用数据分析完成游戏道具差异化销售，提升20%付费率

　　我们简单来看看这组数据，这是筛选整体数据中比较有代表性的一组对比数据，我们可以看到在 11~20 级范围的小 R ，他们的产耗比相对老玩家的产耗比更高，我们分析得出可能是由于消耗功能的入口太深，导致了新玩家对于该功能的消耗功能使用率低。

　　新用户的中 R 也印证了这样的猜想，由于付费产出了道具 3，这部分用户并没有找到消耗点，导致了产耗比的进一步提升；而老玩家的小 R，很明显在消耗上已经大幅度的提升，但整体产出依然是多于消耗，且产耗比在呈现上涨的趋势；老玩家的中 R 这部分，产耗比相对更高，主要是由于他们的产出相对更多。

　　综上，我们得出的结论为：可能是由于其中兑换的道具太少，不足以支撑庞大的产出，进一步堆积的话，将会导致该功能失去原有的作用。因此，最终的调整方案则是：入口优化+添加新兑换内容。

　　我们对游戏的道具和用户需要有足够的了解，才能根据不同的投放道具定制出不同的投放人群细分，进行精准销售。通过这一步，我们能够通过对合适的用户投放合适的内容，来挖掘被浪费的收入。

　　同时我们还需要对不同的道具在游戏中的生态有明确了解，知道什么应该投了，什么应该控制产出了。而这一步，则是避免了有的道具明明可以销售更多收入却卖的便宜了导致损失，也避免了一些还能够继续创造收益的道具被遗忘。

　　来源：微信公众号“数数科技”

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!