Kitobni o'qish: «Игра в цифры. Как аналитика позволяет видеоиграм жить лучше»

Предисловие ко второму изданию

У вас бывает такое, когда перечитываешь свои старые записи, статьи, социальные сети и думаешь, что это писал кто-то другой? У меня бывает. Иногда даже неловко перечитывать старое, поэтому обычно я стараюсь этого не делать.

С книгой история иная. Я очень отождествляю себя с этим текстом и, перечитывая, не испытываю никакой неловкости. «Игра в цифры», появившись на свет, получила хорошую прессу, ее сделали настольной книгой многие знакомые и незнакомые мне люди.

За то время, что прошло от выхода книги до ее переиздания, у меня многое поменялось в жизни. Я сменил работу и страну проживания, сейчас я работаю в должности руководителя аналитики в игровой студии Easybrain на Кипре. Я по-прежнему нахожусь в русле игровой аналитики и никуда из него не собираюсь, но стоит признать, что, перейдя из B2B в B2C, а также из IAP-экономики (заточенной под внутренние покупки) в рекламную монетизацию, я открыл много новых аспектов в аналитике.

Поэтому я встал перед выбором, менять ли текст книги, отражать ли в нем мое текущее видение игровой аналитики, и решил, что будет несправедливо по отношению к первому изданию книги и его читателям, если я изменю что-то существенное. Поэтому во втором издании я скорректировал опечатки и прочие огрехи, обновил картинки, кое-где косметически подправил текст и сохранил при этом исходное произведение.

Также я встал перед выбором, справедливо ли мне в моей новой позиции употреблять в книге фразы по типу «мы в devtodev решили», «мы в devtodev считаем, что». И здесь я тоже решил, что будет несправедливо, если в новой версии книги я нарушу связь с системой и компанией devtodev. Поэтому эту часть текста я с чистой душой и благодарностью к devtodev менять не стал.

Я очень рад, что книга получает свое переиздание и находит своего читателя. Я говорю спасибо всем, кто прочитал первое издание, потому что именно благодаря вам появляется второе. И еще большое спасибо всем тем, кто давал обратную связь: указывал на опечатки, делал замечания по стилю и структуре. Я постарался учесть все рекомендации.

Впрочем, если вы читаете эти строки, значит, вы приобрели уже переизданную версию, поэтому забудьте все то, что я написал выше, начните читать книгу с чистого листа и первой страницы. Приятного вам чтения!

Желаю всем любить игры, математику и то, чем вы занимаетесь по жизни.

Об авторе и от автора

 
Поверил
Я алгеброй гармонию. Тогда
Уже дерзнул, в науке искушенный,
Предаться неге творческой мечты.
 

А. C. Пушкин

Привет! Меня зовут Василий Сабиров. Я работаю игровым аналитиком. Свой путь в игровой индустрии я начал в 2011 году в компании Xsolla. Помню, меня, пришедшего на собеседование в строгом костюме прямиком из банковской сферы, поразила неформальность беседы: мне предложили упасть в кресло-мешок, предварительно встряхнув его от (предположительно) чипсов. Я тогда подумал: «А мне тут понравится!»

После Xsolla я два года работал ведущим аналитиком в пермской компании AlternativaPlatform, известной по игре «Танки Онлайн». За два года мне удалось глубоко проникнуть в игру, постичь ее экономику и законы, по которым она работает. В «Танки Онлайн» ежемесячно играли несколько миллионов человек: мне взрывала мозг сама мысль о том, что мои решения, пусть и косвенно, влияют на каждого из этих игроков, меняя их опыт в игре и принося новые положительные эмоции.

В 2015 году я перешел в компанию devtodev, которая делает систему аналитики для игр, и теперь мои конечные потребители не игроки, а разработчики игр. Теперь мне нравится думать, что, влияя на решения разработчиков, я влияю и на игроков. Мне нравятся игры, и мне нравится делать игры лучше. Для этого игру нужно разложить по кусочкам (помните, как в школе мы разбирали слова по составу? Сейчас я делаю то же самое с играми), понять, где и что можно улучшить, составить отчет, передать его продюсеру или гейм-дизайнеру и тем самым повлиять на игру. В конечном счете вся аналитика сводится к тому, чтобы игра стала лучше и веселее, а игроку было приятнее в нее играть. Может показаться, что я слишком много внимания уделяю деньгам, и это вполне здравый вопрос. Я считаю, что если игроку нравится игра, то он будет приносить ей деньги, и я очень надеюсь, что по прочтении этой книги вы разделите со мной эту мысль. Логика проста. Игрок измеряет свою эмоцию в смайлах, часах, постах в Facebook, а разработчик – в деньгах.

Почему игры, а не, допустим, биржевые сводки? Тут все просто: я очень люблю игры как игрок. Как говорится, лучшая работа – это оплачиваемое хобби! Мне повезло, в моей жизни все так и есть. Я люблю свое дело и с радостью о нем говорю. Надеюсь, с помощью этой книги я смогу передать вам свое восхищение играми и тем, что с ними может сделать аналитика.

Введение

Нет, я не плачу и не рыдаю,

На все вопросы я открыто отвечаю,

Что наша жизнь – игра, и кто ж тому виной,

Что я увлекся этою игрой.

Юлий Ким

Что вы представляете, когда слышите слово «игра»?

Наверное, это Супер Марио, прыгающий на черепаху. Или желейные конфетки, исчезающие, если их поставить три в ряд. Или чемпионат по Dota 2, совсем непонятный непосвященному. Или просто головоломка, которая не покидает вас даже во сне. Или Макс Пэйн, замедляющий время и отстреливающий врагов в прыжке. Или варвар в Diablo 2, который убивает миньонов обеими руками. У каждого свои ассоциации.

А что вы представляете, когда слышите слово «аналитика»?

Наверняка это графики и диаграммы, биржевые сводки и прогнозы. Аналитика – это то, что пишут в бегущей строке на телеканалах. Аналитика – это то, что вы читаете, когда делаете ставку на результат матча Лиги чемпионов. Аналитика – это целый разворот в бумажной газете, который вы наверняка пролистываете. Аналитика – это таблички Excel, заполненные цифрами и буквами.

Казалось бы, что тогда может находиться на пересечении понятий «игра» и «аналитика»? Как минимум – данная книга. Как максимум – целая мини-индустрия игровой аналитики со своими правилами, инструментами и методами. И об этой мини-индустрии я намереваюсь рассказать.

В этой книге я хочу передать словами свое восхищение тем, как интересен мир, если взглянуть на него под новым углом, измерить неизмеримое и заглянуть за дверь, о существовании которой вы могли и не знать.

Я допускаю, что не все, кто читает эту книгу, имеют математическое образование. Обычно, когда в дружеской компании я начинаю говорить о математике, меня просят быть попроще или вовсе сменить тему. Поэтому в данной книге я постарался быть максимально понятным, начиная повествование с объяснения на пальцах и заканчивая глубокими рассуждениями. Удалось мне это или нет – решать вам.

Слово «игра» охватывает огромную сферу жизни: малыш познает мир через игру, дети в саду играют в догонялки и куклы, компании вечерами собираются за настольными играми, брокеры на бирже называют свою деятельность игрой (вообще, о понятии игр и важности их для человека написано уже много, и я не буду повторять тезисы Хейзинги и Кайуа).

В данной книге под «играми» я прежде всего имею в виду видеоигры, то есть такие игры, в которые можно сыграть на устройствах, будь то телефон, компьютер или игровая консоль. Кроме того, в большинстве случаев я говорю именно об условно-бесплатных играх.

Условно-бесплатные игры (free-to-play, free2play, f2p) – система монетизации и способ распространения видеоигр. Вы начинаете играть в игру бесплатно, но всегда есть возможность заплатить за что-то, что улучшит для вас игру. Это могут быть виртуальные монеты, щиты и мечи, сундуки с сокровищами и т. д. Либо же вы можете посмотреть рекламу и продолжить играть бесплатно.

Дело в том, что именно условно-бесплатные игры требуют особого подхода, именно они подразумевают аналитику, именно в применении к ним аналитика может раскрыться во всей красе и показать весь спектр своих возможностей.

Игра для меня – это прежде всего эмоциональный продукт. Это способ транслировать эмоции от одного человека к другому так же, как это удается с помощью живописи, кино или музыки.

Помню, в школе мы читали «Моцарта и Сальери» Пушкина, и там была строка «поверить алгеброй гармонию». То есть оцифровать эмоцию, измерить чувства, ворваться числами и измерениями в неформализуемые сферы жизни.

Тогда на уроке литературы мы пришли к выводу, что это невозможно.

В этой книге я хочу рассказать о том, что поверить алгеброй гармонию все-таки можно. И даже покажу, как это сделать.

Как эта книга устроена

– Как тебе только не страшно сидеть на самом краю?

– Дело в том, что пока ты боишься высоты – она сильнее тебя.

– Так я ее не боюсь! Как раз наоборот! Она мне нравится настолько, что я боюсь однажды не сдержаться и прыгнуть в нее.

Олег Тищенков

Главной моей задачей было рассказать доступно и просто о том, как работает и для чего нужна игровая аналитика. Тем не менее я не хотел бы, чтобы эта книга воспринималась как учебник. Отчасти это даже художественная книга со своим сюжетом: вот студия решает выпустить игру, вот они запускают первые прототипы, вот появились настоящие живые игроки, вот они дошли до важных точек. На каждом из этапов требуется работа аналитика, и об этом я расскажу в своей книге.

Здесь будет много терминов, но каждый я объясню. Максимально просто – ну, по моему мнению. Здесь будет много кейсов и практических историй о том, как аналитика помогала играм жить лучше (читай: зарабатывать больше).

Давайте сейчас вместе придумаем игру. Для простоты пусть это будет 2D-платформер, наподобие Super Mario.

Выберем протагониста, который, положим, будет не водопроводчик, даже не человек, а бегемотик. Веселый бегемотик, который очень не любит, когда его обижают.

И вот беда, бегемотика кто-то обидел! Он вышел на тропу войны и готов уничтожить всех врагов. А врагами, допустим, станут крокодилы.

Наша игра будет работать по модели free-to-play: начать играть можно бесплатно, но потом, чтобы более эффективно противодействовать крокодилам, игра предложит вложить реальные деньги. На них можно купить виртуальные монетки. А на эти монетки – мечи, щиты и шлемы для нашего бегемотика.

Где-то здесь читатель спросит себя: «Что? о чем речь? какой бегемотик, какие монетки? что происходит вообще?»

Поясню: дальше мы с вами будем повторять путь игрока, который играет в игру про бегемотика. Нам потребуется доля фантазии, чтобы представить себе виртуальный мир, а чтобы было попроще, я и придумал эти визуальные образы. Запомните бегемотика, крокодилов и монетки, они нам еще пригодятся!

Глава 1 – это наше знакомство, здесь я рассказываю, о чем эта книга и как она устроена.

В главе 2 я расскажу о том, каким должен быть аналитик, как должен выглядеть хороший (по моему мнению) аналитический отчет, а также немного порассуждаю о визуализации данных.

Начиная с главы 3 мы станем говорить об аналитических инструментах и методах, о метриках и показателях. Глава посвящена вопросам настройки аналитики и «мягкого запуска»: какие выводы можно сделать, когда игра еще не запущена? А когда с запуска прошла лишь неделя?

Главу 4 я посвящу вопросам привлечения пользователей и измерению пользовательской лояльности. В частности, там мы говорим про отток и удержание, а также о том, почему я скептически отношусь к опросам.

В главе 5 я расскажу о показателях активности игроков: они уже в игре, они играют прямо сейчас, и нужно как-то замерить их активность.

Глава 6 – кажется, самая объемная – посвящена монетизации. В конце концов, все ради денег, и деньги эти нужно правильно измерять, с ними надо уметь работать. Особое внимание обращаю на метрику LTV, это чуть ли не самая важная метрика в проекте.

Глава 7 посвящена будущему, а точнее, умению его прогнозировать. Мы поговорим об основных способах прогнозирования и порассуждаем о том, всегда ли нам нужна математика.

В главе 8 поговорим о поведении игроков, о том, как находить узкие места в вашей игре. Мы рассмотрим воронки, профили пользователей и сможем с их помощью лучше понимать, как устроена ваша игра.

Глава 9 посвящена игровой экономике и ее отличиям от экономики реальной. Виртуальные валюты и покупки – эти аспекты делают игры очень интересным объектом для анализа.

Глава 10 знакомит с тем, как организовывать и анализировать внутриигровые акции, как играть со скидками, как не допустить срабатывания мин замедленного действия.

Глава 11 – это мое новое увлечение, поведенческая экономика. Мы поговорим о том, что все мы ошибаемся. Ошибается каждый человек: и морячка, и моряк, и разработчик, и игрок.

Глава 12 посвящена data driven-культуре, A/B-тестам и тому, как встроить аналитику в вашу жизнь и в процессы игровой студии; как принимать решения, основываясь на данных, а не на интуиции.

Наконец, после последней главы я дам вам тест по аналитике, чтобы вы смогли проверить, насколько внимательно вы читали книгу. Там же содержится литература, которая поможет лучше разобраться в данном вопросе.

И да, кое о чем хочу сразу предупредить. Эта книга написана мной лично, и в большинстве случаев я использую первое лицо единственного числа – «я», но иногда вполне может промелькнуть и множественное число – «мы». Говоря «мы», я имею в виду мою команду, компанию devtodev, в которой я и получил огромную часть описываемого в книге опыта. Руководителю (а я являюсь таковым) иногда трудно разграничить «я» и «мы», и при написании книги я тоже с этим столкнулся. Но пусть это будет, как говорят программисты, не баг, а фича.

О состоянии рынка игр сегодня

Я до сих пор довольно часто слышу о том, что игры – это не более чем детская шалость, что играть в них стыдно, ведь «ты же не ребенок, чтобы в игрушки играть».

Обожаю спорить на эту тему, и, как правило, все заканчивается тем, что я показываю ту или иную игру, описываю ее в красках и эмоциях, и человек сам берет у меня геймпад или мобильный телефон и начинает в нее играть.

Аргументов, почему люди не играют, может быть придумано великое множество, и если отвечать на каждый из них, то наша книга превратится скорее в психотерапевтическую беседу. Этого я допустить не могу, а потому просто поделюсь некоторыми цифрами и наблюдениями. Это же как-никак книга по аналитике.

Обратимся к исследованию компании PricewaterhouseCoopers «Всемирный обзор индустрии развлечений и СМИ: прогноз на 2018–2022 годы»:

Оборот игрового рынка в России за следующие пять лет увеличится вдвое – с $2,2 млрд до $4,8 млрд. К 2022 году игровой сектор обгонит по выручке телерекламу и выйдет на третье место в структуре доходов российской индустрии медиа и развлечений.

Чтобы вы понимали, это большие деньги. А что больше, игровая индустрия или кинопрокат? Еще в 2013 году игровая индустрия обогнала по объему рынок кинопроката, и с тех пор разрыв только растет. Представьте себе полные кинозалы, собранные на какую-либо недавнюю премьеру, помножьте на все кинотеатры в вашем городе, умножьте на все города России, теперь на все премьеры, потом на все будние, выходные и праздничные дни. Так вот, игровая индустрия сейчас приносит куда больше денег.

И когда оказываешься на таком торжестве игр, как, например, конференция GamesCom, которая проводится в Кельне в августе, и видишь, сколько людей туда приходит (по официальным данным, более 300 тысяч человек), смотришь на эти толпы, которые привела сюда лишь любовь к играм как развлечению, то понимаешь, что причастен к чему-то действительно великому и нужному.

Игры – это не стыдно, это такой же вид развлечения, как и кино, сериалы, музыка и спорт. Это эмоции и азарт. Это большой бизнес и большие деньги.

И роль аналитики здесь ровно в том, чтобы сделать эти игры еще лучше, а деньги – еще больше.

Глава 1
О важности аналитики
Что такое аналитика и зачем она в играх

– Слушай, а что такое по-английски How are you?

– «Как поживаешь» или «как дела».

– А им че, всем интересно, как у меня дела?

– Не-а, не интересно.

– А че тогда спрашивают?

– Просто так. Здесь вообще все просто так, кроме денег.

Из кинофильма «Брат-2»

Давайте порассуждаем о том, зачем проекту нужна аналитика и как она способствует увеличению дохода.

Скажем сразу: я считаю, что сама по себе аналитика (даже в тандеме с маркетингом) не вытянет совсем пропащий проект; однако если в нем есть потенциал, то аналитика способна его раскрыть так, что проект достигнет кратного роста. Основные две функции аналитики, на мой взгляд, это находить узкие места проекта и открывать точки его роста. Соответственно, устраняя узкие места и масштабируя точки роста, проект раскрывает свой потенциал. Давайте поговорим об этом более подробно.

Итак, вы начали разработку игры. Аналитика, в широком смысле слова, может вступить в дело уже на этом этапе. Вы ищете точки роста будущего проекта: оцениваете разные жанры, их востребованность; определяете целевую аудиторию. Именно здесь вы и принимаете решение, кто будет в игре, бегемотик или жираф, против кого он будет биться и как будет выглядеть бой (допустим, в виде пошагового шахматного сражения или же битвы на мечах). Вы выбираете рынки, на которых проект будет работать. На этом этапе полезно изучить рынок трафика, узнать, сколько стоит пользователь на той или иной платформе, в той или иной стране. Важно найти бенчмарки – проекты и метрики их качества, на которые вы будете ориентироваться при разработке; такие проекты есть почти всегда, кроме случаев, когда вы создаете что-то действительно инновационное. Итого аналитика на этапе разработки помогает принять решение о том, каким станет проект, как и где он будет работать, и сформировать ожидания по метрикам.

Ваш проект готов к запуску, и начинается самое интересное – к вам приходят живые пользователи. Помните этот волшебный момент в SimCity, когда вы отстраиваете город, и вдруг в нем начинают появляться люди, которые живут в домах и ходят по своим делам по улицам? На этом этапе в дело вновь вступает аналитика. На настоящих пользователях она становится куда интереснее. Вы уже не просто строите догадки, а изучаете поведение аудитории, и этот анализ помогает вам определить проблемные места и точки роста.

Как найти узкие места в уже работающем проекте? Если вы представили воронку конверсии, вы совершенно правы! Воронка – основной и самый простой инструмент для решения этой задачи. Выберите последовательность шагов, наблюдайте, как пользователи проходят по ним, и замеряйте конверсии от шага к шагу.

При этом мы всегда рекомендуем тщательно анализировать именно первую сессию пользователя. Во время первого знакомства с проектом пользователь понимает, что это за сервис, зачем его применять, сколько это может стоить. В этот момент он принимает решение, продолжать ли «сотрудничество» с проектом. Каждый элемент меню, каждая новая форма, каждое дополнительное поле на форме регистрации – это точка принятия решения. Если вы проанализируете и оптимизируете первую сессию, то показатели удержания вырастут (больше пользователей останется в проекте), а соответственно, улучшится и монетизация проекта.

ИСТОРИЯ

Один наш клиент (мобильная игра) анализировал первую сессию пользователя. Это был 10-минутный туториал – обучающий уровень. Эти 10 минут были разбиты на 120 шагов (что, надо сказать, очень детально!), и среди них были шаги, которые пользователь не видит: подгрузка текстур, загрузка уровней и т. д. Мы выяснили, что большинство пользователей отпадают как раз на этих невидимых шагах. Игра работала под Android, а среди Android-устройств есть откровенно старые и слабые, где загрузка уровней происходила долго, либо вовсе срывалась. Команда проекта облегчила туториал, и это значительно увеличило показатели удержания: если раньше из 100 пользователей до конца обучения доходило 55, то теперь эта цифра поднялась до 70. Соответственно, аудитория проекта в целом значительно выросла.

Нахождение точек роста проекта – вторая важнейшая функция аналитики. Примеры тут могут быть совершенно разные, от самых простых до многоуровневых и сложных.

Простой вариант нахождения точек роста

1. Проанализировать распределение пользователей по странам и средний доход с пользователя в каждой стране.

2. Сопоставить это с данными о цене пользователя в каждой из стран.

3. Посчитать ROI (если вам не знакома эта метрика, то не переживайте, это Return On Investment – метрика возврата инвестиций, мы поговорим о ней позже) для каждой страны и найти те страны, в которых возврат инвестиций в трафик максимален.

4. Локализовать проект на языки найденных стран.

5. Сконцентрироваться на рынке именно этих стран, закупив больше пользователей.

6. Увеличить свой доход. Profit!

Некоторые точки роста позволяют достичь кратного роста дохода при минимуме затрат. Это так называемые экономические рычаги, когда небольшое изменение одного показателя ведет к значительному приросту другого.

ИСТОРИЯ

Вы покупаете пользователей по 10 рублей. Спрогнозировав Lifetime Value (количество денег, которое средний пользователь принесет за время пребывания в проекте), вы понимаете, что каждый пользователь приносит вам 11 рублей. Похоже, что у вас не самый маржинальный бизнес (то есть на 11 рублей дохода вы имеете лишь 1 рубль прибыли), и аналитике есть где разгуляться.

Увеличить свой доход вы можете двумя путями: оптимизировать доход с пользователя или сократить расходы на его привлечение. Предположим, вы выбрали второй вариант, проанализировали трафик, выделили наиболее неэффективные каналы, отключили их и перераспределили маркетинговый бюджет. Теперь каждый пользователь стоит вам не 10, а 9 рублей. Доход от пользователя не изменился и по-прежнему составляет 11 рублей.

Выходит, что пользователь теперь приносит вам не 1 рубль, а 2 рубля прибыли. Сократив затраты на 10 %, вы увеличили общую прибыль проекта на 100 %. Чем не точка роста!

Как устроена работа аналитика

 
Приходи к нему лечиться
И корова, и волчица,
И жучок, и червячок,
И медведица!
Всех излечит, исцелит
Добрый доктор Айболит!
 

Корней Чуковский

Как я уже говорил и, вероятно, скажу еще не раз, у аналитика есть две главнейшие задачи: находить узкие места проекта и точки его роста. Это звучит достаточно просто, однако на деле из этих двух формулировок проистекает очень много задач.

С чего аналитик начинает свой день?

Если мы говорим о так называемом продуктовом аналитике (а мы говорим именно о нем), то обычно свой день он начинает с анализа метрик вчерашнего дня.

Продуктовая аналитика – если вкратце, это аналитика конкретного продукта. Сущность продуктовой аналитики в том, чтобы изучать поведение одного (и желательно только одного) продукта в деталях, знать абсолютно все, что с ним происходит, понимать взаимосвязь показателей и уметь оценивать, как отразится на продукте то или иное нововведение.

Когда вы ходите к доктору? Наверное, когда у вас что-то болит. Немногие ходят для профилактики, чтобы ничего не заболело в будущем. Вы приходите, заходите в кабинет, доктор производит с вами некоторые измерения. Притом какие именно – зависит и от вас (например, взрослым замеряют одни показатели, детям – немного другие), и от вашего состояния, и от истории прошлых посещений. Это могут быть рост и вес, температура и частота сердечных сокращений, осмотр горла или кожных покровов, что угодно. Если доктору недостаточно текущих показателей, то он направляет вас либо к другому врачу (специалисту по другим метрикам), либо на более детальное обследование, например на анализ крови, чтобы сделать вывод по иным метрикам.

Вы по просьбе доктора производите дополнительные измерения и приходите к нему вновь. Доктор принимает решение на основании значений этих метрик, назначает вам лекарства или любые другие средства как-то скорректировать ваши метрики в будущем.

Вы принимаете необходимые меры и спустя некоторое время возвращаетесь к доктору на повторное исследование, и цикл начинается снова. И так много раз в течение жизни.

В общем-то, ровно так же и работает аналитика. С тем лишь отличием, что аналитик – это доктор, который приходит к вам сам. Каждый день. Каждый день он будет делать анализ метрик вчерашнего дня. А по понедельникам – еще и анализ метрик за прошедшую неделю. А первого числа месяца – подведение итогов месяца предыдущего.

И в последующих главах я как раз расскажу, как аналитик измеряет все этапы жизненного цикла пользователя: сначала игрок приходит в игру, а спустя некоторое время превращается в огромного кита.

Глава 2
Каким должен быть аналитик?

Каждому человеку, которому ты даришь свое доверие, ты даешь в руки меч. Им он может тебя защитить или уничтожить.

Аниме «Наруто: Ураганные хроники» (Naruto: Shippûden)

Если меня спросят (и ведь спрашивают!), какими качествами должен обладать аналитик, то я первым делом назову скептицизм. Да-да, именно скепсис, старый добрый скепсис по отношению ко всему происходящему. И дело не только в том, что аналитик – это человек, который больше любит цифры, чем людей, а в том, что основной задачей аналитика является сомнение: точно ли мы приняли правильное решение? Почему мы решили именно так? Есть ли решение лучше? Как это проверить?

Большинство аналитиков, которых я знаю, весьма материалистичны в своих суждениях, как правило, они не суеверны и доверяют лишь фактам.

Главное, что есть у аналитика, – это критическое мышление, умение задавать правильные вопросы в любой ситуации.

А потому со стороны может показаться, что аналитики мнительны, по крайней мере во всем сомневаются. Смею вас заверить, это не неуверенность в привычном понимании слова. Аналитик не сомневается, он просто задает уточняющие вопросы.

Есть в статистике такой концепт, как теорема Байеса, которая открывает начало целому направлению мысли – байесианству (мы лишь косвенно затронем его в книге). Не вдаваясь в особые подробности, скажу лишь, что теорема Байеса предполагает, что чем больше факторов мы учтем, тем более точным окажется наш прогноз.

Так вот, если аналитик или любой другой человек с аналитическим мышлением вдруг усомнится в вашем решении и засыплет вопросами, имейте в виду: он просто собирает данные для более точного прогноза по Байесу.

В данной главе мы поговорим о том, кто такие хорошие аналитики, откуда они берутся и как они делают свои странные аналитические отчеты.

Откуда берутся аналитики?

Подкустовные выползни появляются на свет сразу.

Как следует из названия, они выползают из-под куста.

Спектакль «День радио»

Профессиональное сообщество все чаще задается вопросом: где взять хороших игровых аналитиков?

На конференции DevGAMM‐2019 в Москве я вел круглый стол на тему игровой аналитики, и одним из вопросов был следующий: «Как вы нанимаете аналитиков?» Один из отвечающих, грустно вздохнув, сказал: «Наем аналитиков – это боль», и зал разразился аплодисментами. Игровая аналитика – ниша достаточно узкая, и пост аналитика достаточно ответственен, чтобы ставить на него человека «с улицы». Поэтому да, давайте признаемся друг другу: это и правда боль.

Другое дело – игровых аналитиков выращивать. Как в фильме Эльдара Рязанова «Карнавальная ночь»: «Бабу-Ягу со стороны брать не будем, воспитаем в своем коллективе». Практика (по крайней мере, моя) показала, что это более эффективный путь, нежели наем.

Делюсь секретами!

Секрет 1. Кандидат должен любить игры

В описании вакансии игрового аналитика я всегда размещаю требование «любить игры». Во-первых, если у человека есть предубеждение относительно игрового рынка, то он отсеется сам по себе. Во-вторых, на собеседовании можно спросить, во что человек играет, попросить показать телефон (сколько игр установлено, какие это игры, во что кандидат играет чаще всего). В-третьих, тестовое задание покажет, обладает ли человек достаточно широким игровым кругозором.

Секрет 2. Кандидат должен обладать общей адекватностью

Как ни странно, но далеко не все проходят по этому критерию. Как я его проверяю? Опять же, на уровне собеседования. А еще в тестовом задании один из пунктов направлен как раз на проверку общей адекватности. Вопрос, например, звучит так: «Сколько денег компания Blizzard заработала на мобильном рынке за 2017 год?» Казалось бы, Blizzard публикует свою отчетность, надо просто сходить в интернет, найти и «погуглить», плюс добавить знание того, какие из проектов работают на мобильном рынке, а какие нет. Желательно при этом еще оформить ответ красиво и со всеми ссылками, чтобы я понял, на какие источники ссылается кандидат. Но далеко не каждый справляется с этим заданием.

ИСТОРИЯ

Самый классический случай, который был с этим заданием: один из кандидатов прекрасно справился со всеми остальными заданиями, а на этом задании я все о нем понял. Ответ был таким: «Ну, ляма три». У меня к этому ответу есть, прямо скажем, несколько вопросов, и «Ляма три чего?» – лишь один из них.

Секрет 3. Кандидат должен иметь технический бэкграунд

Все же практика показала, что игровые аналитики получаются из специалистов технического профиля. Это могут быть и инженеры, и математики, и экономисты, и физики. А вот лирики – скорее нет. Лирики у нас, как правило, отваливаются на этапе тестового задания.

При этом, признаюсь, в резюме (CV) кандидатов я не смотрю на образование. Совсем не смотрю. Куда важнее опыт работы, навыки, а также достижения, которыми гордится кандидат. К слову, идеальное резюме – это список достижений с датами и ссылками, которыми эти достижения можно проверить (вплоть до контактов бывших работодателей).

Как проверить наличие технического бэкграунда на этапе тестового задания? Я обычно вставляю задание по SQL. Вообще, SQL – базовый навык аналитика, и даже если напрямую SQL в работе может и не пригодиться (хотя это, конечно, маловероятно), владение этим языком довольно точно показывает, работал ли ранее человек с таблицами и базами данных.

Секрет 4. Аналитика нужно грамотно адаптировать

Онбординг – это та последовательность действий, которая ведет к aha! – моменту (в книге мы его разберем довольно подробно). Иначе говоря, это тот набор заданий, с которым сталкивается новоиспеченный аналитик в течение первых месяцев в компании. Как правило, это совпадает с испытательным сроком.

Я всегда стараюсь, чтобы за первые 2–3 месяца аналитик прошел через следующие задания.

– Разбор и анализ конкретной игры. В этом задании аналитику предстоит глубоко погрузиться в игру, разобрать ее по механикам удержания, монетизации, разобрать геймплей по частям и написать рекомендации, как этой игре стать лучше.

– Статистика и данные. Одно дело – смотреть на саму игру, совсем другое – изучать ее данные. Тут-то и пригодятся SQL и табличное мышление. И если при этом аналитик объединяет и свое видение игры, и данные, при этом разграничивая в отчете субъективное и объективное, то аналитик – молодец.

– Подготовка и защита отчета. Про то, как, на мой взгляд, должен выглядеть идеальный отчет аналитика, я напишу чуть позже. Но важно, чтобы и отчет был сделан хорошо, и презентация его заказчику была проведена достаточно четко и уверенно. От аналитика ждут внешней экспертизы, серьезного мнения со стороны, и аналитик, каким бы он ни был, на презентации должен быть уверенным в своих выводах и доводах.

Секрет 5. Контролируем на ранних этапах, позже – доверяем!

Посмотрите на график функции логнормального распределения (синяя линия).

Должен сказать, это один из моих любимых графиков. За малый промежуток времени функция довольно быстро взлетает, а потом падает гладко и уверенно, как лыжник на трамплине.

Этот график хорош еще и тем, что описывает мое отношение к контролю за аналитиками, с которыми я работаю. Буквально за первую неделю я взваливаю на аналитика большое количество задач и довольно скрупулезно и придирчиво контролирую их выполнение, вплоть до того, какое выравнивание используется в отчете, каким шрифтом оформлены заголовки графиков, как формулируются выводы. На первых порах аналитики получают от меня очень детальный и вдумчивый фидбек. Затем я постепенно ослабляю хватку, оставляя аналитику больше свободы в принятии решений – следовательно, больше доверия. И дальше доверие сводится к максимуму, а контроль – к минимуму.

И да, обращаю внимание, эта линия никогда не уйдет в ноль. Пусть минимально, но я буду контролировать работу аналитика все время, пока мы работаем вместе.

Каким должен быть аналитический отчет

Я считаю, что аналитический отчет – это кратчайший путь между данными и принятием решения на их основе.

Для чего существует аналитика? Чтобы принимать решения. И здесь аналитик наделен довольно серьезными полномочиями, ведь в его руках – действенное оружие.

Я хочу описать несколько признаков, которыми должен обладать отчет аналитика.

Сначала выводы

Часто у заказчика есть лишь пара минут, чтобы ознакомиться с аналитическим отчетом. Иногда же (реже) заказчик будет вычитывать каждое слово. А поэтому отчет должен удовлетворять пожеланиям обоего типа заказчиков. Что я имею в виду? Что было бы здорово писать основные выводы в начале отчета, а уже потом переходить к тому, как мы к этим выводам пришли.

Для некоторых, особенно для любителей детективов, это будет контринтуитивно, ведь мы привыкли, что все самое интересное – в конце. А здесь детективную часть мы отметаем сразу: убийца – садовник, подробности – далее.

Рекомендации

Аналитик – это не просто интерфейс над данными, аналитик – это столь же важный человек для принятия решения, как и продюсер с гейм-дизайнером. Что это значит для отчета? Если отчет просто отвечает на поставленный вопрос – это недоработанный отчет, в идеале он должен сопровождаться рекомендациями (а еще лучше, см. первый пункт, с них начинаться).

За свою практику я завернул (отправил на доработку) большое множество отчетов с комментарием: «Где call to action?» Call to action, или призыв к действию, – это то, что должно быть в каждом отчете аналитика, даже если его об этом не просили.

Пример, как не надо

– Аналитик, посчитай нам распределение пользователей по уровням!

– Хорошо, вот ваше распределение!

Пример, как надо

– Аналитик, посчитай нам распределение пользователей по уровням!

– А зачем вам?

– Мы хотим понять, какие уровни облегчить.

– Хорошо, вот распределение. Обращаю внимание, что больше всего пользователей – на третьем уровне. Я разобрался в причинах и понял, что этот уровень слишком сложен для новичков. Предлагаю облегчить его.

Проактивность

Пример, как идеально

– Вот распределение пользователей по уровням. Обращаю внимание, что больше всего пользователей – на третьем уровне. Я разобрался в причинах и понял, что этот уровень слишком сложен для новичков. Предлагаю облегчить его.

Обратили внимание, чем этот пример отличается от предыдущего? Отсутствием постановки задачи аналитику.

О чем это говорит? О том, что аналитик должен занимать проактивную позицию, он должен постоянно думать о том, как улучшить проект, какие в данный момент существуют точки для улучшения.

Помните, я говорил, что две основные задачи аналитика – это поиск узких мест и точек роста проекта? Всегда держите это в голове! Этим аналитик должен заниматься по умолчанию: это его основная задача каждый день.

Удобство чтения

В нашем мире, когда ролик на YouTube продолжительностью более одной минуты считается длинным, а текст длиннее твита считается толстовским, мы должны экономить время себе и другим людям.

Отчасти этот вопрос закрывается тем, что выводы и рекомендации мы пишем в начале. Но если заказчик все же добирается до основного тела отчета, мы должны обеспечить ему комфортное чтение.

Как этого добиться?

– Маркированные списки. В аналитических отчетах очень часто идут те или иные перечисления. И если число перечисляемых сущностей равно или больше двух, я рекомендую использовать маркированные списки. Они создают визуальные отсечки, в отличие от сплошного текста, и увеличивают внимание к каждому из пунктов.

– Умеренная игра со шрифтовым выделением. Конечно же, если вы в рамках одного небольшого абзаца будете применять и bold, и italic, и подчеркивание, да еще и сочетать их, то у ваших читателей закружится голова. Но выделить наиболее важный текст (хотя бы тот самый call to action) – почему бы и нет.

– Картинки. Не только графики (о них ниже), но и картинки. Я имею в виду скриншоты из анализируемой игры или (почему нет!) из игр конкурентов. Если вы анализируете конкретный участок игры (скажем, первую сессию), почему бы не показать его прямо в тексте отчета. Даже если вы не хотите обратить внимание читателя на какой-то элемент экрана, вы таким образом сможете привлечь его мысли к этому участку, заставить его подгрузить этот участок игры в свою голову.

– Скринкасты. Иногда, вместо того чтобы писать текст на половину страницы, достаточно вставить в отчет короткое видео с указанием на проблему или просто на конкретный момент в игре.

– Графики. Да, графики должны быть, их должно быть много – так скажем, достаточно, и они должны быть правильно оформлены. Как именно правильно? Давайте-ка я посвящу этому целый раздел.

Визуализация данных

Если уж аналитический отчет – это кратчайший путь между данными и принятием решения на их основе, то правильно сделанный график – это прямо-таки портал, позволяющий телепортироваться от данных к решению.

Помните игру Portal? Вот о таком портале и речь.

Говоря о визуализации, я прежде всего буду иметь в виду книгу Джина Желязны «Говори на языке диаграмм»¹ – всячески ее рекомендую, это очень хороший учебник (в прямом смысле слова) по визуализации.

Итак, несколько важных принципов хорошей визуализации.

График – это средство донесения мысли

…а не просто ответ на заданный вопрос. Составляя график, подумайте, о чем именно вы хотите рассказать заказчику? На основе одних и тех же данных можно сделать множество выводов. Допустим, ваша задача – указать на статичность показателя, или же, наоборот, заметили тренд на снижение. Вероятно, вы хотите обратить внимание на сезонность, а может быть, прокомментировать скачок показателя в один из дней. Все это – разного рода основные мысли графика. Поэтому, прежде чем приступать к созданию графика, определите для себя, что вы хотите донести?

Правильно выбранный график

Обратите внимание на эту картинку.

Большинство утверждений, которые могут быть визуализированы, сводится к четырем типам.

– Comparison, или сравнение. У нас есть либо несколько показателей, которые мы хотим сравнить друг с другом, либо один показатель, который мы хотим сравнить с самим собой во времени.

– Товар А покупают чаще товара B.

– Распределение по уровням после релиза стало иным.

– Relationship, или взаимосвязь. У нас есть множество наблюдений за несколькими переменными, и мы хотим понять, схоже ли они себя ведут, есть ли между ними корреляция (а быть может, и причинно-следственная связь).

– Корреляция между оттоком на уровне и платежами на нем сильна.

– Чем дольше игрок в игре, тем больше вероятность его платежа.

– Composition, или композиция. У нас есть один или несколько сложных (иногда совсем разнородных) объектов, которые можно разбить на части. И мы хотим понять соотношение между этими частями.

– Наша аудитория на 80 % состоит из игроков из США.

– Структура накопления валют отличается от уровня к уровню.

– Distribution, или распределение. У нас есть один или несколько объектов, и по каждому есть достаточно много наблюдений. Наша задача – описать объект через эти наблюдения.

– Распределение уровней по попыткам прохождения имеет логарифмический характер.

– Более 30 % игроков не могут пройти уровень с первой попытки.

В зависимости от того, к какому типу относится ваше утверждение, и количества переменных, выбирайте нужный вам тип графика.

И да, помните, что круговые диаграммы (pie charts) – это не всегда лучший выбор. Очень многие их любят, их просто строить, они понятны и похожи на Пакмана. Но они, как правило, не несут в себе слишком много смысла. Они лишь показывают распределение какого-то одного показателя. Куда более насыщенным был бы, например, график с областями, где то же распределение можно было бы показать в динамике.

Правильно оформляйте заголовки

Как правило, когда вы в Excel выбираете какой-то показатель, его название автоматически уходит и в легенду графика, и в его заголовок. По возможности избегайте этого. Заголовок графика – прекрасное место, чтобы сообщить в нем ту самую основную мысль, которую вы хотите донести до заказчика. Также в качестве таких мест можно указать текстовые пометки на отчете, список идей, описанный текстом до или после графика.

Масштаб вертикальной шкалы

Не все знают, но масштаб вертикальной оси можно менять.

Поясню на примере.

В этом графике все правильно.

А вот этот график явно намерен увести нашу мысль куда-то не туда. Во-первых, перевернута горизонтальная шкала, и график мы должны читать справа налево, во‐вторых, перспектива здесь визуально слишком сильно выделяет 2021-й год.

Или вот еще пример.

Допустим, вы работаете менеджером по продажам. И продажи у вас, о горе, упали к концу года. И вы понимаете, что вот такой (справедливый) график показывать руководству нельзя.

Вы идете на хитрость, добавляете в график перспективу – тогда перспективы появляются и у вас на этой должности.

И еще один пример.

В чем разница между этими графиками?

На самом деле здесь показаны одни и те же данные, но на графике слева ось начинается не от нуля, а значит, динамика видна куда более четко. На графике же справа ось начинается от нуля, и разницы в данных мы не видим.

В зависимости от того, какую мысль вы хотите донести, выбирайте масштаб оси.

Легенда о графике

Легенда на графике – это указание, как именно помечен на графике каждый из показателей.

Мои правила работы с легендой таковы.

1. Если у вас одна переменная, то легенда не нужна, а название переменной лучше вынести в основную мысль, то есть в заголовок графика.

2. Если же у вас два и более показателя, то легенда необходима.

3. Размещать легенду при этом лучше внизу графика. Если размещать ее справа или слева, это сильно сократит основное тело графика.

Подписи осей

Тут все просто. Оси надо подписывать. Всегда. И горизонтальную, и вертикальную. Исключение составляет лишь тот случай, когда единица измерения (например, $) вместе с заголовком (например, в заголовке упомянут ARPU) не оставляют нам иных трактовок оси. Или если горизонтальная ось содержит в себе даты, и только даты.

Обратите внимание на этот график. Что с ним не так?

На самом деле все не так. И заголовок дублирует легенду, и легенда справа, а не снизу. И, что самое важное, основной мысли нет никакой.

Тот же график мог бы выглядеть вот так:

Мы придумали основную мысль. Мы поменяли заголовок.

Мы не добавили подписей к осям, но добавили единицу измерения к вертикальной.

Мы добавили тренд и текстовое пояснение.

И еще.

У того же Excel есть отличная функция, которой пользуются далеко не все. Эта функция позволяет разместить график буквально в одной ячейке, при этом, если залезть в настройки, там же можно и выделить минимальные и максимальные значения, вплоть до трендов. Эта функция называется спарклайн, и я очень рекомендую ее использовать буквально (действительно буквально) для каждого показателя.

Глава 3
С чего начинается аналитика?

Если у вас есть фломастер – вы сможете закрасить все, кроме самого фломастера.

Если у вас есть два фломастера – вы сможете закрасить весь мир.

Народное творчество

Интересно, какова доля читателей, которые, решив, что книга посвящена игровой аналитике, подумали, что автор книги научит вас выбирать правильный игровой жанр или сеттинг? Я эту тему, конечно, затрону, но вообще мой подход к аналитике – и вы в этом убедитесь – несколько иной.

На каком этапе работы над игрой появляется потребность в аналитике? Вообще все начинается еще на этапе идеи: обычно если в игровой студии появляется мысль сделать новую игру, то затевается большое и масштабное исследование рынка, после чего выбираются жанр и сеттинг, в которых создается игра.

Но здесь я сразу должен сделать важное лирическое отступление и озвучить личную позицию. Несмотря на то что большая часть работы аналитика, и этой книги в частности, крутится именно вокруг денег, я считаю, что если у вас есть желание сделать свою игру, то наиболее правильно будет просто пойти и сделать именно то, что вам хочется. Я предполагаю, что данную книгу будут читать не только сотрудники больших игровых студий, но и инди-разработчики, и просто ребята, заинтересованные в создании своей игры. Так вот, еще раз: если у вас есть какая-то идея сделать свою игру, это же прекрасно! Идите и делайте то, что велит вам душа. Нельзя наступать на горло собственной песне, и если вы задумали сделать искусство, а не товар, вы достойны уважения.

Если же вы все-таки хотите сделать именно то, что гарантированно будет востребовано на рынке, то, во‐первых, перечитайте предыдущий абзац, а во‐вторых, просто знайте, что особенность игровой индустрии и вообще игры как продукта в том, что гарантий тут никто не дает. За то я и люблю игры: это что-то на пересечении искусства, бизнеса и науки, с бóльшим уклоном в искусство. А раз так, то нет никаких гарантий, что, изучив рынок и выбрав свою нишу, вы точно получите окупаемый и хорошо продаваемый продукт. И даже большие игровые студии, уже известные громкими играми, очень часто так и не доводят проекты до глобального релиза. Конечно, со стороны может показаться, что есть студии, у них есть большие и известные игры, и все, что они делают, как по мановению руки царя Мидаса превращается в золото. Но есть такая штука, как ошибка выжившего. Дело в том, что мы знаем о крупных их играх, потому что они популярны, а есть много проектов у тех же студий, о которых мы не знаем, потому что они оказались настолько непопулярны, что их закрыли еще в самом начале. Некоторые же компании становятся «феноменом одного продукта»: все их знают лишь по флагманскому проекту, а с остальными получается куда хуже. Что-то вроде «групп одного хита» в музыке.

ИСТОРИЯ

Еще одно лирическое отступление. Принято считать, что Античность и Возрождение – важнейшие этапы в истории искусства, а, например, лучшее кино делалось в СССР. И это тоже ошибка выжившего. Моя гипотеза в том, что и в Античности, и в эпоху Возрождения, и в СССР были те, кто создавал далеко не шедевральные образцы искусства, просто они до нас либо не дошли, либо мы про них забыли, потому что они не были никому нужны. А дошли лишь те фильмы, скульптуры и картины, которые действительно являются шедеврами. Часто мы, вспоминая прошлое, утверждаем, что раньше было лучше. Просто мы взяли с собой из прошлого преимущественно положительные воспоминания, а отрицательные – оставили позади.

Извините, я отвлекся. Я к тому, что игровая индустрия тем и хороша, что здесь вы не можете претендовать на 100 %-ный успех. И это делает ее как минимум интересной.

Отрицать необходимость анализа рынка я все же не буду. Рынок анализировать можно и нужно. Как минимум стоит открыть игровые магазины (Google Play, AppStore, Steam, Epic Games Store) и посмотреть, какие игры сейчас популярны: какие жанры, какие сеттинги (на какую тему и в каком визуальном стиле сделана игра), какие проекты получают фичеринг (рекламируются игровыми магазинами). Это даст вам ориентиры и понимание того, что сейчас происходит на рынке.

Можно пойти и дальше и начать изучать тренды (в интернете часто можно найти статьи с описанием текущих трендов по разным рынкам, в том числе и по игровому), чтобы успеть отловить какие-то сигналы еще до того, как догадаются остальные разработчики. И это тоже неплохая идея, и я рекомендую регулярно изучать игровой рынок, чтобы быть в курсе дела.

Но все же вернусь к исходному тезису: ориентируйтесь в первую очередь на себя и свои желания. Если вы любите пиратов и пошаговые бои, сделайте пошаговую стратегию в море! Если вам нравятся шахматы и шашки, сделайте свои, немного изменив правила так, как этого хотите лично вы! Основатель компании Wargaming, известной своей игрой World of Tanks, Виктор Кислый с детства любил играть в солдатиков. Вместе с братом они придумывали военные игры для себя, а сейчас в их военную игру играет весь мир. Проектируйте игру таким образом, чтобы вам самим было интересно в нее играть. А аналитику вы подключите позднее.

Итак, у вас есть прототип

На этапе играбельного прототипа пора подумать про аналитику. Обычно я рекомендую, чтобы к моменту, когда в игру придет первый настоящий игрок, не являющийся разработчиком игры или его родственником, аналитика уже была настроена.

Что значит «аналитика настроена»? Это значит, что в код игры уже встроена передача так называемых игровых событий в аналитику. Все, что делает игрок в игре, должно передаваться в некую базу данных: игрок запускает игру, выбирает персонажа, проходит (или не проходит) уровень, делает покупку за золото или за рубли – все эти события стоит передавать в систему аналитики. Они агрегируются, по ним считаются метрики, по ним делаются выводы. Это очень важно сделать, притом сделать заранее, чтобы вы начали получать выводы еще на том этапе, пока игра «обкатывается» на маленькой аудитории. Хорошая практика, если сам аналитик играет в игру с самого раннего этапа, прописывает структуру событий и поддерживает ее впоследствии: если у вас есть под рукой документ с описанными событиями, вам в процессе оперирования игры будет намного проще отвечать на вопрос о том, какие данные у вас уже есть, а какие придется добавить.

Во время интеграции разработчик обычно задает себе следующие вопросы:

– Какие события интегрировать?

– Правильно ли я их передаю в аналитическую систему?

– Смогу ли я потом ответить на все вопросы?

– Как вообще принято это делать? Другие же как-то делают!

– Как получить максимум от выбранной системы?

Некоторые на этом этапе предпочитают отслеживать буквально каждый чих пользователя, передавать в систему все его действия. В терминах бегемотика – буквально каждый бегемотий шаг, каждый удар, каждый вдох, каждое атомарное действие. А затем попадают на неплохой счет от аналитической системы – притом нет гарантии, что на все вопросы ответы были найдены.

Некоторые, наоборот, предпочитают отслеживать лишь базовые показатели, допустим, платежи и сессии (бегемотик вошел в игру, бегемотик заплатил 100 рублей). И впоследствии, когда внутри игры что-то случается, не могут ответить на вопрос, что именно случилось, а лишь наблюдают за тем, как метрики платежей и пользователей, которые ранее росли, вдруг начали падать.

Это, конечно, крайние случаи, диаметрально противоположные друг другу. И очевидно, что между ними необходимо найти баланс: передавать лишь важные события и быть уверенными, что все ключевые действия пользователей передаются в аналитическую систему и могут быть проанализированы.

Давайте начнем со сценария, в котором вы уже выбрали себе систему и теперь собираетесь ее интегрировать.

Шаг 1. Сформулируйте ключевые события

Чего вы вообще ждете от пользователя? В зависимости от типа бизнеса вы по-разному ответите на этот вопрос. Вам нужно, чтобы пользователь:

– успешно зарегистрировался в проекте;

– прошел обучающий этап;

– дошел до магазина/пэйволла (то есть впервые столкнулся с потребностью совершить внутриигровую покупку);

– совершил платеж;

– пригласил друзей.

Можно выбирать сколько угодно вариантов. Как только вы их выбрали, запишите их на листочек или в таблицу.

Шаг 2. Найдите окрестность ключевых событий: что было до, что будет после?

События, которые вас интересуют, вы уже выделили. Теперь ответьте для себя на вопросы:

– Что делает пользователь непосредственно до этого события?

– Что делает пользователь непосредственно после этого события?

Быть может, бегемотик победил нескольких крокодилов подряд и на радостях бежит в магазин за новым оружием? Или же наоборот, трижды подряд проиграл и понял, что не так надежна кожа бегемота, как о ней думают, а потому стоит прикупить новую?

Таким образом, заранее спроектируйте для себя воронки (воронка – это основной способ изучения пользовательского поведения, мы поговорим о них позже), которые вы будете строить после успешной интеграции. Это, во‐первых, позволит вам правильно сформировать список событий для интеграции, а во‐вторых, сэкономит в будущем время, которое вы могли бы провести, отвечая на вопрос: «А что теперь с этим делать?»

Все события, которые всплыли у вас в голове, также запишите на листочек. Они вам пригодятся.

Допустим, вам важно событие «Встроенная покупка» (что вполне логично, это важное событие, и мы рекомендуем его отслеживать). Какие шаги пользователь перед ним совершает?

– Входит в магазин.

– Выбирает нужный раздел в магазине.

– Выбирает товар и читает его описание.

– Нажимает кнопку «Купить».

– Делает подтверждение покупки.

А какие шаги пользователь совершает сразу после встроенной покупки? Если пользователь купил, допустим, меч, то логично предположить, что дальнейшим этапом будет один из следующих:

– бой бегемотика против крокодила;

– примерка, чтобы посмотреть, как он смотрится на бегемотике;

– сообщение в социальных сетях.

Все события из обоих списков также добавляем в наш листочек.

Шаг 3. Проработка первой сессии

Что-что, а первая сессия должна быть проработана максимально детально. Дело в том, что, как правило, исправления в первой сессии делаются достаточно быстро и дешево: иначе расставить подсказки, поменять порядок экранов, поработать над копирайтом. А эффект, который дадут эти изменения, может стать хорошим рычагом на исправление последующих метрик удержания, начиная от удержания первого дня и заканчивая долгосрочным удержанием.

Рекомендуем не экономить на передаваемых во время первой сессии (или просто обучающего этапа) событиях: здесь стоит отслеживать каждый шаг, чтобы впоследствии строить воронки по этим шагам.

ИСТОРИЯ

Известен кейс, когда на одном из шагов туториала у 20 % пользователей возникала критическая ошибка при подключении к Facebook, и они попросту срезались, вылетая из игры на самой ранней стадии. И лишь детальный анализ первой сессии помог это выяснить. Исправление заняло 5 минут, а в результате игра перестала терять ⅕ своих пользователей с самого начала.

Шаг 4. Задайте себе «Самый Важный Вопрос»

С опытом в аналитике приходит осознание довольно простой истины.

Аналитика делается не ради самой аналитики, а ради принятия решений.

Поэтому, выписав все события, которые вы хотите интегрировать, задайте себе «Самый Важный Вопрос»: а что вы будете делать, увидев это событие в отчете? Сможете ли вы принять на основании этой информации какое-то решение?

Приведем пример. Один из клиентов решил передавать в аналитическую систему событие «Удар в бою». Разумеется, за бой игрок наносит множество ударов. Таким образом, количество хранимых data points (строк в базе данных аналитической системы) увеличилось в несколько раз. Когда мы задали вопрос, каким образом клиент использует это событие, то клиент ответил, что планирует смотреть, сколько ударов за бой наносит каждый игрок.

Это неплохо, и в целом можно было бы предположить, что это довольно полезная информация, однако впоследствии выяснилось, что никаких решений по боевке клиент предпринимать не будет. Таким образом, вся информация о количестве ударов в бою стала не более чем справочной (а занимала она 80 % от всей информации этого клиента).

И, кстати, если количество ударов в бою бегемотика против крокодила вам так уж важно, то эту информацию можно передать в качестве параметра события (то есть занять не N строк, а лишь одну ячейку).

Поэтому, выписав события в листочек, задайте себе «Самый Важный Вопрос». Не исключено, что некоторые события вы вычеркнете оттуда с легким сердцем.

Шаг 5. Базовые и кастомные события

Все аналитические системы работают по-разному. Но, как правило, во всех системах есть базовые и кастомные методы и события. Базовые события – это уже заранее реализованные в системе методы, для которых написаны стандартные обработчики. Кастомные события – это, вообще говоря, любые события, которые передает клиент, и ограничений тут только два: фантазия клиента и технические возможности системы.

Не все игры, как вы понимаете, посвящены противостоянию бегемотика и крокодилов. Бывают разные. А потому системы аналитики дают возможность передавать любые действия в игре: просто придумывайте имена для событий, наполняйте их параметрами и отправляйте в базу данных.

Шаг 6. Проработка параметров событий

Вместе с информацией о событии вы можете передать аналитической системе еще и множество параметров этого события: как быстро пройден уровень, с каким счетом закончился поединок, сколько на это потребовалось попыток, шагов, ресурсов. Эти параметры можно использовать в любых отчетах, включая воронки.

Подумайте над тем, какие параметры сопутствуют выполнению события.

Важно различать при этом параметры пользователя и параметры события. Параметры пользователя – это информация о том, кто выполнил событие, а не информация о самом событии. К параметрам пользователя относятся, например:

– дата регистрации пользователя. Это очень важный параметр, на нем построен весь когортный анализ;

– источник трафика. Откуда пришел пользователь?

– уровень пользователя в игре;

– метка, платящий ли пользователь или не платящий (а если он платит, то как регулярно);

– информация о девайсе, стране, языке пользователя.

Дело в том, что аналитические системы собирают информацию о пользователе отдельно. Соответственно, нет смысла передавать параметры пользователя в событии. У вас в любом случае будет возможность отдельно строить отчеты по платящим и по не платящим пользователям, по разным источникам трафика, по разным устройствам и т. д. Экономьте параметры.

Кстати говоря, сам по себе параметр – это средство экономии данных. Допустим, вы передаете событие «Победа бегемотика в бою» и событие «Поражение бегемотика в бою». То есть вы задействуете два разных события и, вполне возможно, скоро достигнете лимитов по используемым в аналитической системе событиям. В данном случае можно было сделать просто событие «Окончание боя» и передать в параметре Result его итог: 0 или 1.

Это же относится и к примеру, о котором мы говорили на четвертом шаге: количество ударов в бою можно было бы просто передать в качестве значения другого параметра этого же события.

Шаг 7. Тестирование

Представьте, что вы интегрировали события неправильно и выпустили игру на soft launch. По сути, вы лишите себя аналитики на этот период если не полностью, то частично. Исправление интеграции само по себе потребует некоторого времени, а затем нужно будет еще ждать, пока магазин обновит ваше приложение, а потом – пока пользователи поставят новую версию.

Экономьте себе время и заранее заложите достаточное количество времени на тестирование правильности интеграции.

Обычно аналитические системы позволяют вам проверять правильность интеграции буквально с телефоном в руках: вы делаете событие в приложении, и оно появляется в системе в реальном времени или с задержкой максимум в несколько минут.

Вот пример того, как может выглядеть описание одного события при интеграции аналитики:

И еще несколько советов, которые помогут вам лучше настроить аналитику.

Совет 1. Учитывайте ограничения системы

Ограничения бывают разные:

– на количество уникальных событий;

– на количество событий в день;

– на количество параметров у события;

– на область значений параметра события.

Совет 2. Изучите возможности выбранной системы

После того как вы определитесь с системой аналитики, которую будете использовать для трекинга, изучите ее возможности, функции и отчеты, чтобы понимать, в каком виде получите свои данные.

Убедитесь, что сможете решить все задачи, которые ставите. Например, что, встроив ивенты с параметрами, вы действительно сможете оперировать ими так, как планировали.

Вот несколько вещей, на которые стоит обратить внимание.

– Можно ли применить фильтр к воронке и построить ее, например, для определенной когорты или для пришедших из определенного канала пользователей?

– Можно ли построить воронку по пользователям, которые не выполнили определенный шаг?

– В каком виде будет отображаться статистика по параметрам ивента, доступна ли динамика по дням?

– Можно ли посмотреть распределение пользователей по комбинации нескольких параметров?

Также можно заранее, перед встраиванием, нарисовать отчеты аналитической системы с запланированными ивентами, но вымышленными цифрами, чтобы представить, как они будут выглядеть после встраивания и насколько удобно будет ими пользоваться.

Совет 3. Не откладывайте интеграцию на потом

Когда проект выйдет на soft launch, желательно, чтобы в нем уже была интегрирована аналитика. Так вы не упустите важные сигналы, которые вам посылает игра с самого начала своего жизненного цикла, и сможете раньше принять более правильные решения.

Совет 4. Дублируйте информацию в несколько систем

Системы бывают свои или взятые на рынке, платные или бесплатные – словом, разные. Не будет лишним постоянно верифицировать информацию, чтобы, опять же, при принятии решения всегда отталкиваться от проверенных данных. Мы рекомендуем использовать одну платную и одну бесплатную систему аналитики. Платную – как основную (вы всегда сможете написать в техническую поддержку, уточнить, получить консультацию), а бесплатную – как вспомогательную для проверки данных.

Soft launch

А дальше, когда вы имеете на руках прототип и готовы выходить на новые рынки, начинается довольно важный и интересный этап, называемый soft launch, реже называемый на русском языке «мягким запуском». Сразу скажу: несмотря на то что в названии этапа есть soft, работать вам придется более чем hard.

В чем сущность soft launch? Перед запуском игры на глобальный рынок есть смысл попробовать ее на прочность на более мелком локальном рынке (например, перед запуском в США игра часто проверяется на рынке Австралии и/или Новой Зеландии). Это необходимо для того, чтобы, во‐первых, проверить техническую пригодность игры, нет ли там критических ошибок или мелких багов (как правило, есть); во‐вторых, замерить предварительные метрики и спрогнозировать, как игра будет работать на большом рынке (если будет); и, в‐третьих, просто понять, как игроки воспринимают игру: нравится ли она им, что они пишут в комментариях, как долго они играют, как часто возвращаются и насколько регулярно платят.

Сразу после запуска игры или очередной ее версии очень важно отслеживать правильные показатели. Но, к сожалению, мы замечаем, что очень часто разработчики смотрят совсем не на те метрики или ждут от них необычно больших значений, и вследствие этого принимают неверные решения.

«Нет времени объяснять, давай нальем еще трафика!» – часто слышим мы в devtodev от наших клиентов, сопровождая аналитику игры на soft launch.

Я проведу вам обзор «быстрых метрик», то есть показателей игры, которые можно использовать уже в день запуска или первые дни после него. Конечно же, нужно понимать, что, работая на этапе soft launch с метриками, особенно с «быстрыми», мы не гарантируем себе на 100 %, что такие же значения повторятся при глобальном запуске. Однако задачей аналитика является так спланировать soft launch (определить число игроков, страны, нужные метрики), чтобы как можно плотнее приблизиться к будущим метрикам глобального запуска.

Метрики первого дня

Пожалуй, главная и наиболее популярная метрика на этом этапе – это 1-Day Retention (подробнее о метриках Retention – в главе, посвященной метрикам лояльности). Ее рассчитывают все аналитические системы, и она показывает долю пользователей, входивших в приложение на следующий день после первого запуска. Эта метрика представляет собой реализацию правила «встречают по одежке», и для ее увеличения надо работать над оптимизацией первой сессии и визуального стиля игры. Впрочем, про 1-Day Retention уже написано достаточно много, мы же сосредоточимся на менее изученных метриках.

Метрика 0-Day Retention. Не удивляйтесь, она совсем не обязана быть равной 100 %. Она показывает долю пользователей, которые в течение 24 часов после первого входа совершили второй вход. То есть это доля тех, кто вернулся в игру. Она считается быстрее, чем 1-Day Retention, и очень полезна на soft launch, когда нужно быстро понять ситуацию. Обычно она равна 60–70 % для успешных проектов.

Если мы говорим об играх, то почти наверняка пользователь в самом начале своей жизни в приложении или игре проходит обучающий этап – туториал. С ним тоже связано несколько интересных метрик.

Если мы говорим о Retention, то существует и метрика Tutorial Retention. Неважно, сколько минут/часов/дней вы потратили на прохождение обучения в игре, важно, чтобы вы вернулись в нее снова. По сути, метрика показывает долю игроков, которые говорят игре: «Окей, я тебя понял, я прошел обучение и хочу узнать, тяжело ли мне будет в бою».

Конверсия туториала – то есть доля тех, кто прошел туториал от начала до конца. Важная метрика, которая говорит и о понятности вашего туториала, и вообще о его проходимости (с точки зрения сложности и временных затрат). Обычно, анализируя эту метрику, ориентируются на 70–80 %, но опять же все сильно зависит от жанра и сложности игры.

Также отдельно стоит выделить долю тех, кто отказался (Skip Rate) от прохождения туториала (у вас ведь есть кнопка Skip?). И не всегда высокое значение этой метрики является тревожным сигналом. В нашей практике встречались случаи, когда в игре происходило значительное изменение, которое возвращало в игру многих опытных игроков, и, разумеется, они не собирались проходить туториал заново.

Итак, игрок может:

1). отказаться от прохождения обучения;

2). пройти его;

3). начать, но не закончить.

Для отслеживания таких игроков мы рекомендуем использовать воронку туториала, которая позволит увидеть, где и в каком количестве происходит отвал игроков.

Последняя метрика туториала, о которой мы расскажем, – это скорость его прохождения. Стоит иметь в виду: всегда есть игроки, которые будут проходить туториал значительно дольше, чем вы предполагаете: неделю, две недели, месяц. И эти игроки сильно и несправедливо повысят значение, если мы будем брать среднее. Поэтому мы рекомендуем использовать медиану.

ИСТОРИЯ

Лирическое отступление: вы знаете, что такое медиана и чем она отличается от среднего? Я не стал это подробно описывать в книге, потому что тогда вся она могла бы стать книгой о статистике. Для понимания основ математической статистики рекомендую книжку «Статистика и котики» – ссылка на нее будет в списке литературы.

Неправильно было бы утверждать, что чем быстрее игрок проходит туториал, тем лучше. Однако эта метрика хороша в динамике при изменении от версии к версии: вы видите, как игроки реагируют на внесенные вами корректировки. А еще лучше, если вы рассматриваете скорость прохождения туториала в паре с его конверсией.

После прохождения обучения игрок всецело поглощен игрой, и универсальные метрики дальнейшего поведения выделить будет сложно. Однако в большинстве игр существует понятие уровня (либо уровня игрока, либо уровня в игре), поэтому мы выделяем такую метрику, как доля игроков, дошедших до уровня N. Это полезная метрика, позволяющая отследить поведение игрока на начальных этапах игры, найти его. А дальше можно либо строить графики по уровням и находить узкие места (сложные уровни), либо стимулировать удержание игроков таргетированными предложениями, либо отсылать игрокам push-уведомления с подсказками, либо делать все вышеперечисленное сразу. Еще одна полезная метрика: сколько уровней в среднем (или опять же по медиане) проходит игрок в свой первый, второй, третий день в игре.

Метрики первой недели

Все вышеупомянутые метрики хорошо годятся для замеров в игре буквально в первый день после запуска игры или ее новой версии.

Однако некоторым метрикам требуется чуть дольше времени, чтобы «созреть». И здесь мы в первую очередь говорим о монетизационных метриках.

Многие на этом этапе используют стандартную метрику ARPU, однако мы считаем это ошибкой.²

Дело в том, что ARPU считается как доход, поделенный на аудиторию. А на начальных этапах структура аудитории от дня ко дню очень сильно меняется: допустим, сегодня вы налили трафик и 80 % вашей дневной аудитории – это новички. А через неделю ситуация может измениться и аудитория может состоять уже из относительно опытных (пусть и с недельным стажем) игроков. А ARPDAU за оба дня считается по одной и той же формуле и дает совершенно разные значения.

Мы рекомендуем использовать такую метрику, как накопительный ARPU за N дней (также встречается название RPI – Revenue Per Install).

Допустим, 1 февраля вы налили трафик. Зафиксируйте эту дату и замеряйте, сколько денег приносят игроки за первый день / за первые два дня / за первую неделю в игре в перерасчете на общее число игроков, зарегистрированных 1 февраля.

Эта метрика обычно изменяется по логарифмической кривой: поначалу растет быстро, затем все медленнее. И она отлично подходит для измерения монетизационных изменений в игре, так как она показывает качество аудитории, ее монетизационный потенциал.

Кстати, именно эта метрика при устремлении числа N к бесконечности и превратится в LTV, но это уже долгая история.

Еще одной метрикой монетизационного потенциала аудитории является конверсия в первый платеж. Она также может быть посчитана достаточно быстро, но в течение не первого дня, а первой недели. Она показывает готовность игроков платить, и в идеале должна расти от версии к версии.

Также по прошествии недели вы можете замерить и 7-Days Retention, то есть долю игроков, вернувшихся в игру через семь дней после своего первого визита. Это игроки, которые уже наверняка прошли туториал, ознакомились с игрой и начали свои игровые циклы. От того, насколько удачно эти циклы реализованы, и зависит значение этой метрики. В магической формуле «40–20–10» она находится посередине, то есть среднее значение семидневного удержания для хороших игр составляет 20 %, соответственно, средне-хорошее значение удержания первого дня – 40 %, а 30-го дня – 10 %.

Все описанные выше метрики мы предлагаем использовать для измерения качества игры в начальный период после ее запуска, при выходе на soft launch или просто при каждом новом обновлении. Однако вы всегда вольны добавить к этому перечню еще и свои метрики, ведь все равно лучше вас вашу игру никто не знает.

Глава 4
Нажмите Start

Путь в тысячу ли начинается с одного шага.

Лао Цзы

Итак, отчаянный бегемотик начинает свой путь. Точнее сказать, не один бегемотик, а сотни и тысячи бегемотиков на устройствах игроков в данный момент собирают монетки и отправляют информацию об этом в аналитику.

Данная глава посвящена метрикам лояльности, и с ее помощью мы сможем понять: все ли бегемотики одинаково полезны, на какой срок наши бегемотики увлекают игроков, вернутся ли игроки к бегемотикам через несколько дней.

Карта метрик

Мы с вами добрались до метрик. На протяжении нескольких глав я буду рассказывать об основных аналитических показателях игр, о том, как их считать, как ими пользоваться, какие в них есть подводные камни.

В своем изложении я буду повторять путь игрока начиная от прихода в игру и первой сессии до платежей и игровой экономики.

При этом в каждом разделе я стану говорить о метриках, всегда то забегая вперед, то отступая назад. Поэтому, если вы увидите название метрики, но не будете знать ее значения, не беспокойтесь: о ней мы поговорим в последующих главах. Дело в том, что метрики, они же KPI, выстраиваются во вполне стройную логическую схему, а значит, трудно вести о них повествование в хронологическом порядке.

Кстати говоря, вот эта схема:

Вероятно, какие-то из метрик на схеме вам не знакомы. Повторюсь: это не повод паниковать – всему свое время, наберитесь терпения, к концу книги вы будете знать все эти метрики.

Обратите внимание на метрику Revenue в правом нижнем углу, в нее входит несколько стрелочек и не выходит ни одной. Дело в том, что Revenue, или суммарный доход игры, – это главная целевая метрика, которую я данной схемой и попытался объяснить. Так что в конечном счете вся эта схема – путь пользователя от скачивания игры до платежа в ней.

North Star Metric

В последнее время в продуктовой и, в частности, игровой аналитике все чаще упоминается концепт метрики Полярной звезды, или North Star Metric (она же NSM). О чем речь?

Разрабатывая продукт, вы так или иначе причиняете радость и наносите добро своим пользователям. Если это игровой продукт, то счастье и радость измеряются в метриках лояльности (например, удержание, о нем позже) и монетизации. Для пользователей же счастье и радость измеряются, скажем, в минутах, проведенных в игре.

North Star Metric (NSM, или метрика Полярной звезды) – это показатель, который лучше всего отражает основную ценность продукта для пользователей.

При этом важно, чтобы NSM обладала тремя признаками:

– доходность – показатель должен либо измерять деньги, либо быть связанным с ними причинно-следственной связью;

– ценность для пользователей – показатель должен отображать тот самый уровень наносимого счастья;

– измеримость – показатель должен быть легко измеряемым.

North Star Metric должна отображать глобальную цель компании: для чего вообще это все? Понятное дело, чтобы заработать больше денег. А для чего еще? В чем выразить ту пользу, которую несет людям ваш продукт?

Чтобы найти свою Полярную звезду, нужно определить, что является ключевым в вашем бизнесе, что несет ценность клиентам, генерирует, приносит и определяет прогресс. Но как понять, что является ключевым?

Приведу несколько примеров NSM:

– Netfiix – количество просмотренного контента в часах (суммарно по всем пользователям);

– Facebook – количество времени, проведенное пользователями в ленте;

– Amazon – количество покупок на одну сессию;

– Salesforce – количество подписчиков и объем данных, заносимый пользователями.

И в зависимости от того, какую метрику компания выбирает своей путеводной звездой, определяются цели и задачи компании в каждый конкретный момент.

Если мы говорим про игры, то, скорее всего, показателем, близким к NSM, будут удержание или суммарное число минут, проведенных пользователями в игре. А значит, все действия должны быть направлены на максимизацию этого показателя. При этом будет NSM – будут и деньги.

NSM – довольно условный концепт, однако все больше компаний выбирает его себе в качестве ориентира. В офисах устанавливаются экраны, на которых отображается значение North Star Metric, обновляемое в реальном времени. Все сотрудники его видят и стараются максимизировать.

NSM – не панацея, и не стоит уповать лишь на Полярную звезду в своем целеполагании. Как минимум NSM – это отличный мысленный эксперимент: а что вообще вы даете людям? Подумайте-ка.

А теперь давайте в прямом смысле вернемся с небес на землю и начнем путь вместе с игроком.

Привлечение и анализ трафика

Начнем с одной из базовых метрик – количество установок приложения. Безусловно, приятно смотреть на их активно растущий график. Но значит ли это, что и доход продукта тоже станет увеличиваться? Все ли установки одинаково ценны и эффективны? Попробуем ответить на эти вопросы и для начала рассмотрим три основных цикла, благодаря которым растет количество скачиваний.

Очевидно, что чем больше пользователей скачивают приложение, тем лучше. Конечно, в первую очередь это выгодно с финансовой точки зрения, так как чем больше пользователей в продукте, тем больше будет количество платящих и, соответственно, доход.

Но, кроме этого, рост количества скачиваний приводит к новым скачиваниям, образуя цикл. Рассмотрим, как это происходит.

В первую очередь, уровень загрузок влияет на положение приложения в поисковой выдаче и в топах магазинов мобильных приложений. Соответственно, чем больше скачиваний, тем выше позиция в топе и тем больше пользователей видят приложение и скачивают его.

Второй цикл – это цикл виральности, когда пользователи рассказывают о продукте своим друзьям, коллегам, знакомым. Поэтому чем больше в продукте пользователей, тем большему количеству людей они расскажут о приложении.

Чаще всего о виральности говорят в положительном ключе, поскольку фактически это распространение информации о продукте. Но что именно рассказывают пользователи о нем своим друзьям? Ведь важно, чтобы эта информация была положительной.

Поэтому стоит побеспокоиться о том, чтобы приложение производило хорошее впечатление на всех пользователей – даже тех, которые не платят, и тех, которые уходят, – и информация распространялась в большей степени положительная. Все это можно измерить и проанализировать, используя, например, показатели K-factor и NPS, о которых мы поговорим в следующих разделах.

Есть еще один цикл – цикл привлечения, – когда в результате покупки трафика в приложении становится больше пользователей, что запускает описанные выше циклы, и эти пользователи начинают платить, создавая таким образом бюджет для последующей закупки трафика.

Как повысить количество установок

Чтобы ответить на этот вопрос, сначала стоит сказать, что установки могут быть двух типов: органические – это когда пользователи находят и скачивают приложение напрямую из магазина, и платные – когда разработчик платит за привлечение новых пользователей.

Исходя из этого, меры по повышению тех или иных установок будут отличаться. Циклы, которые мы рассмотрели в начале раздела, в большей степени влияют как раз на органические установки, так как приводят к тому, что пользователи лучше находят и скачивают приложение в магазине.

Помимо них, на органические скачивания влияет комплекс мер, называемый ASO (App Store Optimization), который отвечает за то, насколько привлекательно выглядит страница приложения в магазине и насколько быстро пользователь может его найти.

Работа по ASO заключается в подборе «говорящей» иконки и скриншотов, лаконичного и содержательного описания, правильных ключевых слов и названия, а также наличии локализаций для различных стран. Правильно подобранные, эти элементы обеспечат хорошую «находимость» приложения по релевантным запросам и рост количества установок.

Оптимизируя страницу приложения в App Store, не стоит забывать про отзывы, которые оставляют пользователи продукта. Они также доступны для просмотра в магазинах приложений и могут повлиять на решение пользователя об установке. Большим плюсом органических установок является то, что они бесплатны для разработчика, если не считать работ по ASO.

По-иному работает платное привлечение. Здесь уже разработчик должен заплатить за то, чтобы получить нового пользователя.

Есть несколько типов кампаний по закупке трафика, например плата за показы, клики, установки, даже на более глубокие цели внутри игры: достижение уровня, прохождение туториала (но в этом случае трафик обойдется сильно дороже). У них всех есть свои плюсы и минусы, но объединяет их то, что любой канал привлечения нужно тщательно анализировать, чтобы избежать трат на неэффективные источники.

Далеко не каждая загрузка приложения положительно отражается на доходе, поэтому крайне важно понимать, что за пользователь установил приложение, особенно если речь идет про платный трафик. Стоит также отметить, что если привести много нецелевого трафика, то есть нерелевантных для игры пользователей, привлечение трафика может оказаться палкой о двух концах: качественные метрики упадут.

Поэтому при привлечении пользователей стоит проанализировать ряд следующих метрик:

– Retention уже с 1-го дня, ARPU;

– конверсия в регистрацию или покупку;

– выполнение наиболее важных действий в продукте (просмотр магазина, прохождение туториала);

– количество сессий на пользователя;

– время до совершения первого платежа и другие.

Эти метрики можно начинать отслеживать уже в первые дни после установки приложения пользователем.

Чуть позже можно рассчитать такие показатели, как:

– накопительный ARPU и LTV;

– ROI.

Это нужно, чтобы однозначно определить эффективность канала привлечения и оценить факт и сроки его окупаемости.

Важно отметить, что сравнивать различные каналы привлечения стоит, используя когортный анализ. Это позволит сравнить кампании, запущенные в разное время и имеющие разную продолжительность. В качестве образца для сравнения можно взять так называемый чистый трафик – например, пользователи, пришедшие по органическим каналам из США, либо какие-то платные кампании, уже зарекомендовавшие себя.

Кстати, стоит также вычислить процентный состав поступающего трафика: какую долю составляют органические установки, а какую – платные.

Если органические установки составляют небольшой процент, а аудитория увеличивается в основном за счет платных пользователей, стоит убедиться, что платный трафик настолько качественный, что приносит больше денег и окупается в заложенные стратегией сроки. В противном случае такая ситуация довольно рискованна для продукта, так как он полностью зависит от платного привлечения, без которого не сможет самостоятельно расти и приносить доход.

Помимо источника установок, при анализе скачиваний можно использовать и другие варианты сегментации и оценивать метрики пользователей по таким разрезам, как страна, девайс, пол, возраст и т. д. Обычно пользователи разных сегментов ведут себя в продукте по-разному, и их финансовые показатели тоже отличаются.

Отдельно скажу про такую сущность, как креативы – любые творчески переработанные рекламные сообщения, отсылающие пользователя в игру. В последнее время, например, стали работать так называемые мисклики: пользователь реагирует на креатив, представляя себе какую-то совершенно другую игру, кликает по баннеру, переходит к игре, но при этом остается в ней и даже, вероятно, начинает платить. Проработка таких креативов дорогого стоит: мы должны сделать креатив таким, чтобы пользователь заинтересовался, но при этом не остался разочарованным, увидев в действительности совершенно иную игру.

Несмотря на кажущуюся простоту показателя загрузок, его можно довольно детально и глубоко исследовать, применяя сегментирование, разделяя источники этих установок и наблюдая за последующим поведением в продукте привлеченных пользователей. Такой подробный анализ позволит контролировать и повышать качество трафика, которое напрямую повлияет на доход приложения.

Возврат инвестиций (ROI)

Когда мы совершаем какие-либо покупки, мы хотим как можно быстрее получить от них результат. Купив машину, мы с комфортом начинаем ездить на работу, с новой PlayStation получаем удовольствие от любимой игры, нанимая фитнес-инструктора, ожидаем получить подтянутое тело, а заплатив за ужин – вкусно поесть и весело провести вечер с друзьями.

Аналогично, вкладывая деньги в какой-либо проект, инвестор хочет получить выгоду из этого вложения только уже в денежном эквиваленте, и желательно как можно быстрее.

Показателем того, как возвращаются вложенные деньги, является метрика ROI (Return On Investment) – возврат инвестиций. Есть несколько вариантов расчета этого показателя.

Первый выглядит следующим образом:

Из полученного от вложений дохода вычитается сумма инвестиций и делится на сумму инвестиций.

В случае если ROI > 0, то можно считать, что вложенные инвестиции окупились.

Второй способ немного проще – полученный от вложений доход делится на сумму вложений:

При таком расчете соотношение ROI > 100 % будет говорит об окупаемости. Не менее важный вопрос после факта окупаемости – ее срок: через какое время вернутся вложенные средства. Поэтому, чтобы контролировать процесс и скорость возврата инвестиций, ROI можно отслеживать уже в первую неделю и считать его в 7-й, 14-й, 30-й, 60-й, 90-й и остальные дни.

В тот момент, когда полученный доход станет равен сумме вложений и ROI будет равен 0 или 100 % (в зависимости от способа расчета), их можно считать окупившимися. А весь последующий доход, который начнет приносить проект, пойдет только в плюс.

Зная значения ROI в определенные дни, можно не только отслеживать, как возвращаются средства, но и сравнивать окупаемость вложений в различные проекты.

Рассмотрим это на примере.

Допустим, у нас есть два проекта: в первый вложили $500, во второй $1000. Теперь посмотрим, как возвращаются потраченные деньги, используя вторую формулу.

Расчет ROI для двух проектов

Графики возврата инвестиций двух проектов

Несмотря на то что второй проект приносит больше денег, окупается быстрее первый.

Именно такой расчет ROI – в определенные дни – и позволяет сравнивать разные проекты, даже если вложения были сделаны не одновременно. Если учитывать только итоговый ROI, то можно ошибочно сравнить его показатель для проекта, который «прожил» 30 дней, с тем, который на рынке полгода.

Частным случаем ROI является такой показатель, как ROMI (Return On Marketing Investment) – возврат инвестиций, вложенных в маркетинг. Фактически это тот же самый показатель, который просто подчеркивает, что ROI может использоваться применительно к маркетинговым кампаниям наравне с другими сферами.

Еще один частный случай ROI – это ROAS (Return Of Advertising Spend), возврат инвестиций, вложенных в рекламу. Часто маркетинг – это не только реклама, но и другие траты, и если компания способна их разделить, то можно в числителе взять деньги только на рекламу. Это и будет ROAS.

Довольно частым использованием ROI в маркетинге является анализ окупаемости вложений в трафик. В этом случае формулу можно немного модифицировать и считать как LTV (Lifetime Value) за вычетом CPI (Cost Per Install), деленное на CPI. То есть доход, который приносит пользователь за всю свою «жизнь» в проекте, уменьшенный на стоимость привлечения этого пользователя, делится на стоимость привлечения:

Или второй вариант формулы:

В этом случае ROI тоже может быть рассчитан в определенный день с момента установки приложения пользователем, только вместо LTV в таком расчете будет использоваться накопительный ARPU за нужный день.

или:

Напомним, что CARPU, или Cumulative ARPU, – это показатель накопительного дохода на пользователя за его первые N дней жизни в игре.

При анализе трафика не стоит останавливаться на одном лишь ROI, поскольку, помимо перечисленных выше метрик, можно получить еще больше информации о пользователе – от ARPU до его поведенческих характеристик, которые также помогут оценить, насколько трафик качественный и целевой. Например:

– ARPU, конверсия в регистрацию или покупку;

– количество сессий, которое совершает один пользователь;

– Retention, который можно оценивать уже в первые дни с момента установки;

– выполнение определенных ивентов.

Все это поможет еще лучше понять, что за пользователи приходят в проект из определенного канала.

Небольшой пример, в котором, в отличие от первого, мы учтем еще несколько показателей. Допустим, у нас снова два проекта с такими параметрами:

Метрики двух проектов

Используя эти данные, можно посчитать не только ROI, но и ARPU – показатель, который учитывает и платящих, и неплатящих пользователей, и размер платежей. После этого второй проект выглядит еще более выгодным, так как быстрее окупает вложенные инвестиции и привлекает пользователей, которые в среднем платят больше.

Сравнение ARPU и ROI двух проектов

Как еще можно оценить успешность инвестиций

Есть еще два показателя, которые помогут оценить успешность инвестиционного проекта, – это NPV (Net Present Value, или чистый дисконтированный доход) и IRR (Internal Rate of Return, или внутренняя норма доходности). Рассмотрим их чуть подробнее.

Первый индикатор (NPV) позволяет учесть дисконтирование при расчете потенциальной прибыли от проекта, то есть приведение будущих доходов к текущему моменту. Равен он сумме всех поступлений, умноженных на коэффициент дисконтирования:

Здесь r – ставка дисконтирования, t – временные интервалы, поступления которых мы суммируем.

Для удачных вложений этот показатель будет больше 0, и чем он будет выше, тем прибыльнее будет проект.

Рассчитаем его для двух проектов, которые были рассмотрены в самом первом примере. Предположим, что ставка дисконтирования 10 %, тогда для первого месяца и первого проекта расчет будет выглядеть так:

Аналогично можно сделать расчет для всех остальных периодов.

Расчет NPV для двух проектов

Просуммировав NPV с вложениями в проект, мы видим, что итоговый показатель обоих проектов больше нуля. Это говорит о том, что они оба возместят инвестиции, но при этом первый выглядит более привлекательным, так как его NPV выше, чем у второго проекта.

Теперь рассмотрим второй показатель – IRR. Он довольно тесно связан с NPV, ведь это процентная ставка, при которой NPV равен нулю.

Поэтому все, что нужно сделать для расчета IRR, – это приравнять к нулю предыдущую формулу и вычислить процентную ставку.

Здесь r и есть искомый IRR.

IRR показывает, при какой процентной ставке полностью окупятся вложенные инвестиции.

Рассчитать этот показатель можно в Excel с помощью, например, формулы ВСД (IRR). Для этого в начало таблицы добавляется размер вложений со знаком минус и ко всему ряду применяется указанная формула.

В нашем примере для первого проекта IRR будет равен 54 %, а для второго – 19 %, что также говорит о преимуществе первого проекта.

Всегда хочется получить обратный результат, вложив деньги, а еще лучше, когда его можно измерить. Для финансовых вложений основной показатель мы рассмотрели. Хорош он тем, что одновременно учитывает и потраченные средства, и полученный доход, тем самым определяя целесообразность сделанных вложений. Его использование позволит контролировать вложенные средства и более рационально ими распоряжаться.