我們已經(jīng)清楚用戶互動對于游戲盈利的重要性，而本文將通過討論游戲內(nèi)部受社區(qū)推動的盈利而進一步延伸這一概念。本文將區(qū)分游戲社區(qū)管理與其它形式的社區(qū)管理（如社交媒體），并提供關(guān)于游戲內(nèi)部社區(qū)如何幫助或傷害開發(fā)者的概述。引文同時也會講述如何使用一系列工具，包括預(yù)測分析去創(chuàng)造更加強大的游戲社區(qū)。
向玩家出售游戲是一門不錯的生意。唯一的問題在于你的工作并不只是如此。就像開發(fā)者Raph Koster所指出的那樣：
“這是一種服務(wù)。不是單純的游戲。這是一個世界。不是單純的游戲。這是一個社區(qū)。不是單純的游戲。任何說著‘這只是一款游戲’的人都未能抓住要領(lǐng)。”
這點真的很重要。是否有參數(shù)能夠支持它呢？
當然了。讓我們這樣想：大多數(shù)游戲業(yè)務(wù)的運作都是基于B2C，即企業(yè)對消費者模式。但什么又是C2C呢？即消費者對消費者，或者在這里應(yīng)該說是玩家對玩家模式。
最終證明玩家對于彼此之間都具有很重要的影響—-這是社區(qū)管理者所清楚的事，但是他們卻從未去證實它。這一社會價值通常占據(jù)你的收益的25%至50%。社交網(wǎng)絡(luò)分析也證實了這一點。
市場細分
將你的用戶分成不同的群組是一種明智的做法。你可能會想到男性用戶與女性用戶的不同表現(xiàn)，或者法國人與澳洲人的不同消費標準，以及年長用戶不像年輕用戶那樣頻繁地發(fā)送信息。而市場細分能讓你將這些群組的價值與其它參數(shù)匹配在一起。
讓我們先說說ARPPU。如果整個群組的價值為25美元，但是你發(fā)現(xiàn)男性用戶為45美元而女性用戶只有5美元，你便能夠清楚問題的所在。一開始便明確細分能夠提供給你斷代分析。或者你可以基于應(yīng)用版本1和應(yīng)用版本2去劃分不同群組。很快地，你便能夠進行AB測試。
更復(fù)雜的細分變量還能呈現(xiàn)更多不同的類型。例如能夠告訴我德國女性用戶使用iOS與美國男性用戶使用Android的情況。通常情況下，我們應(yīng)該先思考正確的問題，然后再選擇工具。
降低游戲開發(fā)風(fēng)險
隨著過去幾年里電子游戲領(lǐng)域的不斷發(fā)展，即從專注于主機向手機平臺的擴展，市場也變得比以前更大了。但是一個巨大且充滿競爭的市場意味著那些想要進入這一領(lǐng)域的人將面臨更大的財務(wù)風(fēng)險。
所以游戲開發(fā)者該如何降低風(fēng)險？來自SuperData的全新研究顯示，超過40家電子游戲公司發(fā)現(xiàn)了降低風(fēng)險的最佳方式。研究中的第一個結(jié)論表示，當決定一個目標消費者基礎(chǔ)時，使用B2B和B2C混合模式是最有效的：“使用這種雙重方法能夠通過收獲多個收益流而降低業(yè)務(wù)模式的風(fēng)險。”
該研究發(fā)現(xiàn)利用合作方去幫助游戲開發(fā)者到達一個更大的市場的重要性，同時評估創(chuàng)造性的效能也能夠緩解風(fēng)險并創(chuàng)造持久的收益。
通過預(yù)測分析提高玩家留存
在2年多時間里，手機游戲玩家的價值不斷飆升—-2012年，1百萬用戶的價值僅有130萬美元，而現(xiàn)在他們的價值已經(jīng)達到了340萬美元。
因為手機游戲玩家的價值不斷提升，所以確保他們不斷回到游戲中變得更加重要。為什么？因為市場變得越來越擁擠，更多競爭者便意味著你將可能失去更多忠實玩家。而現(xiàn)在獲取全新玩家也變得更加困難且更加昂貴。
提高用戶留存的一種方法便是提供一個穩(wěn)定的消費者關(guān)系管理（CRM）基礎(chǔ)，包括消費者支持和整體的社區(qū)管理。再加上一個預(yù)測分析平臺，你便能夠分析它是如何影響你的結(jié)果。
讓我們看看Julian Runge在Gamasutra上的一篇文章，在這里他應(yīng)用了基于用戶留存戰(zhàn)術(shù)的一些預(yù)測分析去決定什么才是對玩家最具影響力的內(nèi)容。
我們必須注意到預(yù)測游戲分析雖然很有效，但是你需要有足夠的信心去利用任何系統(tǒng)預(yù)測。并非所有平臺都會呈現(xiàn)給你這個數(shù)值。你應(yīng)該依賴于你所使用的平臺。你應(yīng)該著眼于自己的預(yù)測的精準線。如果現(xiàn)在的你只是在尋找一個分析平臺，那么你便需要問自己這些問題并判斷平臺是否能夠提供給你做出真正的業(yè)務(wù)決定所需要的精準性。
不同玩家
是什么原因?qū)е峦婕议g的區(qū)別？根據(jù)研究公司EEDAR的全新研究，是源自平臺而非性別。
多虧了先進的技術(shù)，各種不同的電子游戲平臺讓現(xiàn)在的玩家能夠擁有比10年前更加獨特的體驗?，F(xiàn)在的我們擁有手機，PC，主機，甚至是VR，游戲開發(fā)者能夠為各種年齡和性別的玩家定制專屬于他們的電子游戲了。
預(yù)測性分析
預(yù)測性分析將告訴你一些事情發(fā)生的可能性。再一次地你可以從總體或個體進行思考。讓我們假設(shè)你想要了解用戶流失的可能性。你可以從總體去觀察數(shù)值，或著眼于每個人的數(shù)值。你會想看到它們在不同情況下的消費。你不應(yīng)該將具有80%的離開可能性并且已經(jīng)花費10美元的玩家與具有70%離開可能性但卻已經(jīng)花費了2000美元的玩家混為一談。
例如，如果你知道玩家X在接下來10天里不會花任何錢，你便會考慮采取一定的行動，對吧？如果你知道玩家Y在4天內(nèi)會退出游戲，但是他已經(jīng)在游戲中花了100美元，那么你便會想辦法去留住他，對吧？
當然了，這一切的前提是你了解這些情況。
這就像預(yù)測天氣一樣
當你在研究游戲的預(yù)測分析時，你很快便會發(fā)現(xiàn)這與預(yù)測天氣沒有什么區(qū)別。你擁有數(shù)據(jù)，趨勢，以及對于明天可能發(fā)生什么的估測。最聰明的氣象學(xué)家會使用科學(xué)數(shù)據(jù)模式。隨著時間的發(fā)展你將清楚哪種模式才是值得你信賴的。
作為一名游戲開發(fā)者，你會重視對于人們的預(yù)測，特別是他們采取特定行動的可能性。舉些例子來說：
用戶流失
人們會在哪里退出游戲？
為什么他們會在那時候退出游戲？
為什么最近流失率在上升（或下降）？
用戶轉(zhuǎn)換
是什么原因讓玩家從觀察者變成免費玩家？
是什么原因讓玩家從免費玩家變成付費玩家？
游戲內(nèi)部盈利
是什么原因讓玩家決定開始花錢？
是什么原因讓玩家花更多錢
是什么原因讓玩家去點擊廣告？
玩家終身價值
玩家總的花了多少錢？
社交價值
玩家網(wǎng)絡(luò)有何價值？
是否有些玩家比其他玩家更有價值？
Asimov預(yù)測就是你的現(xiàn)實
如果你看過Isaac Asimov的《Foundation Trilogy》，你可能會記得一個先進文明，即通過理解人類和社會從而更精確地預(yù)測個體行動的科學(xué)。
但那畢竟只是科幻小說。我們不可能真正預(yù)測到未來。
不管從技術(shù)上來看，這也不是不可能。只是這并非魔法，而是關(guān)于數(shù)學(xué)。
幸運的是現(xiàn)在的科學(xué)讓我們能夠更輕松地做到這點，因為我們擁有更多更厲害的輔助工具。你是否需要聘請一些博士？你可以這么做，但這卻是不實際的。你必須理解真正發(fā)生了什么，如此你才會清楚結(jié)果是否有用。
自信地識別不同模式
一開始，讓我們假設(shè)在一款冒險游戲中只可能存在兩種模式。
1.玩家登錄并玩了第一個關(guān)卡。一些玩家進入了Dark Forest，而20%的玩家退出了游戲。
2.玩家登錄并玩了第一個關(guān)卡。一些玩家進入了Blue Bayou，而40%的玩家退出了游戲。
這是顯而易見的結(jié)果，這告訴你Blue Bayou更糟糕，也就是在這里玩家更容易退出游戲。
現(xiàn)在讓我們假設(shè)一個更現(xiàn)實的場景，即玩家將做35件事，并且他們將基于各種不同序列去做這些事。在這個隨機的事件序列中，復(fù)雜的算式能夠加工數(shù)據(jù)并開始“學(xué)習(xí)”模式。
這也是為何這些程序會被冠予“學(xué)習(xí)機器”的稱號。然后這些程序?qū)㈤_始著眼于玩家并說道，“基于其他玩家所做的，這周這個玩家有80%改變，退出或點擊廣告的可能性。”
