【遊戲觀察】《全球移動遊戲基準報告》
.
AppsFlyer聯合Facebook Gaming 匯集了9千個APP，總計96億匿名數據樣本後，重磅發佈《全球移動遊戲基準報告》(我覺得應該要加上2020年啦)，首度按照國家與地區、平台和細分遊戲類別，展示全球手遊營銷指標基準。
.
簡單分享一下重點：
●2020 年印度市場遊戲應用下載量攀升 25%，占據全球遊戲總下載量 12%，超越了占比下降 15% 的美國。
※中國移動生態極為複雜、充滿大量第三方應用商店，難以估算，因此未計算中國
.
●上半年居家隔離期間，iOS 端NOI 經歷高峰，但由於 iOS 端 CPI （每安裝成本）上揚，導致 iOS 端非自然安裝量大幅下跌 35%。很可能是開啟 LAT 用戶比例增加 40% 的原因。這導致遊戲應用廣告的受眾規模縮水，另一方面，疫情加速企業的數字化轉型進程，又助長了用戶需求，最終促成 CPI 價格激增。
.
●Android 端 CPI 基本保持穩定，經歷疫情期間的流量高峰後有所回落，Q4 安裝量略微上揚。
.
●角色扮演即 RPG 遊戲，是獲客成本最高的遊戲類型，下半年 CPI 超過 10 美元，較上半年激增 34%。
.
●按照平台細分，可以看出，iOS 端付費用戶占比超過 Android 端五成，2020 年 2 月，iOS 端（25%）較 Android 端（11%）付費用戶占比甚至高出 130%。
.
●應用商店中 35 萬款移動遊戲同期競爭的當下，用戶自然搜索發現應用已經變得不太現實。英國和德國僅有四分之一的受訪用戶會試玩從未聽說過的遊戲，美國僅有 23% 的用戶、韓國僅有 11% 的用戶會試玩新遊戲。遊戲品牌聲量對於主機遊戲和移動遊戲均有重要的影響力。
.
這份報告我覺得很酷的地方有以下兩點：
●由於是網頁，報告內所有的圖表都能夠透過點擊觀看，數據一目了然，非常清楚。
.
●第三章「全球市場｜遊戲類型｜雙端遊戲應用表現基準」可以說是精華，各遊戲類型的安裝、留存、移除率、用戶黏度(DAU/MAU)、付費率、CPI等都有完整的data，甚至可以下載下來進一步分析。
.
所以蠻推薦大家都填寫一下資料觀看全文：https://bit.ly/3hR9SLQ
(填寫的資料完全不用驗證，非常好通過，你懂的)
.
同步部落格做珍藏：https://bit.ly/3ky39YM

GameMakers的這集節目，找了幾位遊戲公司資訊長，探討如何建立遊戲數據資料庫。我自己不是技術專業，雖然待過幾家大公司但也沒經手討論建構資料庫的過程，有些技術術語理解過程中有點障礙，但還是提供一點整理與看法和大家分享。

遊戲業的變化一直很快，對數據資料的要求可說走在行業的前端。早期遊戲公司對於數據只有簡單的儲存與翻看要求，現在的數據已經能協助遊戲業做出客製化分析、預測玩家的行為甚至Playtika能因此做到"千人千面".....即依據每位玩家的數據，給予最適合的遊戲功能、玩法與機率。

因此，數據儲存、整理、與工具的選擇就成了很重要的關鍵。訪談中被多次提起的是Snowflake，這是個雲資料儲存運算工具，可以整合所有來自不同的資料源，工具的使用上有許多好處，技術方面我就不多加說明，特點是他的"儲存"資料費用很便宜，也適合中小型團隊，但與會者也提到，其查詢資料的費用雖然單位小，但當玩家資料累積越來越多時，花費金額就會比你想像中高很多。

其他的工具還有提到Amplitude、Firebase、Appsflyer、Grafana等。但不要期望用一個數據資料分析工具就能完美解決所有的問題。每個工具都有長處或短處，多個工具搭配使用延伸需求外，還能減少風險，或是交叉驗證數據的準確度。

小公司剛成立時，通常會以既有市場的工具為主，這些工具便宜但客製化程度也會比較低。當公司成功的遊戲越來越多時，就有把所有數據來源標準化進行統一分析的需求，這時就要考慮那些能高度客製化的服務。

訪談最後讓三位來賓提出對於資料分析的建議，很值得反思。

ANDRE認為最重要的是「誰來確保資料的準確性」。很多數據，會因為查詢方式的不同，需求的不明確導致資料錯誤。即使資料本身即使沒有問題，也會因為使用方式，觀點不同，產生完全不同的結論。譬如， 某日新增玩家的留存是20%，而這些玩家普遍首日駐留在等級10級，看起來等級10級是造成流失的關鍵，但如果LV10玩家中有9成以上隔日會繼續玩下去，那問題顯然不是光看等級這麼簡單。

即使大家看到的數據都正確，分析人員看一層、看兩層、看多個來源，判斷角度，都會賦予數據不同的意義，最終還是回到每個人本身的專業素養。

CAURAV則認為在公司還小的時候，就應該思考整個數據資料的建置，如此在公司擴大，組建更龐大的數據分析架構時，才能盡量減少過度時期所要付出的成本。

但我認為現實上，小團隊的遊戲要先能夠成功且長線經營，才有進一步建構更完整數據系統的必要性；不過，至少可以先確認各種工具的彈性與容錯率，以及對未來自建數據系統會不會造成阻礙，會不會產生搬遷困難，這些都可以先進行考慮。

OLIVER的觀點則是我最認同的。即使建立再好的數據分析系統，公司無法建立相對應的決策文化也沒意義。怎樣從數據中找到有價值的資訊，並想辦法放大其價值，才是建立一整套系統背後的關鍵。

呈如我們在粉絲團常強調的，看數據、分析數據、和做出行動是完全不同的概念，而大多數人的數據分析旅途都止步在前兩站。

希望以上對你有所啟發。

電子報第八期已經發出。

講了很久的蘋果新隱私權政策即將在下個版本中強制實施。根據AppsFlyer統計，用戶授權廣告追蹤的比例目前只有23%。而即使你能千方百計讓玩家打開權限讓你追蹤，我預估最多也不過50%，當一份數據有50%以上有雜訊時，這份資料的可使用性也令人懷疑。

因此舊的秩序，如廠商建立的廣告用戶名單、計算ROI等作法即將過去，整合性行銷的時代將重新引領市場。以前FB/Google的系統可以精準定位優化成效，消費者行為的研究並沒受到太大重視；但現在從遊戲研發的第一天就了解你的受眾，才有辦法提升行銷的整體效率。

準備迎接遊戲行銷的新時代吧!

電子報訂閱連結：http://samlianggame.com/