Какие показатели необходимо отслеживать?
  25. Какими навыками должен обладать?
  26. Карьера
  27. Кастомные события и воронки
  28. Кто такой гейм-аналитик
  29. Максимизация arpdau
  30. Максимизация lifetime
  31. Предиктивная аналитика
  32. Преимущества для игровых проектов
  33. Приятные полезности
  34. Сегментация пользователей
  35. Советы от автоматизированного эксперта
  36. Технический бэкграунд
  37. Точность данных и скорость их появления в системе
  38. Заключение
  39. Вывод

Почему это важно?

Отслеживание данных – не пустая трата времени. Создающие сложные многопользовательские игры с огромным бюджетом студии не могут полагаться только на догадки гейм-дизайнеров, чтобы не потерять существенную часть прибыли. Игровая аналитика также актуальна на этапе прототипирования или альфа-тестирования.

Отслеживание действий игроков поможет решить критические проблемы и на этапе выхода продукта на рынок. Вы можете оценить качество обучения персонажа или привлекательность задумки автора во время первого игрового сеанса. Например, длинное обучение или сложный первый уровень могут не понравиться игроку и он сразу же удалит приложение.

При работе с игровой аналитикой важно уметь предсказывать поведение людей. Полагаться на набор из нескольких показателей нельзя. DAU, ARPU и другие метрики дают нам общее представление о состоянии игры, но в идеале нужно понять геймера на индивидуальном уровне.

Для эффективного анализа придется собрать много реальных данных.

Профессия игровой аналитик: за что платят деньги?

Аналитик игрового проекта – человек, помогающий разработчикам игры, и правая рука дизайнера, решения которого он описывает и объективно оценивает. Функции игрового аналитика зависят от размера компании, но в общем случае сводятся к решению двух основных задач: поиску узких мест и точек роста проекта.

Дополнительный анализ:  Игры, которые играют в людей: что книга “Игра в цифры” рассказывает об игровой аналитике / Блог компании / Хабр

В крупных компаниях аналитик занимается только игрой, а маркетологи и другие специалисты анализируют рынок, каналы трафика и тому подобные вещи. В небольших компаниях такого разделения задач не существует, поэтому обязанностей у специалиста гораздо больше.

Под анализом игры обычно понимают следующее:

  • Проектирование системы сбора данных;
  • Внедрение аналитики в проекты;
  • Мониторинг влияния обновлений и расчет метрик;
  • Отчет о результатах обновления;
  • Поиск возможных проблем, включая планирование экспериментальных нововведений, их организацию, расчет и интерпретацию результатов;
  • Формулирование гипотез на основе отчетов.

Что нужно уметь гейманалитику

Среди soft skills есть, на мой взгляд, три мастхэв-качества.

Это любовь к цифрам, скрупулезность и умение слушать и общаться.

Иногда в аналитики идут люди с очень крепким техническим бэкграундом, но при этом с плохо развитыми навыками коммуникации. Это делает процесс работы сложным и неэффективным. В таком случае ты  просто не можешь перевести язык цифр в язык бизнеса, общаясь с гейм-дизайнером или гейм-продюсером. Аналитик в таком случае может собрать отчет, красиво визуализировать данные, но эта информация ничего не скажет коллегам.

Очень важно уметь говорить, задавать вопросы, обсуждать детали, чтобы понять, какую именно информацию хочет получить гейм-дизайнер и ненароком не сделать пустую работу, не выяснив сути проблемы.  Умение общаться нужно и для того, чтобы отсеивать нерелевантные запросы.

Например, гейм-дизайнер хочет провести A/B тест  на небольшой аудитории, и я, исходя из опыта, понимаю, что изменения в метриках будут совсем незначительные, если вообще будут. В таком случае, моя задача корректно объяснить это гейм-дизайнеру и сэкономить время всем.

Что касается hard skills, то для игрового аналитика на начальном этапе достаточно владение SQL и базовое понимание матстата. В дальнейшем можно прокачивать себя в языках программирования (Python, R), BI-системах для визуализации данных.

Каковы основные метрики аналитики?

Метрика – это отслеживаемый во времени показатель. Отбирается все – от средней продолжительности сеанса до демографических данных игроков. Наиболее весомы следующие категории показателей:

  • Клиентская метрика – вся связанная с привлечением и удержанием клиентов информация. Это данные для маркетологов, притом наиболее важные из них – DAU (ежедневная активность пользователя) и ARPU (средний доход, приходящийся на одного пользователя).
  • Метрики сообщества – сосредоточенные на поведении и развитии сообщества показатели. К этой категории относятся всевозможные социальные взаимодействия, переписка в игровом чате, а также обмен сообщениями в игре и в социальных сетях.
  • Метрики производительности – показатели, отражающие производительность приложения и возможные сбои. Сюда входит время ответа удаленного сервера, продолжительность загрузки игры или частота кадров во время выполнения квеста. Все, что может помочь разработчику улучшить информационные системы проекта.
  • Метрики игрового процесса – показатели, регистрирующие взаимодействие между пользователем и программой внутри игры. Например, проведенное на заданном уровне время или сколько раз персонаж умирал во время его прохождения. Эти метрики дают нам возможность оценить качество выполнения сценариев.

Поначалу игровая аналитика может показаться инструментом маркетологов, направленным на повышение монетизации игры. На самом деле она необходима и для обеспечения комфортных игровых условий: он позволяет понять поведение игроков на основе фактических данных.

Примеры использования игровой аналитики:

  • Зная, где и когда игрок застревает, легко настроить сложность игры.
  • Имея информацию о самых популярных игровых товарах, можно грамотно рассчитать цены на них.
  • Определив средний возраст пользователей вашего продукта, легко адаптировать для них игровой контент.

Что дальше?

С каждым годом можно улучшать свои навыки и знания. Конечно, все зависит от компании, но в среднем до уровня middle можно вырасти за пару лет, а в будущем — дойти до Head of Analytics или Chief Analytics Officer. Выше уже некуда. 

Переходы в другие сферы помимо геймдева случаются, однако это скорее исключение, чем правило — люди, попавшие в сферу разработки игр объединяют свою страсть к играм с работой.

Фото обложки: Shutterstock/mbrphoto

Что такое игровая аналитика?

Игровая аналитика – это изучение поведения игроков с помощью статистических методов. В большинстве случаев она необходима для грамотного маркетинга и продуманной монетизации. Однако статистика нужна не только маркетологам. Это отличный инструмент обучения, дающий разработчику возможность лучше узнать и понять свою аудиторию.

Основные метрики

Основные метрики (DAU/MAU/WAU, retention, монетизационные метрики: доход, ARPU, ARPPU и так далее) — это те 20% функциональности аналитической системы, с помощью которых решается 80% задач.

Deltadna

У deltaDNA есть удобный и быстрый инструмент создания кастомных отчётов, он называется Slice & Dice. Пользователей можно как угодно группировать, а затем рассматривать метрики по выделенной группе.


Ещё отметим отчёт по времени до совершения первой покупки (время конвертации пользователя в платящего) и Monetization Matrix — она позволяет увидеть, как платящие игроки распределяются по количеству платежей и принесённому доходу.

Devtodev

В devtodev есть раздел Game Metrics, и он пригодится в анализе экономики игры: здесь анализируются все имеющиеся IAP, баланс валюты на счетах игроков, распределение игроков по уровням. Очень кстати будет и отчёт Tutorial Steps — это воронка по шагам обучения, которых может быть несколько сотен; здесь удобно смотреть, на каких шагах отваливаются игроки.

Также devtodev предлагает группу отчётов Social Metrics. Они позволяют оценить распределение игроков по социальным сетям, зафиксировать момент публикации записи в социальной сети и связать его с событием в игре.

У devtodev есть широкий набор отчётов по анализу именно платящих пользователей: анализ регулярности и объёмов платежей, анализ повторных платежей, сроки конвертации в платёж и так далее.

Flurry


Flurry предлагает классификацию пользователей по интересам на основании других приложений, которыми они пользуются, а также по возрасту и полу на основании паттернов поведения.

Gameanalytics

GameAnalytics позволяет сравнить ваш проект с другими проектами индустрии. Не называя конкретных приложений, сервис говорит, сколько процентов игр находятся выше вас по той или иной метрике, а сколько ниже. Как пишут на
официальном сайте, выводы делаются по итогам анализа 5200 игр из 20 жанров.

Localytics

И снова функциональность очень напоминает аналогичную функциональность в MixPanel. Различия между этими системами начнутся дальше.

Mixpanel

Работа с воронками — вероятно, главная фишка MixPanel. Воронки можно строить на сколько угодно шагов, за какой угодно период. Воронка считается за несколько секунд, притом даже ретроспективно (создали воронку сегодня и увидели статистику ещё за вчера).

Push-уведомления

Это уже не основная функция аналитических систем, а скорее приятный бонус. Грамотное использование push-уведомлений позволяет увеличить retention, вернуть отпавших пользователей и, как следствие, повысить выручку (незначительно, но плюс 10-20% к доходу лишними не бывают).

Push-уведомления предоставляют все рассматриваемые системы, за исключением Flurry и GameAnalytics.

Автоматизированные уведомления

Рано или поздно разработчик понимает, что вытянул из проекта столько, сколько мог, и дальше не планирует им заниматься. Инди-разработчику его игра может надоесть, компания может сменить фокус на другие рынки и так далее. Допустим, вы исправили свои ошибки и капитализировали успехи. Теперь продукт живет на остаточном трафике и каждый месяц показывает небольшие финансовые результаты.

Продукт зарабатывает достаточно, чтобы окупать аренду и обслуживание серверов и, может быть, даже некоторое сопровождение на уровне обновлений контента или простой технической поддержки. Но этого заработка недостаточно, чтобы руководство компании держало руку на пульсе, а все сотрудники заняты более приоритетными задачами.

Здесь система аналитики может помочь автоматизированными уведомлениями: если разработчик не приходит в систему, система приходит к разработчику. Пример такого отчета:

  • Сколько новых пользователей пришло в проект.
  • Как они платят, сколько денег заработано за неделю.
  • Как эта неделя соотносится с прошлой и со средней неделей за последний период.

Помимо отчетов, могут быть еще и уведомления о важных событиях:

  • Сегодня в первый раз было больше 100 DAU (число активных пользователей в день — прим. ред.).
  • Сегодня в первый раз было больше 2 тысяч регистраций.
  • На этой неделе был побит рекорд по DAU.
  • Заработали больше $1000.
  • Количество регистраций резко возросло.
  • Количество успешных загрузок резко упало: возможно, отключился один из серверов.
  • Появился новый «кит» — один пользователь заплатил больше 95% медианы остальных за месяц. Можно детально проанализировать его профиль и поведение.
Сравнение систем аналитики для игровых проектов — MixPanel, Localytics, Flurry, devtodev, deltaDNA и GameAnalytics — Gamedev на DTFРоман Епишинконсультант по маркетингу

Функциональность идеальной системы аналитики я вижу такой:

  • визуализировать данные в любых разрезах;
  • минимальными усилиями добавлять новые виды и источники данных;
  • находить отклонения в данных и оповещать об этом оператора.

Анализ трафика

Какой канал привлечения пользователей наиболее выгоден? Сколько пользователей из каждого канала остаётся в игре через день или неделю? Сколько в среднем приносит пользователь каждого канала за первый месяц жизни в игре? Когда окупится платный трафик?

Базовые навыки для старта карьеры

Перед стартом карьеры важно:

  • Понимать, как устроены игры: какие есть жанры, платформы, сеттинги. 
  • Разбираться в психологии игр: как ведут себя игроки, какие механики используются для удержания пользователей.
  • Уметь выстраивать коммуникации в команде: четко и понятно доносить информацию.
  • Развивать системное мышление.
  • Иметь базовый английский язык. В российских компаниях достаточно будет начального уровня, но если мы говорим о международных компаниях, то там английский — must. 
  • Владеть языками программирования — SQL и Python. На позиции junior достаточно будет только SQL, но все зависит от компании. В SQL нужно уметь писать простые запросы, группировать и фильтровать данные, а в Python знать основы языка и уметь пользоваться основными библиотеками — NumPy, SciPy, Seaborn, Plotly, Matplotlib.
  • Уметь делать отчеты не только в Excel, создавать дашборды и инфографику. 

Где учиться гейманалитику

В Беларуси рекомендую ФПМИ БГУ, мехмат БГУ. Специальность должна быть связана с ИТ и с математикой. В идеале пройти какой-нибудь углубленный курс по аналитике.

Вообще, профессия гейм-аналитика базируется на трех составляющих: программирование, математика и бизнес. Конечно, идеальный вариант —  чувствовать себя свободно во всех трех одновременно, но, как правило, хорошему аналитику необходимо как минимум знать две области.

Курсы и полезные ссылки:

Сам я изучал сайт по задачам SQL и курсы от EDX. Сейчас купил Datacamp.

Инструменты работы гейм-аналитика

Основные инструменты:

  • язык программирования SQL, с помощью негоя я собираю данные,
  • программа Tableau, используется для их визуализации.
  • ну и, конечно, мобильный телефон.

К слову, визуализировать можно и в Python, и даже в Excel, но все-таки самый удобный набор функций и интерактивность именно в Tableau. 

Мы автоматизировали большую часть процессов. Сегодня к нам активно подключается Business intelligence-департамент, или сокращенно BI. Коллеги унифицируют подходы к аналитике, максимально закрывая все вопросы, связанные с получением и обработкой данных, упрощая нашу работу.

Интеграция

Мы опустим вопрос удобства интеграции SDK, потому что, во-первых, это субъективно, а во-вторых, обычно аналитическая система старается максимально помочь вам интегрироваться. Давайте просто рассмотрим, какие платформы каждый из сервисов поддерживает (на основании SDK, доступных на официальных сайтах компаний).

Android и iOS, как видим, есть у всех, а дальше всё не так безоблачно.

Как им стать и какие есть требования

Прийти в геймдев может любой, достаточно любить игры. Когда у меня спрашивают, какие soft-скиллы нужны, чтобы стать гейм-аналитиком, — я называю слова на букву «Г» — голова, Google. 

Если хотите вырасти в опытного профессионала, нужно иметь как можно больше soft-скиллов — уметь общаться с командой, делать презентации, знать английский на базовом уровне и обучиться hard-скиллам — разбираться в A/B-тестировании, уметь работать с Python, SQL, R. Нужно понимать разработку игр с разных сторон.

Гейм-аналитиками могут стать люди из разных профессий — маркетологи, сотрудники техподдержки, аналитики. Я начинал свою карьеру давно еще с позиции системного администратора, потом ушел в геймдев, где работал гейм-дизайнером, аналитиком и продюсером — это схожие должности, так как они взаимодействуют с данными, но с разных сторон.

Я считаю, что это успешный путь попадания в аналитику, потому что ты понимаешь, что происходит с игрой, почему это происходит и должно ли так быть на самом деле.

Как начать карьеру гейм-аналитика

На специализированном сайте по поиску работы в геймдев-индустрии — InGame Job — можно найти 103 вакансии в России, Украине и Беларуси. На сайте HeadHunter — более 200 вакансий. 

Зарплаты в гейм-индустрии обычно не указывают в описаниях вакансий. Они зависят от уровня специалиста. Например, на позиции junior зарплатная вилка будет 50-70 тыс. рублей, middle — около 100 тыс. рублей, senior — 100-150 тыс. рублей. 

Требования к кандидату отличаются от уровня компании, вот один из примеров вакансии в студию разработку игр:

Пример вакансии на InGame Job на позицию middle гейм-аналитика

А вот пример нашего тестового задания для стажеров: 

Вопрос 1.

Как происходит анализ

В целом рабочий процесс можно разделить на несколько этапов:

  • Аналитика привлекают в проект после определенных тестов. Он начинает работать по специальному заданию программистов.
  • После первой части тестов гейм-аналитик фиксирует важные показатели метрики – отток игроков, монетизация и прочее.
  • После сбора основных показателей по метрике и количеству просмотров рекламы, аналитик переходит к работе с дизайнерами, обсуждаются дальнейшие перспективы работы проекта.

Стоит отметить, что гейм-аналитик работает по многочисленным сценариям проекта, где нужно проводить грамотный анализ. Например, установить, почему некоторые игроки уходят после прохождения уровня. Он должен выявить причину и передать информацию продюсеру и дизайнам игры.

Какие показатели необходимо отслеживать?

Здесь возникает серьезная проблема: мы не можем отслеживать все. У каждого контролируемого потока данных есть своя стоимость обработки. Необходимо учитывать работу серверной стороны и отвечающих за сбор информации людей. Чтобы не нести убытков, придется выяснить, какие показатели наиболее важны. Характер и количество необходимых метрик полностью меняется от проекта к проекту в зависимости от жанра и масштаба игры. Например, связанные с сообществом и монетизацией показатели не имеют большого значения в однопользовательских играх.

К счастью, небольшим командам не нужно отслеживать большие объемы данных, как это делают крупные компании. Грамотный контроль следующих моментов сбалансирует игровой прогресс:

  • Время выхода из игры;
  • Средняя продолжительность сеанса;
  • Сколько уровней игрок сумел пройти;
  • Момент, когда игрок удаляет ваше приложение.

Проанализировав данные, вы сможете найти разочаровывающий пользователей контент.

Связанная с игровым процессом аналитика очень глубока, поскольку даже в самой простой игре используется большое количество переменных. У объектов есть положение, состояние и еще ряд параметров. На сбор информации и анализ результатов потребуется много времени – хорошим решением будет объединить похожие по форме наборы данных в группы.

Пример: если вы хотите разобраться с эффективностью оружия в игре, вам не стоит отслеживать каждый его тип и модификации. Вместо этого сосредоточьтесь на уроне, который игрок наносит противнику.

Разработчику игр не нужно собирать и изучать все доступные данные, чтобы получить глубокое представление о поведении игроков. Несколько тщательно подобранных параметров могут рассказать о многом. Следует помнить, чем больше потоков данных мы анализируем в некой категории, тем меньше преимуществ мы получаем от соответствующей метрики.

Какими навыками должен обладать?

Главными инструментами гейм-аналитика считаются языки программирования (SQL), программное обеспечение для визуализации, а также смартфон. Гаджет необходим, так как зачастую гейм-аналитик работает с портативными играми на мобильных платформах.

Важно! Гейм-аналитик должен обладать умением слушать, общаться и скрупулезно проверять информацию. Кроме того, нужно уметь работать с цифрами.

Аналитик должен быть не только технически грамотным, но и коммуникабельным человеком, ведь ему приходится обсуждать все проблемные вопросы с большой командой разработчиков.

Идеальным образованием считается – программирование с упором на математику, а также углубленные курсы анализа. Гейм-аналитиком может стать человек, имеющий склонность к точным наукам, а также умеющий проводить глубокий анализ получаемой информации. Конечно, без познаний в программирование тут делать нечего.

Имея все вышеописанные навыки, можно устроиться в любую игровую компанию, занимающуюся разработкой игр и приложений. Заработная плата будет зависеть от опыта сотрудника и колеблется от 100 до 150 тысяч рублей.

Карьера

Рост в роли гейм-аналитика идет по ступеням Junior — Middle — Senior — Lead. При должном желании и работоспособности можно перейти в смежное направление по бизнесу на позицию гейм-дизайнера. Либо по программированию: data scientist с упором на математике / data engineer с упором на обработке данных.

Сам я я окончил экономический факультет БГУ по направлению «Финансы и Кредит». Там же стал магистром. После университета работал в банках. В финансовом департаменте тоже хватает работы с данными. Мне очень интересно копаться в цифрах, находить взаимосвязи.

Кастомные события и воронки

Метрики дают ответы на 80% вопросов, но всех ли устроят эти 80%? Мобильная аналитика, как правило, строится на пользовательских событиях (ивентах). Событие — это любое действие пользователя: клик по элементу меню, прохождение уровня, убийство босса, приглашение друзей, выставление оценки и так далее.

Добавление событий и их кастомизации дает пользователю безграничные возможности для углубленной и расширенной аналитики.

Кто такой гейм-аналитик

Профессия гейм-аналитика новая, но уже востребованная. Раньше ее роль могли выполнять продюсеры игр. Были инструменты, но не было специально обученных людей, которые правильно бы ими пользовались.

Проще говоря, он расписывает, что происходит внутри игры и может ответить команде на три вопроса: «Что происходит в игре?», «Почему получается заработать, а почему нет?», «Какие механики нравятся игрокам, а с какими возникают проблемы?».

В стартапах и небольших компаниях может и не быть четкого распределения обязанностей. Задачи гейм-аналитика может закрывать продюсер или гейм-дизайнер проекта.

Что касается других игровых компаний, которые уже есть почти в каждом крупном городе России, — наибольший спрос на аналитиков у крупных игроков на рынке. Например, Playrix, Pixonic, Azur Games. На момент написания статьи они — одни из крупнейших российских компаний с активными вакансиями игрового аналитика.

Максимизация arpdau

Если в воронках мы анализировали свои ошибки, то здесь анализируем успехи. Почему пользователь заплатил? Увидел выгодное предложение и купил по оптовой цене стартовый набор? В игровых автоматах докупил фишки, потому что закончились? В играх жанра match-3 купил дополнительный ход, чтобы пройти сложный уровень после многих попыток?

Задача — понять, почему тот или иной пользователь заплатил и можно ли искусственно создать подобные обстоятельства для других игроков, чтобы они тоже заплатили. Помогут в этом, как всегда, метрики и статистика: данные по платежам, конверсия в платящих, средний чек, повторные платежи, наиболее популярные товары.

Процент платящих пользователей — меньше 0,5%? Добавим супервыгодный стартовый пакет, где игрок за три цента получает товаров на $100 (как это делает Slack: дарит $100 кредитов за прохождение пятиминутного опроса).

Нужно учесть состояние пользователя на момент платежа: его уровень, баланс виртуальной валюты, пройденные задания и прочее. Игроки часто платят, когда у них на уровне остается одна недостающая фигурка, а ходы закончились? Сбалансируем уровни так, чтобы эта ситуация возникала как можно чаще.

Сравнение систем аналитики для игровых проектов — MixPanel, Localytics, Flurry, devtodev, deltaDNA и GameAnalytics — Gamedev на DTFЕвгений Гильмановведущий аналитик студии AlternativaPlatform

Я не хочу говорить об идеальной аналитике: нет в этом мире ничего идеального. Аналитика должна быть хорошей и грамотной. Это инструмент возможностей, и он должен позволять в любой момент:

  • в малейших деталях видеть свои прошлые действия;
  • указывать, где нужно исправить ошибки, — если вообще нужно;
  • понимать, как и куда развивается проект;
  • делать проект лучше.

Максимизация lifetime


В абсолютно идеальную игру пользователи будут играть каждый день своей жизни. Если человек перестал заходить в игру — значит, она не идеальна. Наша задача — понять, где совершены самые большие ошибки и как их можно исправить.

Поиск узких мест нужно начать с первого, что видит пользователь, — его стартовой сессии. Большая, если не бóльшая часть пользователей покидает проект именно во время первой сессии. Обычно это видно, если анализировать показатель Retention первого дня.

Скажем, если из 100 пользователей, впервые пришедших в проект вчера, сегодня вернулось лишь 10, то Retention первого дня = 10%. Это сравнительно низкий показатель (в играх ориентиром обычно служит значение 30%), а причину надо искать где-то в начальном опыте взаимодействия пользователя и продукта.

Сравнение систем аналитики для игровых проектов — MixPanel, Localytics, Flurry, devtodev, deltaDNA и GameAnalytics — Gamedev на DTFСкриншот из системы devtodev

В этом случае задача системы аналитики — не только предоставить все необходимые замеры, но и указать, на каком именно месте пользователи покидают проект. Для этого существует механизм воронок, и желательно, чтобы именно во время первой сессии воронка была максимально детализирована.

Разработчик должен выделить шаги в первой сессии (в играх это, как правило, обучение и несколько начальных уровней), а система аналитики должна быстро и правильно построить воронку, из которой станет ясно, где у пользователей возникают проблемы. Для более серьезного анализа нужно разбить пользователей на группы по общим признакам, а иногда еще и взять каждого из них по отдельности.

Если первая сессия пользователей устраивает и они уходят уже на последующих этапах — нужно разбираться, в чем дело. Надоедает пользоваться продуктом? Однообразная механика? Мало контента? Мало взаимодействия? Чтобы помочь разработчику ответить на эти вопросы, система аналитики должна четко выстраивать график Retention по дням, по уровням, по рангам — как угодно. Вполне вероятно, что где-то на графике найдется аномалия, которая поможет понять, в чем проблема.

Параллельно с этим должны строиться воронки пользовательского поведения. Если пользователь покидает проект на день под номером N — какие события этому предшествовали? Может быть, он застрял на уровне? Может быть, столкнулся с технической ошибкой? И вновь задача разработчика — интегрировать ключевые события, а задача системы аналитики — построить по этим событиям воронки и указать разработчику на узкие места.


Как бы то ни было, на этапе максимизации Lifetime разработчик ищет собственные ошибки: где несовершенство проекта мешает пользователю.

Предиктивная аналитика

Если система аналитики содержит достаточную базу знаний о поведении метрик конкретного проекта и других проектов в схожих условиях — это может стать хорошей основой для построения прогнозов.

Источник

Несколько примеров:

  • Система считывает значения ARPU за предыдущие 6 месяцев ежедневно, выделяет тренд и сезонность (скажем, в пятницу наблюдается прирост на 5%) и формирует прогноз на несколько недель вперед.
  • Система анализирует предыдущее поведение метрики 1-day Retention и формирует доверительный интервал, выход за пределы которого можно будет назвать аномальным.
  • Если фактические значения метрики сильно отклоняются от доверительного интервала или от прогноза, система уведомляет об этом разработчика.
  • Если пользователи игр с показателями Retention и ARPU, похожими на аналогичные показатели анализируемого проекта, за первую неделю пребывания в игре приносят в среднем по $0,15 — можно посмотреть, сколько они в тех же проектах принесут за первый месяц, и выдать значение, если не как прогноз, то как ориентир.
  • Пользователь не был в проекте три дня — на основании поведения предыдущих пользователей можно рассчитать вероятность того, что он уйдет, чтобы разработчик отправил ему push-уведомление.


Аналитика должна помогать общаться с пользователями, а именно предлагать набор инструментов для обращения к каждому конкретному пользователю: push-уведомления, email-рассылки.

На практике часто бывает, что система аналитики и система push-уведомлений — это разные системы в рамках одного продукта. Если же система аналитики может сочетать в себе все эти функции, может получиться хороший алгоритм действий:

  • Выделяем различные сегменты пользователей (по стране, по источнику трафика, по прохождению или непрохождению выделенного события и так далее).
  • Для каждого сегмента оцениваем значения метрик, сопоставляем их между собой, следим в динамике.
  • Если значения метрик или их динамика разработчика не устраивает — можно тут же, не сходя с места и не меняя вкладку в браузере, отправить им push-уведомления и впоследствии провести повторные замеры.

Аналитика должна понимать, что нужно разработчику. Цели всех пользователей систем аналитики примерно одинаковые, и система может и должна учитывать эти цели. На основании этого система предоставляет набор предустановленных отчетов, которые отвечают запросам пользователей:

  • Хочешь узнать, как твой проект удерживает пользователей? Отчет по Retention.
  • Хочешь узнать, как изменились показатели с последним апдейтом? Когортный анализ.
  • Хочешь узнать, где пользователи «отваливаются»? Воронки всех мастей.
  • Хочешь узнать паттерны поведения пользователей? Механизмы сегментации.

Список можно продолжать. Задача системы аналитики — дать разработчику необходимые инструменты для ответа на его вопросы и минимизировать время на нахождение этих ответов.

Аналитики и разработчики бывают разные. Некоторые совершенно не доверяют сторонним системам — им проще делать выводы на основании данных самостоятельно. Но и для таких разработчиков должно быть решение: система аналитики должна предоставлять доступ к «сырым» данным и настраивать выгрузки в формате, который выбрал пользователь, — по сути, выступать в роли хранилища данных, из которого всегда можно получить все, что требуется, и обработать это самостоятельно.

Среди систем аналитики есть четкое разделение: одни анализируют входящий трафик, другие — поведение пользователя после регистрации в деталях. Если уж мы говорим про идеальную аналитику, стоит сказать, что идеальная аналитическая система должна сочетать в себе возможности анализа трафика и поведения.

На стыке рождается интересная синергия: можно строить различные воронки и сегменты пользователей, рассматривая источник трафика как один из параметров. Вполне возможно, что таким образом можно будет максимизировать количество «китов» и более детально сравнивать источники трафика между собой.

Не у всех есть математическое образование, и система аналитики не должна его требовать от разработчика. Интерфейс и функциональность системы аналитики, набор предустановленных в ней отчетов должны быть максимально простыми для понимания. Процесс «данные — решение» должен быть реализован максимально быстро.

Если у разработчика есть проблемы с интеграцией, если у него мало опыта работы с подобными системами — должна быть возможность обратиться в службу поддержки системы и получить квалифицированный ответ от живого человека, заинтересованного в том, чтобы разработчик получил от системы максимум пользы. Это довольно очевидно, но, оказывается, трудно достижимо на практике.

Последнее по очереди, но не по значимости — точность данных. Тут и говорить нечего: если данные в системе неточны и недостоверны, то все описанные выше преимущества сходят на нет. Система не должна быть «черным ящиком», и уровень доверия к ней должен достигаться за счет точности данных.

Преимущества для игровых проектов

Конечно, есть и другие приложения, помимо игр, и аналитические системы могут либо быть универсальной аналитикой для всех, либо глубокой аналитикой для игровых проектов. Но мы сейчас говорим именно об играх и, как игровые аналитики, хотим, чтобы сервис давал инструменты, которые будут полезны именно при анализе экономики игры, уровней или чего бы то ни было ещё.

Приятные полезности

А здесь мы расскажем о том, что не уместилось в предыдущих разделах.

Сегментация пользователей

Сегментация — ещё один из важнейших инструментов аналитики мобильного приложения. Выводы по всем пользователям сразу, как правило, приводят к ошибкам. Чем больше ваша аудитория, тем больше в ней различий.

Скажем, метрика LTV, посчитанная по всем пользователям, мало о чём скажет. Вы сможете разве что сравнить её с CPI. Но если вы поделите пользователей на сегменты и посчитаете LTV для каждого по отдельности, то узнаете много нового и сможете принимать более точные решения.

Пользователи могут отличаться по стране (сравните японский и, например, итальянский рынок), по социально-демографическим характеристикам, по сроку в игре, по индикатору монетизации (платящий или неплатящий) или по размеру платежей. Словом, по чему угодно.

Более продвинутый вариант сегментации — делить пользователей по выполнению или невыполнению события. Например, сравните пользователей, которые прошли обучение, с теми, кто его пропустил, — у кого будет выше retention?

Советы от автоматизированного эксперта

Каким бы ни был внутренний опыт, всегда интересно мнение сторонних компетентных людей. Оно особенно ценно, когда у разработчика нет ресурсов на выделенного аналитика.

Предположим, мы видим значение Retention второго дня = 17%. Много это или мало? Это идеальное место, чтобы система аналитики подсказала: Retention второго дня = 17% — это слишком мало для игр жанра match-3 и онлайн-казино, но очень круто, если вы делаете приложение «Твоя психологическая зарплата».

Еще примеры: на воронке первой сессии значительный провал? Система может сказать: «Проверьте четвертый шаг в обучении, у вас там проблема». 10% пользователей не проходят процесс загрузки? Система говорит, что на браузере Safari проект не запускается, а на всех остальных работает.

Главное преимущество провайдера аналитики в том, что он может сравнивать показатели всех проектов между собой и давать эту информацию разработчикам, которые не знают текущей рыночной ситуации. Информация, естественно, в контексте каждого конкретного продукта: как он себя показывает на фоне остальных.

Технический бэкграунд

Вовсе не обязательно иметь высшее техническое образование за спиной, чтобы претендовать на должность гейм-аналитика — есть, например, обучающие курсы в Devtodev или курс «Нетологии», экспертом которого я являюсь. 

Точность данных и скорость их появления в системе


Для принятия решений нужны актуальные и правильные данные. Чем быстрее данные из приложения появятся в аналитике, тем больше решений вы сможете принять за единицу времени.

Во всех рассмотренных системах задержка составляет от нескольких секунд до нескольких минут, что, в общем, вполне нормально. Исключение составляют Flurry и GameAnalytics — задержка там не задокументирована, но на практике данные приходят в систему примерно через 24 часа.

Заключение

Итак, мы сравнили основные аналитические системы (и постарались быть максимально непредвзятыми). Как итог, мы можем сформулировать следующие рекомендации:

  • Если вы рассчитываете только на бесплатную аналитику, выбирайте Flurry или GameAnalytics. С ними вы получите ответы на основные вопросы, но будьте готовы к задержкам в поступлении данных.
  • Если у вас небольшой проект, то MixPanel, Localytics, deltaDNA отлично подойдут, пока MAU не перевалит за отметку в 10 тысяч.


Какой из сервисов выбрать — решать вам. Мы только надеемся, что вы, помимо прочего, прочитали между строк вывод о том, что жить с системой аналитики лучше, чем без неё.

Вывод

Наши рассуждения выявили следующие признаки идеальной аналитики:

  • возможность анализа своих ошибок и максимизация удержания;
  • возможность анализа успехов и максимизация дохода;
  • система автоматизированных уведомлений;
  • система рекомендаций;
  • возможность сравнения с рынком;
  • возможность предугадывать действия пользователей и прогнозировать значения показателей;
  • возможность коммуникации с конечными пользователями;
  • доступ к исходным данным;
  • анализ как трафика, так и поведения пользователей;
  • простота и доступность интерфейса;
  • техническая поддержка;
  • точность данных.

Выглядит, надо сказать, вполне достижимо. Ну а теперь вопрос к вам: что для вас идеальная аналитика, какими признаками она должна обладать? Давайте обсудим, чтобы вместе сделать системы аналитики лучше — окей, сделать их идеальными.

Оцените статью
Аналитик-эксперт
Добавить комментарий

Adblock
detector