원본 영상을 바탕으로 AI의 도움을 받아 작성했습니다. 원본 영상이 기준입니다.
Log in to leave a comment
아직 작성된 글이 없습니다
Trabajar como diseñador de juegos junior y recibir la orden de diseñar la estructura de ingresos puede resultar desalentador. Obligar a los usuarios a gastar dinero conlleva una gran responsabilidad; si se fomenta el gasto excesivo y esto provoca que la comunidad explote o que la tasa de retención caiga en picada, la culpa recae enteramente en el diseñador. Se acerca la fecha límite y, sin embargo, es difícil encontrar indicadores específicos o líneas de base de análisis de datos que sirvan como referencia. En lugar de técnicas psicológicas teóricas o consejos vagos, hemos recopilado un flujo de trabajo de diseño de ingresos basado en la segmentación de datos y la psicología de precios que se puede aplicar directamente al trabajo práctico.
La tasa de conversión de pagos promedio de los juegos F2P globales se encuentra entre el 2 por ciento y el 5 por ciento. El costo de adquisición de usuarios (CAC), necesario para convertir a un nuevo usuario en un cliente de pago por primera vez, asciende a 35.42 dólares. La mayoría de los estudios independientes cometen el error de fijar el precio del paquete de inicio para el primer pago entre 3.99 y 4.99 dólares. Sin embargo, la resistencia psicológica al precio que sienten los usuarios que no pagan forma una pendiente de entrada pronunciada en los tramos de 1.99 y 0.99 dólares. Si se reduce el rango de precios en más del 30 por ciento en comparación con el actual y se reubica como un producto de micromovimiento dentro de la categoría de microtransacciones, la fricción psicológica en el proceso de toma de decisiones de compra se reduce drásticamente. Al ajustar el precio a la baja, la tasa de conversión del primer pago aumenta del nivel anterior del 3.2 por ciento al 5.8 por ciento, registrando una mejora de más del 80 por ciento, lo que conduce a un efecto de aumento del ARPU (ingreso promedio por usuario).
Los productos de bajo costo de menos de 1000 wones deben evitar la estructura simple de venta de bienes individuales. Hay mayores probabilidades de éxito si se configuran en forma de paquetes fusionados que puedan aliviar inmediatamente la desagradable sensación de las primeras etapas del juego. En la primera etapa, se incluye una pequeña cantidad de gemas prémium para proporcionar liquidez para comprar otros artículos en la tienda y crear una sensación de pago. En la segunda etapa, se coloca un equipo de rango B a A o un personaje exclusivo para eliminar el aburrimiento del juego repetitivo inicial y proporcionar una sensación de logro inmediato. En la tercera etapa, se añade una ventaja de conveniencia que duplica la cantidad de experiencia u oro obtenida durante 48 horas, y se muestra visualmente una etiqueta de descuento del 90 por ciento y una vista previa de habilidades dinámicas dentro de la ventana de pago. Al aplicar este método, la tasa de exposición de la oferta aumenta del 40 por ciento al 80 por ciento, y junto con el aumento de la tasa de conversión primaria, eleva la tasa de retención D2 de los usuarios de pago en más de 15 puntos porcentuales.
En lugar de un pago con moneda fiduciaria única, cuando se adopta un sistema de doble moneda múltiple y se aplica una tasa de conversión decimal no intuitiva (como otorgar 13.3 gemas por cada 1200 wones), el usuario debe realizar complejas operaciones aritméticas para calcular el valor real en wones de un artículo. Esta estructura de conversión no intuitiva se percibe como una interferencia en la comparación de precios debido a la moneda intermedia, lo que genera rechazo en el usuario. Según el análisis de datos de psicología de pagos, si un usuario verifica el precio de un artículo con moneda virtual en la ventana de compra pero no puede calcular inmediatamente el valor del dinero real, tiende a posponer el intento de pago y a cerrar la sesión. Una parte considerable de los usuarios que entran al proceso de pago experimentan fricción psicológica en la etapa de cálculo de conversión, lo que se refleja directamente en un aumento en la tasa de abandono del carrito.
Para reducir la fricción cognitiva, la relación de conversión de unidades de la moneda virtual debe reajustarse a una forma de número entero intuitivo sin decimales. Se introduce un sistema de mapeo intuitivo de 1 a 100 o de 1 a 1 (como 100 gemas por 1 dólar o 1 moneda por 1 won). La estructura UX se modifica para mostrar el valor de la moneda fiduciaria junto con la marca de la moneda virtual en la interfaz de la tienda. El rendimiento de la introducción de la UX de pago fácil y visualización de un solo clic se verifica monitoreando como indicadores clave el tiempo requerido para completar el pago y la tasa de abandono del carrito. Al simplificar la estructura de conversión y exponer intuitivamente el valor de la moneda fiduciaria, el tiempo promedio que le toma a un usuario completar finalmente el pago después de presionar el botón de compra se reduce en 40 segundos, pasando de los 65 segundos anteriores a 25 segundos. La tasa de abandono del carrito también disminuye en más del 35 por ciento en comparación con la anterior, lo que se conecta con un aumento en la tasa de conversión de pagos general y en los ingresos.
Numerosos juegos colocan equipos que aumentan las estadísticas clave o personajes exclusivos de pago en la recompensa de asistencia del séptimo día para defender artificialmente las tasas de retención D7 y D30, pero esto acumula fatiga por tareas y provoca abandonos emocionales. Si continúa la situación en la que es obligatorio conectarse para no perderse las recompensas, el juego se percibe como una carga estresante en lugar de una diversión. Cuando un usuario pierde la recompensa principal porque se rompe su registro de conexiones diarias consecutivas debido a circunstancias personales, siente una gran sensación de pérdida y muestra el fenómeno de abandonar el juego (rage quit). Si la brecha entre los usuarios que no pagan y los que pagan se amplía irreversiblemente debido al sistema de recompensas, se forma una opinión pública negativa dentro de la comunidad del juego y se acorta la vida útil del mismo.
Para evitar la controversia sobre la explotación comercial y proporcionar un valor positivo a todos los grupos de usuarios, la recompensa principal de acceso del séptimo día debe cambiarse de un valor de estadística funcional que no se puede reemplazar a elementos de acortamiento de tiempo centrados en la conveniencia. En la primera etapa, se derivan secciones consumidoras donde se produce fatiga dentro del juego, como la limpieza de mazmorras repetitivas, la recolección de recursos y el tiempo de espera de producción. En la segunda etapa, se excluyen por completo los factores que afectan el equilibrio de poder basados en estadísticas, como el aumento del poder de ataque o el equipo exclusivo, de los elementos de recompensa. En la tercera etapa, se reemplaza con recompensas puramente de acortamiento de tiempo, como pases de limpieza, vales de expansión de espacio de almacenamiento, beneficios de automatización de tareas manuales y vales para omitir tiempos de espera. En la cuarta etapa, se verifica el equilibrio de valor que puede satisfacer a ambos grupos proporcionando alivio de fatiga a los usuarios que no pagan y eficiencia de juego por sesión a los que pagan. Este sistema de recompensas de conveniencia produce el resultado de mejorar la tasa de retención de D7 a D14 en más del 8. por ciento sin controversias sobre la inducción de pagos.
Para capturar el punto donde los usuarios abandonan en la sección de inducción de pagos, es esencial realizar un análisis de embudo (funnel analysis) que rastree el flujo de eventos principales dentro del juego. El esquema estándar de eventos de telemetría que debe recopilarse en el proceso de pago consta del inicio de sesión del usuario, la entrada a la interfaz de la tienda, la selección de un producto de pago específico, la llamada a la ventana de pago y al modal, la finalización del pago y la entrega de la moneda, y la salida de la sesión. Basándose en los datos de registro de eventos, se realiza una consulta de análisis de embudo basada en funciones de ventana (window functions) en un entorno SQL estándar de BigQuery para extraer las secciones de cuellos de botella donde los usuarios abandonan la compra a mitad del intento de pago y terminan la sesión. En los registros de pago de los últimos 3 meses, se pueden extraer con precisión las 2 principales secciones de cuello de botella que conducen al cierre de sesión inmediatamente después de la etapa de llamada de la ventana de pago, y este punto se establece como el objetivo de mejora prioritaria.
Al aplicar el plan de reorganización a las secciones de cuellos de botella extraídas, desplegarlo uniformemente a todos los usuarios conlleva un alto riesgo, por lo que las pruebas deben realizarse en cohortes de usuarios a pequeña escala. En la primera etapa, se establece como segmento objetivo a la capa de usuarios que no pagan y que no tienen historial de pagos entre los nuevos usuarios registrados. En la segunda etapa, a través de la división aleatoria, se divide en el 90 por ciento de los usuarios como grupo de control que mantiene el rango de precios existente y la UI de moneda compleja, y el 10 por ciento de los usuarios como grupo experimental que aplica el paquete pequeño con un 30 por ciento de descuento y la UI de conversión de moneda entera. En la tercera etapa, los datos se recopilan durante al menos 14 días para asegurar la significación estadística después de cambiar dinámicamente la UI y los precios mediante el control de parámetros remotos sin actualización del cliente. Una vez que se verifica el aumento en la tasa de conversión del primer pago y la disminución en la tasa de abandono del carrito, dicho plan de reorganización se aplica de manera ampliada a toda la capa de usuarios para construir de forma estable el ecosistema de la economía dentro del juego.
