上線2年回流20%,ROI翻2.5倍,網易又在日本嘗試了一種新打法

來源:游戲葡萄
作者:游戲葡萄
時間:2019-12-31
2147
近年來,不少國產游戲都在日本市場做出了很高的成績,只是在長線運作上,很多產品還面臨著如何維持這份成績的難題。

快出海.jpg

近年來,不少國產游戲都在日本市場做出了很高的成績,只是在長線運作上,很多產品還面臨著如何維持這份成績的難題。 

而在前幾個月,葡萄君觀察到一個很有代表性的案例:根據Google谷歌在日本市場的分享,《荒野行動》在今年下旬,通過一系列運作手法,在兩個月內實現了20%的回流率,期間投放ROI是往常的2.5倍。

考慮到《荒野行動》在日本市場的用戶規(guī)模極其龐大 ,而且這款產品已經上線2年,來到了精耕細作的階段,那么這份成績的含金量就非??捎^了。 

此前國產游戲打入日本已經不是新鮮話題了,各式產品的方法論都很多,那么要在日本市場長線深耕,又有哪些可以參考的方法呢?

1000萬人創(chuàng)造745億流水,搶到用戶就是占到市場

在日本做長線運作,有時與在國內市場的思路有不小的差別,原因在于,日本市場不同于國內用戶體量龐大繁雜,而是相對小體量、資源集中。我們具體來看數據對比。 

前兩天,游戲工委發(fā)布《2019產業(yè)報告》,能看到國內游戲市場規(guī)模達到2308.8億元,其中82.1%由國內用戶貢獻。而移動游戲市場達到1581.1億元,移動游戲用戶規(guī)模為6.2億人,粗算下來每個移動游戲用戶的年付費額為255元??紤]到大盤中海外收入占比不低,那么實際國內移動游戲用戶的人均付費額還會更低。

1577755918195432.png

對比來看,根據日媒Fami通發(fā)布的《2019游戲白皮書》的數據,日本游戲總人口為4911萬,移動游戲用戶則僅有3656萬。而且主機、PC游戲用戶與移動游戲用戶的重合度也很高,整體用戶規(guī)模偏小。

1577755932351931.jpg

日本市場游戲用戶分布情況,移動游戲為3656萬人(出處:Fami通白皮書2019)

但日本移動游戲市場在2018年的市場規(guī)模為745億人民幣(后文若無特殊標注,均換算為人民幣),人均年消費額可達到2036元,是中國市場的近8倍。

1577755949859748.jpg

日本游戲市場規(guī)模變化,2018年移動游戲份額達到745億元(出處:Fami通白皮書2019)

另外根據Intage在今年發(fā)布的調研報告,日本市場移動游戲付費用戶的規(guī)模在1000萬人左右,結合Fami通的報告數據來看,日本移動游戲付費用戶的年消費金額能達到7450元。

這對國產游戲出海日本市場來說,影響非常深入。葡萄君曾采訪《雙生視界》制作人,了解到他們的具體情況,在這款游戲只有5萬DAU的情況下,憑借新卡池活動,做到了ARPU53元,付費ARPU670元的成績,登上了日本App Store暢銷榜19位。

依靠少量DAU沖進榜單前列,這種現象在日本市場并不罕見。究其原因,當地移動游戲的單個付費用戶,往往能創(chuàng)造極高的價值。根據Intage的調查,日本每年付費超過3000元的移動游戲用戶僅占總體付費用戶的10%,但他們能創(chuàng)造接近80%的付費總額。

1577756111410123.jpg

日本每年付費超過5萬日元(約3200人民幣)的用戶占比情況和付費總額情況 

可以說,想在日本市場做大自己的規(guī)模,必須搶到高價值的單個付費用戶。在以往,國內產品可以通過風格差異化、技術底子、以及產品新鮮感去打出窗口效應,吸引大量用戶。但最近一年,這種機會空間會變得越來越小。

一方面,日本市場經典IP+新玩法的產品層出不窮,《勇者斗惡龍Walk》《超級馬里奧賽車》等產品名噪一時,席卷了大量老粉絲和新流量。

另一方面,國產游戲進入日本市場產品越來越多。根據Sensor Tower發(fā)布的日本手游市場Q3趨勢報告,國產游戲在日本市場Top 100內的數量已經增加到22款,游戲總數量和總收入,都來到了歷史峰值。

Intage的調查顯示,日本移動游戲付費用戶每個月玩游戲的總數量相對有限,近半數的用戶只玩1款游戲,最多為玩3款游戲的用戶占到了85%。同時,18%的用戶只給一款游戲付費,此外幾乎很少有用戶給更多的游戲付費。

1577756134537798.jpg

日本移動游戲用戶每月使用游戲數量,以及產生付費的游戲數量

換句話說,在游戲上線早期,我們或許還能吸引到一些用戶,但超過1個月,拼的就是如何留住那些高價值玩家了。那么《荒野行動》在挽留高價值玩家方面,取得了哪些成績?游戲廠商又該如何在長線上搶到份額,具體來看《荒野行動》的案例。

如何實現回流20%,ROI翻2.5倍?

有關《荒野行動》在日本市場的討論有很多,從它的爆發(fā)到成為日本社會現象,很多做法其實是只有網易才能實現,別的廠商,別的產品很難效仿的。但在長線運作上,所有日本市場的產品,可以說核心思路都是基本一致的。 

拋開《荒野行動》的特殊光環(huán),在上線兩年后,它也是一款需要做高回流,控制市場成本以獲得更多回報的產品。從它上線后在Google Play免費榜的走勢來看,2019年1月開始,這款產品的新增就沒有早期那么爆炸了。

1577756167120081.png

《荒野行動》在Google Play免費榜走勢 

《荒野行動》制作人丁超曾經分享過這款產品頭一年在日本市場的運營策略,基本圍繞產品內容+文化差異+ UGC的三個方面展開。簡單總結,他們通過內容營銷做高了初期的口碑話題,通過穿插UGC的營銷內容,最終醞釀出了日本現象級的話題效應。

接下來他們的思路很明確,第一是借助日本常用的IP聯動打法,擴展用戶圈層的同時擴大自身IP價值,第二是通過IP內容去創(chuàng)造刺激點,同時激發(fā)新增、活躍與回流,第三是借勢塑造品牌影響力。

1577756718177676.jpg

到了第二年的節(jié)點,這些思路其實有了一些變化。通過一年的活動,《荒野行動》已經積累了大量的用戶,尤其在YouTube等平臺構建了一個龐大的社群,這時候,他們采用的策略,便是線上社群營造氛圍,配合線上廣告拉回流,然后用更大型的品牌活動強化IP屬性。

比如網易贊助了2018年年底舉辦的YouTube FanFest 粉絲見面會,期間YouTube人氣創(chuàng)作者SKY PEACE演唱了以《荒野行動》為主題的歌曲,炒熱了荒野玩家的氣氛。而類似的粉絲向活動還有很多,這里就不逐一列舉了。

1577756737712274.gif

YouTube FanFest 粉絲見面會SKY PEACE的演出

此外,網易還舉辦了名為“荒野行動王者決定戰(zhàn)”的全國錦標賽,從2019年5月起開始舉辦預選賽,到8月12日舉辦決賽。這則賽事通過YouTube直播,以及YouTube標頭廣告的推廣,促成了67000人觀賽的盛況。

1577756768392707.jpg

通過粉絲活動的運營、大型品牌賽事的輸出,《荒野行動》其實已經具備足夠的內容和氛圍,去留住自己的用戶,考慮到新增的空間已經有限了,所以接下來的關鍵就是喚醒流失用戶。

因此網易運用了Google Ads的眾多服務,定向到流失超過15天的用戶,并進行針對性的廣告投放。而Google谷歌在幫助《荒野行動》尋找目標用戶的時候,運用了Google機器學習技術,來根據安裝量、應用內轉化、ROI等目標,來進行自動優(yōu)化和投放。

1577756784414189.png

從效果上來看,投放2個月后,20%的流失用戶再次回流,重新玩起了《荒野行動》。而網易還發(fā)現,這一系列投放之后,ROI優(yōu)化到了以往的2.5倍,效果極佳。

1577756798868482.jpg

出處:Google谷歌

而我們能看到,在長線運作上,一方面是需要根據產品當下狀態(tài),制定合適的運營目標,并借助此前積累的市場優(yōu)勢來提煉方案;另一方面,是在廣告投放上尋找更高效的方法,優(yōu)化成本和投放效果。在后一方面,Google Ads系列服務對于不熟悉當地市場的廠商,或是大規(guī)模投放的產品來說,是一個相對有效的選擇。

提高單個付費用戶的價值,已是日本廠商的基礎技能

事實上,在日本市場,如何更快找到高價值的付費用戶、如何提高這些用戶的價值,已經成了很多日本廠商在鉆研的技巧。不光是在日本市場中運用得到這些技能,甚至有廠商將積累下來的方法論,運用到產品全球化的運作中去。

日本Ateam就是Google機器學習的重度使用者之一。他們旗下產品《協奏同盟》(原名:ユニゾンリーグ/Unison League)在全球化的過程中,最大的挑戰(zhàn)就是如何快速適配到多個國家和地區(qū)的市場,同時實現在各個市場的變現。這時候用到的就是Google機器學習的服務。 

簡單來說,他們通過這套服務,建立了付費用戶預測模型,并通過這個模型,在廣告投放中優(yōu)先尋找屬性相近的目標用戶進行投放,以此來提高變現效率。

具體原理上,這套服務通過使用Google谷歌的BigQuery中的海量數據,來學習和預測付費用戶的模型,并將結果發(fā)送給Google Ads,再進行針對性的投放。這套服務可以實現完全托管,能在短時間內以低成本完成分析。 

為了驗證這套服務的實際效果,Ateam通過對比包含與不包含付費用戶預測模型的兩組測試投放數據,發(fā)現使用付費用戶預測模型的一組,付費用戶量要高出61%,付費用戶獲取成本要低18%,ROAS(目標廣告支出回報率)翻了一倍多。

1577756829512430.jpg

普通投放與預測付費用戶投放的結果對比

Ateam也總結了自己的方法論,比如1個廣告系列必須每天進行10套素材的更新,每月至少要更換300套素材,以此來保證機器學習能不斷自我更新。此外,機器學習的準確度調整、結果驗證至少需要兩周的時間,自第三周開始才能看到有效的結果。 

接下來,不論是網易還是Ateam,在拿到實際的效果之后,他們也將繼續(xù)運用積累下來的方法論,擴展自己在日本以及全球的市場份額。 

回過頭來看,他們之所以會選擇這樣的做法,原因也在于長期跟日本這樣僧多粥少、內容競爭極強的市場打交道,對他們來說,打入市場是一回事,想在長期上站穩(wěn),那又是另一回事了。

這時候,必須在產品運作上結合多方位的打法,也需要在每個用戶身上,想辦法做得更細,這樣才能收獲更持久的回報。

原文鏈接:點擊前往 >
版權說明:本文內容來自于游戲葡萄,本站不擁有所有權,不承擔相關法律責任。文章內容系作者個人觀點,不代表快出海對觀點贊同或支持。如有侵權,請聯系管理員(zzx@kchuhai.com)刪除!
掃碼關注
獲取更多出海資訊的相關信息
個人VIP
小程序
快出海小程序
公眾號
快出海公眾號
商務合作
商務合作
投稿采訪
投稿采訪
出海管家
出海管家