Player Analytics — Phân tích người chơi
D1, D7 và D30 dự báo gần như toàn bộ giá trị của một tựa game. Từ đường cong giữ chân suy ra LTV và mức CAC tối đa còn có lãi.
Chỉ hai chấm là số đo thật; cả đường cong đi qua đúng hai điểm đó nên nó không thể sai ở đấy và không được kiểm chứng ở bất kỳ đâu khác. D7 mô hình = 12.76%.
Với b > −1, kéo dài chân trời thì LTV còn tăng mãi không giới hạn: con số LTV phụ thuộc vào chân trời bạn chọn chứ không phải vào sản phẩm. Với b < −1, LTV tiến tới một trần và chân trời gần như không còn quan trọng.
Phần còn lại nằm ở đoạn đường cong ngoài mốc D30 — chỗ chỉ có công thức, không có số đo. Càng nhiều giá trị nằm ở đó thì LTV càng là một lời hứa chứ chưa phải doanh thu.
D7 là phép kiểm tra rẻ nhất bạn có: nó nằm giữa hai điểm neo nên nếu D7 thực đo lệch xa con số này thì hình dạng luỹ thừa sai, và mọi thứ ngoại suy sau D30 sai nặng hơn.
Hoà vốn ở đây nghĩa là hoà vốn sau đúng chân trời đã chọn, 365 ngày, chứ không phải ngay lập tức. Dòng tiền thực tế đến chậm hơn nhiều so với con số tổng.
| Mô hình | r(t) = a·t^b khớp qua D1 và D30 |
| Giữ chân D90 (ngoại suy) | 3.39% |
| CAC tối đa để hoà vốn | 21,457.88 |
| CAC mục tiêu (LTV/CAC = 3) | 7,152.63 |
Chỉ hai chấm là số đo thật; cả đường cong đi qua đúng hai điểm đó nên nó không thể sai ở đấy và không được kiểm chứng ở bất kỳ đâu khác. D7 mô hình = 12.76%.
Cộng dồn ARPDAU × r(t). Tới ngày 30 mới đạt 27% tổng LTV; phần còn lại nằm ở đuôi đường cong, chỗ chưa có dữ liệu nào chống lưng.
LTV chia theo giai đoạn. Phần thuộc các ngày xa nhất là phần ngoại suy nhiều nhất, và cũng thường là phần bị dùng để biện minh cho mức CAC cao.
| Ngày | Giữ chân r(t) | Ngày hoạt động luỹ kế | LTV luỹ kế | % tổng LTV |
|---|---|---|---|---|
| 1 | 35.00% | 0.35 | 630.00 | 3% |
| 7 | 12.76% | 1.38 | 2,485.18 | 12% |
| 14 | 8.91% | 2.10 | 3,774.39 | 18% |
| 30 | 6.00% | 3.23 | 5,815.51 | 27% |
| 60 | 4.19% | 4.70 | 8,465.27 | 39% |
| 90 | 3.39% | 5.82 | 10,483.59 | 49% |
| 180 | 2.37% | 8.33 | 14,998.97 | 70% |
| 365 | 1.64% | 11.92 | 21,457.88 | 100% |
| Mô hình | r(t) = a·t^b khớp qua D1 và D30 |
| Giữ chân D90 (ngoại suy) | 3.39% |
| CAC tối đa để hoà vốn | 21,457.88 |
| CAC mục tiêu (LTV/CAC = 3) | 7,152.63 |
r(t) = a·t^b · LTV = ARPDAU · Σ r(t)
Đây là công thức thật mà mã nguồn chạy, không phải mô tả gần đúng.
API tại /api/v1/tools/retention-analytics gọi đúng hàm
này, nên kết quả trên trang và qua API không thể lệch nhau.
Phân tích người chơi theo dõi hành vi để cải thiện giữ chân và kiếm tiền. Chỉ số quan trọng nhất là giữ chân ngày 1, ngày 7, ngày 30 — chúng dự báo gần như toàn bộ giá trị vòng đời.
| D1 / D7 / D30 retention | chỉ số nền tảng của game |
| ARPDAU | doanh thu trung bình trên người chơi hoạt động ngày |
| Độ dài phiên chơi | chỉ báo mức độ gắn kết |
Phần quan trọng nhất của trang này. Một phương pháp được mô tả mà không nói chỗ nó hỏng là phiên bản quảng cáo của phương pháp đó.
Chưa có mô hình nào gắn riêng cho chủ đề này. Đây là những mô hình của cả ngành — liên quan ở cấp ngành, không phải cấp chủ đề.
Phân tích người chơi theo dõi hành vi để cải thiện giữ chân và kiếm tiền. Chỉ số quan trọng nhất là giữ chân ngày 1, ngày 7, ngày 30 — chúng dự báo gần như toàn bộ giá trị vòng đời.
1. Dựng phễu onboarding và tìm bước rơi nhiều người nhất. 2. Phân khúc theo hành vi, không theo chi tiêu. 3. Chạy A/B test cho mọi thay đổi thiết kế đáng kể. 4. Xây mô hình dự báo rời bỏ để can thiệp sớm.
Tối ưu doanh thu ngắn hạn bằng cơ chế gây khó chịu làm giảm giữ chân — hai chỉ số này hay xung đột. So sánh giữ chân giữa các cohort có nguồn thu hút khác nhau là so sánh sai.
D1 / D7 / D30 retention — chỉ số nền tảng của game; ARPDAU — doanh thu trung bình trên người chơi hoạt động ngày; Độ dài phiên chơi — chỉ báo mức độ gắn kết.
Chưa xây dựng. Mục này hiện là điều hướng và tài liệu tham chiếu; chúng tôi không gắn nhãn 'live' cho thứ chưa chạy.