Чтобы облегчить прохождение игры или сделать её более быстрой и приятной, пользователи могут совершать внутриигровые покупки (IAP - in-app purchases). Эти покупки (в целом называемые “потребительской корзиной” - consumer basket), как и многие другие метрики, можно проанализировать.
Термин «потребительская корзина» очень часто используется в экономике и означает некую совокупность товаров и услуг, которую приобретает один человек или группа людей за определённый промежуток времени. Эти данные затем анализируются теми способами, которые наиболее полно соответствуют цели исследования.
Читайте также: devtodev vs Amplitude - какая аналитическая платформа лучше?
В данной статье мы рассмотрим анализ потребительской корзины для игрового проекта.
Итак, у нас есть когорта из 1000 пользователей, которые установили игру и в течение первого месяца купили:
Разделив общую стоимость покупок на количество человек, можно выяснить, что стоимость потребительской корзины среднего пользователя составляет 20,25$ и она включает:
-
кристаллы – 7,4 штуки;
-
персонаж – 0,35 штуки;
-
скин – 0,02 штуки.
Просто получить эти данные недостаточно. Далее их нужно проанализировать, понять, устраивает ли вас состав и стоимость потребительской корзины, и, если не устраивает, то попытаться на них повлиять - начать проводить акции на те товары, которые вам важно продать, сделать на них визуальные акценты, организовать дополнительные встречи с ними, изменить порядок появления товаров в ленте магазина, повысить или понизить цену и т.д. Также важно оценивать потребительскую корзину в динамике, поскольку её состав может меняться под влиянием разных факторов.
Как показывает опыт аналитической платформы devtodev, покупки, совершаемые в играх, лучше всего анализировать с точки зрения популярности, а также в разрезе уровней и локаций. Начать стоит с общей оценки, то есть, составить список товаров по популярности и выяснить, какие из них на каком уровне покупают.

После этого посмотрите, сколько игроков находится на каждом из уровней и сосчитайте, сколько и каких товаров покупает средний пользователь, находящейся на том или ином этапе игры.
Когда у вас появятся эти данные и данные о том, какие именно ресурсы есть на руках у пользователей, вы получите полную картину того, что именно (ресурсы/валюта) востребовано на конкретном уровне, а чего у них переизбыток. Таким образом, вы сможете запускать востребованные акции, давать скидки или даже вводить дополнительные источники.
Если вы проанализируете эти данные и совместите их с информацией об отвалах, вы можете обнаружить, что при недостатке определённого ресурса или валюты, ваши пользователи отваливаются гораздо чаще. В таком случае вы можете провести акцию в данной локации и, таким образом, помочь игрокам пройти её и побудить их к дальнейшему прохождению.
Читайте также: Главные метрики. Установки
ABC/XYZ анализ
Анализировать структуру покупок можно и стандартизированными методами, например, при помощи ABC/XYZ анализа. Его суть состоит в том, чтобы выявить самые популярные товары, которые приносят вам наибольший доход и самые непопулярные товары, доля которых в выручке минимальна, а также “промежуточные” варианты. Это позволит вам правильно составить стратегию продвижения тех или иных товаров и даже исключить/заменить некоторые из них.
Читайте также: RFM-анализ для сегментации платящих пользователей
Рассмотрим, как это делается.
ABC и XYZ анализы проводятся на всей группе товаров.
ABC-анализ распределяет товары на группы в зависимости от их вклада в общий доход и количества среди всех купленных товаров:
-
товары группы A приносят 80% дохода и составляют 20% в общем количестве;
-
товары группы B составляют 15% в доходе и 30% в общем количестве;
-
товары группы C составляют 5% в доходе и 50% в общем количестве.
XYZ-анализ характеризует стабильность спроса (по коэффициенту вариации) и точность прогнозирования:
-
группа X – товары с наиболее стабильным спросом, имеющие коэффициент вариации меньше 10% и высокую степень надежности прогноза;
-
группа Y – товары со средне-стабильным спросом, имеющие коэффициент вариации от 10% до 25% и среднюю степень надежности прогноза;
-
группа Z – товары, спрос на которые нестабилен, коэффициент вариации составляет более 25% и точный прогноз сделать невозможно.
Читайте также: Глоссарий игровых метрик devtodev
После разделения всех товаров на ABC- и XYZ-группы, они объединяются в одну таблицу:
По этой таблице хорошо видно, что товары, попавшие в ячейки AX, AY, BX – самые выгодные, поскольку на них есть стабильный спрос и они занимают большую долю в доходе.
Самые невыгодные товары находятся в ячейке CZ - их покупают мало и редко. Нужно проанализировать, что именно за товары там представлены и, если они не играют какую-то критическую роль, задуматься о том, на что их можно заменить.
Товары из групп CX и AZ имеют один хороший и один плохой показатель. Можно попытаться исправить их слабые места и перевести хотя бы часть из них в “зелёную” категорию.
Читайте также: Какие Soft Skills нужны игровому аналитику
Результаты ABC/XYZ анализа можно применять по-разному, например, для повышения продаж.
Если дополнительно проанализировать набор товаров, купленный в рамках одной покупки, то можно понять, какие их них чаще всего покупают вместе, выяснить, какие между ними существуют закономерности, просчитать вероятность покупки товара Б при условии покупки товара А и разместить их рядом (это касается онлайн и офлайн магазинов в первую очередь).
Например, то, что в сырном отделе часто стоит стеллаж с вином, это “заслуга ” ABC/XYZ анализа, ведь у людей, покупающих вино, в чеках часто встречается и сыр.
Имея данные о купленных (у многих из нас есть бонусные карты) и смежных товарах, можно проводить персонализированные акции, рассылать push-уведомления (это легко сделать с devtodev) и email-рассылки, тем самым стимулируя продажи и создавая у покупателя ощущение, что о нём заботятся.