원본 영상을 바탕으로 AI의 도움을 받아 작성했습니다. 원본 영상이 기준입니다.
Log in to leave a comment
아직 작성된 글이 없습니다
Trabalhar como designer de jogos em nível júnior e receber a instrução de projetar a estrutura de receita é algo que deixa qualquer um sem saber o que fazer. Os jogadores precisam ser levados a gastar dinheiro, mas se a monetização for empurrada de forma inadequada e a comunidade explodir ou a taxa de retenção despencar, a culpa recairá inteiramente sobre o designer. O prazo está se aproximando, mas é difícil encontrar métricas específicas ou linhas de base de análise de dados para consultar. Em vez de técnicas psicológicas teóricas ou conselhos vagos, organizei um fluxo de trabalho de design de receita baseado em divisão de dados e psicologia de preços que você pode aplicar imediatamente ao trabalho prático.
A taxa média de conversão de pagamento de jogos F2P globais fica entre 2% e 5%. O custo de aquisição de usuário, ou CAC, necessário para converter um novo usuário em um cliente pagante pela primeira vez atinge até US$ 35,42. A maioria dos estúdios independentes comete o erro de precificar os pacotes iniciais de pagamento entre US$ 3,99 e US$ 4,99. No entanto, a resistência psicológica real ao preço sentida pelos jogadores não pagantes forma uma inclinação íngreme de entrada nas faixas de US$ 1,99 e US$ 0,99. Ao reduzir a faixa de preço em mais de 30% em comparação com a atual e reposicioná-la como um produto de microtransação que se enquadra nessa categoria, o atrito psicológico durante o processo de tomada de decisão de compra é drasticamente reduzido. Quando o preço é ajustado para baixo, a taxa de conversão do primeiro pagamento sobe do nível anterior de 3,2% para 5,8%, registrando uma melhoria de mais de 80% e levando a um efeito de aumento do ARPU (receita média por usuário) a longo prazo.
Produtos de baixo valor abaixo de 1.000 won devem evitar a estrutura simples de vendas de itens avulsos. Há chances de sucesso apenas se forem compostos na forma de pacotes convergentes que possam aliviar imediatamente o desconforto perceptível no início da jogabilidade. Na 1ª etapa, uma pequena quantidade de gemas premium é incluída para fornecer liquidez para a compra de outros produtos na loja e formar uma sensação de monetização. Na 2ª etapa, um equipamento de grau B para A ou um personagem exclusivo é posicionado para eliminar o tédio das repetições iniciais e proporcionar uma sensação imediata de conquista. Na 3ª etapa, um buff de conveniência que dobra a quantidade de experiência ou ouro obtida por 48 horas é adicionado, e uma etiqueta de desconto de 90% e uma visualização dinâmica de habilidades são encenadas visualmente na janela de pagamento. Ao aplicar este método, a taxa de exibição da oferta aumenta de 40% para 80% e, juntamente com o aumento da taxa de conversão primária, eleva a taxa de retenção D2 dos usuários pagantes em mais de 15 pontos percentuais.
Em vez de usar um pagamento em moeda legal única, se for adotado um sistema de moeda dupla mista onde uma proporção de conversão de casas decimais não intuitiva é aplicada (como pagar 13,3 gemas por 1.200 won), o usuário precisa realizar cálculos aritméticos complexos para calcular o preço real em moeda fiduciária de 1 item. Essa estrutura de conversão não intuitiva é percebida como uma interferência na comparação de preços por moeda intermediária, gerando a rejeição do usuário. De acordo com a análise de dados de psicologia de pagamento, se o usuário não puder calcular imediatamente o valor do dinheiro real após verificar o preço do item com moeda virtual na janela de compra, ele tende a adiar a tentativa de pagamento e encerrar a sessão. Uma parte significativa dos usuários que entram no pagamento sofre atrito psicológico na etapa de cálculo de conversão, o que se manifesta diretamente em um aumento na taxa de abandono do carrinho de compras.
Para reduzir o atrito cognitivo, a proporção de conversão de unidades da moeda virtual deve ser reajustada para uma forma de número inteiro intuitiva sem casas decimais. É introduzido um sistema de mapeamento intuitivo de 1 para 100 a 1 para 1, na forma de 100 gemas por 1 dólar ou 1 moeda por 1 won. A estrutura de UX é modificada para exibir concomitantemente o valor da moeda fiduciária junto com a indicação da moeda virtual na UI da loja. O desempenho da introdução de pagamentos fáceis e UX de exibição de um clique é verificado monitorando o tempo necessário para a conclusão do pagamento e a taxa de abandono do carrinho de compras como métricas principais. Quando a estrutura de conversão é simplificada e o valor da moeda fiduciária é exposto intuitivamente, o tempo médio necessário para que o usuário clique no botão de pagamento e conclua o pagamento é reduzido em 40 segundos, de 65 segundos para 25 segundos. A taxa de abandono do carrinho de compras também diminui em mais de 35% em comparação com a anterior, o que se conecta à taxa geral de conversão de pagamentos e ao aumento da receita.
Muitos jogos colocam equipamentos de aumento de estatísticas principais ou personagens limitados exclusivos de pagamento na recompensa de comparecimento do 7º dia para defender artificialmente as taxas de retenção D7 e D30, mas isso acumula fadiga de dever de casa e induz à saída emocional. Se a situação de ter que se conectar obrigatoriamente para não perder as recompensas continuar, os usuários percebem o jogo não como diversão, mas como um trabalho oneroso. Quando um usuário que não consegue receber a recompensa principal porque seu registro de conexões diárias consecutivas foi quebrado devido a circunstâncias pessoais sente um alto senso de perda e exclui o jogo, isso é chamado de fenômeno de evasão por raiva. Se a lacuna entre usuários não pagantes e pagantes for aberta irreversivelmente pelo sistema de recompensas, a opinião pública negativa é formada dentro da comunidade do jogo e a vida útil do jogo é encurtada.
Para evitar controvérsias de exploração comercial e fornecer valor positivo a todas as faixas de usuários, a recompensa principal de conexão do 7º dia deve ser convertida de valor de estatística funcional insubstituível para itens de redução de tempo centrados na conveniência. Na 1ª etapa, são derivadas seções exaustivas onde ocorre fadiga no jogo, como limpeza repetitiva de masmorras, coleta de recursos e tempo de espera de fabricação. Na 2ª etapa, os fatores de influência de balanceamento de poder baseados em estatísticas, como aumento de poder de ataque ou equipamentos exclusivos, são completamente excluídos dos itens de recompensa. Na 3ª etapa, o sistema é recomposto com recompensas puras do tipo redução de tempo, como bilhetes de limpeza, bilhetes de expansão de espaço de armazém, buffs de automação de trabalho manual e bilhetes de pulo de tempo de espera. Na 4ª etapa, o equilíbrio de valor que pode satisfazer ambos os grupos é verificado, fornecendo alívio de fadiga para usuários não pagantes e eficiência de jogo de sessão para usuários pagantes. Este sistema de recompensa de conveniência produz resultados que melhoram a taxa de retenção de D7 para D14 em mais de 8% sem controvérsias de indução de pagamento.
Para capturar o ponto em que os usuários caem na seção de indução de cobrança, a análise de funil que rastreia o fluxo de eventos principais do jogo é essencial. O esquema padrão de eventos de telemetria que precisa ser coletado no processo de pagamento consiste no início da sessão do usuário, entrada na UI da loja, seleção de um produto de pagamento específico, chamada de janela de pagamento e modal, conclusão do pagamento e pagamento de moeda e fim da sessão. Com base nos dados de log de eventos, a consulta de análise de funil baseada em função de janela é executada no ambiente SQL padrão do BigQuery para extrair o ponto de gargalo onde os usuários desistiram da compra durante a tentativa de pagamento e encerraram a sessão. Nos logs de pagamento dos últimos 3 meses, os 2 principais pontos de gargalo que levam ao término da sessão imediatamente após a etapa de chamada da janela de pagamento podem ser extraídos com precisão, e esses pontos são definidos como o alvo de melhoria prioritária.
Ao aplicar o plano de reforma à seção de gargalo extraída, a distribuição em lote para todos os usuários acarreta alto risco, portanto, os experimentos devem ser realizados em uma coorte de usuários em pequena escala. Na 1ª etapa, o segmento alvo é estabelecido para usuários não pagantes sem histórico de pagamento entre os novos usuários registrados. Na 2ª etapa, através da divisão aleatória, divide-se em 90% dos usuários como o grupo de controle que mantém a faixa de preço existente e a UI de moeda complexa, e 10% dos usuários como o grupo experimental que aplica o pacote de baixo valor com desconto de 30% e a UI de conversão de moeda inteira. Na 3ª etapa, após converter dinamicamente a UI e o preço através do controle de parâmetros remotos sem atualização do cliente, os dados são coletados por pelo menos 14 dias para garantir a significância estatística. Quando o aumento na taxa de conversão do primeiro pagamento e a diminuição na taxa de abandono do carrinho de compras são verificados, o plano de reforma é aplicado expansivamente a toda a faixa de usuários para construir estavelmente o ecossistema econômico do jogo.
