Аналитика игр – Удержание (Retention)

статистика игр, аналитика игр, метрики, ретеншн, возвращение пользователей,скользящее удержание, классическое удержание, полное удержание, user retention, game retention metrics

Хотелось немного поделиться о том, что я знаю о “retention” в играх. Ретеншен простая метрика – процент пользователей вернувшихся в игру. Во вторых важная метрика … очень важная, особенно на уровне построения бизнес моделей. В третьих у всех всегда ретеншен “хороший”. И при всех этих “простоте”, “важности” и “хороший”, скрывается то, что большая часть людей работающих в игровой индустрии … не понимают насколько разными способами можно посчитать ретеншен. И каждая метрика будет верной, только вот сравнивать их … что сравнивать зайцев и апельсины …

И так, ретеншен это показатель который показывает, то как хорошо пользователи возвращаются в игру.
Вот такое определение ему можно дать – ретеншен это процент пользователей, которые возвращаются на N-ный день после первого использования приложения.
Базовая формула расчета ретеншена вот такая -
Retention = Users_Day_N/ Users_Day_0, где
Users_Day_0 – это количество пользователей установивших игру в 0й день, и которые потенциально могут остаться.
Users_Day_N – это кол-во пользователей которые были сохранены к N-ому дню.

И вот дальше встает проблема того, что может быть разный подход к расчету Users_Day_N.

Классическое удержание.

Как посчитать: Тут все просто. Берется кол-во пользователей которые зашли в игру в день N. И они считаются сохраненными. При этом не важно заходили пользователи раньше, и зайдут ли потом.
Где используется: Часто и повсеместно встречающийся способ расчета. Плюсы его в том, что очень легко посчитать аналитически. И расчет по этому методу дает возможность сравнивать его с результатами других.

Скользящее удержание.

Как посчитать: Сохраненными считаются пользователи которые зашли в игру в день N и в любой день после него.
Где используется: Эта метрика используется во Flurry. Это тоже ее делает весьма популярной. Но именно ее часто путают с классическим удержанием. Вот тут можно посмотреть подробнее, какая ошибка получается.

Минусом такого подхода является то, что результат измерений меняется в зависимости от времени, которое наблюдаем. Т.е. вот дождались мы 7-ого дня. Посчитали ретеншен. Прошло еще 7 дней, посчитав его снова, число измениться.
Но его часто любят показывать в качестве “хорошего” ретеншена, у игр с на самом деле “плохим” ретеншеном. Т.к. ретеншен рассчитанный по этому методу всегда будет больше ретеншена рассчитанного классическим методом. Ну и в отличие от классического метода, скользящее удержание сложно использовать в бизнес моделях.
Может быть смешная ситуация. Предположим в игру загнали 100 пользователей. И все они отвалились на 1й день. Померив через месяц – ретеншен на 30й день = 0. Потом мы через год измеряем снова. И оказывается так, что все 100 юзеров зашли, посмотреть что за какаха у них на телефоне, и удалили потом. А мы такие измеряем – и хопа, выясняется, что у нас ретеншен на 7й и 30й день стал 1.
Даже если предположить, что ситуация надуманна, то сложно не согласиться, что могло зайти за год не все 100, а скажем 10 человек? А тогда мы получили на 30й день ретеншен 0,1. А по классической формуле расчета – 10% на 30й день это весьма хороший ретеншен.
Методика не дает ни какой полезной информации. Хотя в целом, в сравнении с чем-то другим, может использоваться для оценки качества ретеншена у приложения.

Полное удержание

Как посчитать: Сохраненным считается пользователь который заходил в приложение каждый день, до наступления дня N включительно.
Где используется: В чистом виде встречается редко. Измеренный таким образом ретеншен не путается с другими методиками по значениям. И в свою очередь тоже является не плохим показателем удержания.
Для того, чтобы не работать с нулевыми значениями, можно изменить методику так, что считаем сохраненным пользователем, того кто заходил скажем в 50% дней. Т.е. если мы считаем ретеншен на 30й день, сохраненными мы будем считать пользователей заходивших в любые из этих 30 дней, 15 раз (в том плане, что это не 15 заходов в 1 день. А заходы в различные дни). Эти данные трудно будет с чем-то сравнивать, но оно даст много данных для размышлений.

Возвраты

Как посчитать: В данном случае сохраненным пользователем для дня N, считается пользователь который заходил в игру в любой день до N влючительно.
Где используется: Хорошая методика, чтобы оценить качество приложения по удержанию. Из минусов, что порядок значений может совпадать с классическим способом расчета, и скользящим удержанием. Лично мне нравиться видеть эту характеристику вместе с ретеншеном рассчитанным классическим способом.

Методику можно развить, до варианта разбиения на группы. В этом случае сохраненным пользователем для дня N считается тот, который заходил минимум один раз между неким днем n и N.
Т.е. если мы рассматриваем группы 1-7-30. То для расчета ретеншена на 30й день, сохраненным пользователем будет считаться тот, кто заходил в промежуток 7-30 дня.


В интернете можно встретить следующие показатели хорошего ретеншена игры – 40-20-10. Это значение для классического способа расчета.
40% – ретеншен на 1й день.
20% – ретеншен на 7ой день.
10% – ретеншен на 30й день.
Значения 30-15-8 так же весьма не плохи.
Часто вместо 30 дня, используется 28й. Это делается, чтобы было удобнее учитывать недельную цикличность, это может выявить какие-то закономерности связанные с днями недели.
Если это важно, то надо уточнять на 30й или 28й день был расчет (хотя обычно, если мы говорим о значении, а не о графике динамики ретеншена, то этой разницей в 2 дня можно пренебречь.)

Если путать классический способ расчета ретеншена с другими – будут крупные ошибки.
При чем я ни разу не встречал ошибки в обратную сторону. Когда в игре с хорошими показателями, пытаются что-то улучшить, т.к. намерили маленький показатель. Обычно в игре с плохими показателями, измеряют ретеншен способами, дающими значения выше классического – и сравнивая с результатами классического “делают вид”, что все хорошо.

Классический метод – идеально подходит для построения бизнес моделей, прогнозирования и т.п. Легко сравнивать с данными других игр.
Скользящее удержание – ужасный и бесполезный во всех отношениях способ.
Хотя для цели: привлечения инвестиций/поиска издателя может сгодиться. В надежде на лоха. С другой стороны если потенциальный партнер не лох, то фраза “Наш ретеншен 82-64-58″, может завершить ваше общение …
Остальные методики (да, можно было заметить, что они похожи идейно) – хорошие способы оценить поведение игроков в уже запущенной игре, чтобы определить проблему на более точном уровне нежели “хороший/плохой” ретеншен. Но из-за того, что выбирается особый способ считать юзера сохраненным, тяжело сравнивать с данными других игр (имеются ввиду не свои игры, а чужие. К которым нельзя получить детальную статистику)

Comments are closed.