付費使用者是指那些為你的產品花錢的人。我們必須瞭解他們的行為的所有細微差別：他們付錢的內容是什麼，支付速度多快，以及付了多少錢。如此我們便能夠更好地摸清楚他們的感受以及他們是否能夠從對你的產品的投資中獲得滿足。實際上，甚至在免費線上遊戲中，玩家所做出的每筆消費都是一種投資：一開始他們會先花錢，而最後他們會獲得一些投資回報(ROI)—-通常是以現金或他們的體驗情感呈現出來。因此你應該將這些使用者當成投資者，即使他們只是中小投資者。

為了更好地理解這種行為，我們可以找到有關付費使用者的分銷與需求的特定分析方法與報告。但今天我們將把RFM分析作為了解你的付費使用者結構的一種基本方法。

RFM表示：

R–時間，即多久前進行了最後一次的購買;

F–頻率，即多長時間進行一次購買;

M–消費金額，即總的購買費用。

你需要提供三個與這些付費使用者引數相關的標記。通常情況下，在理論材料中，使用者評估是按照三點式進行(好，一般，差)，但實際上在RFM分析中我們甚至會使用五點式或十點式規模進行使用者評估。為了更簡單地說明，讓我們著眼於一個三點式系統例子：

R==1，自從使用者上次花錢已經過去很長時間了;

R==2，上次消費距離不是很久;

R==3，使用者最近剛剛消費;

F==1，使用者很少消費;

F==2，使用者會基於一定頻率消費;

F==3，使用者經常消費;

M==1，總的消費數額較小;

M==2，使用者為專案支付了一定的數額;

M==3，使用者支付了很多錢。

當然了，這時候問題便出現了：在這種情況下該如何理解很久以前/最近，經常/很少以及很多/較少。我們可能會基於兩種方式去回答這一問題：

1.專家評估。沒人知道你的專案比你優秀。因此，你可以自己定義很久以前和最近，以及很多和較少代表什麼。讓我們假設很久以前指的是一個多月以前，很少是指一個月一次或更少，較少是在整個消費期間投入的錢不到100盧布。

2.分位數和四分位數。讓我們回想一下數理統計。根據其中的一個引數分配你的使用者(例如在一段時期內的支付總數)，選擇所有使用者中的前5%，並假設這些使用者是花費較多的使用者。恭喜你，你已經擁有5%的使用者樣本分位數。你還可以使用四分位數(遊戲邦注：四分位數==25%的分位數–級別)，並將第一四分位數當成較多，最後四分位數當成較少，而它們之間的數值便是平均的付費金額。而即使如此，當你使用分位數和四分位數時，你也不能漏掉主觀評估，因此你需要在這時候再次著眼於第1種方法。

不管怎樣，你需要花些時間在Excel表格(或其它工具)上按照時間，頻率和消費金額去標記每一個付費使用者。

現在是最有趣的部分。

你可以觀察這些標記在你的付費使用者間的分佈，並判斷哪些使用者的數量最多。這能夠幫助你更好地劃分付費使用者並規劃市場營銷行動，以獲取更高利益。

一個簡單的例子：

最近剛購買，但是購買頻率很低(或者只購買了一次)—-全新付費使用者。你該如何面對他們?表達出你的感激之情!你的目標是激勵他們不斷進行購買。就像許多研究表明的那樣，使用者的不斷購買以及購買頻率和數額都能夠提高一款應用賺取百萬美元收益的機率。

最近剛購買，且購買頻率很高—-忠實使用者。他們不需要額外的激勵，但是你也應該想辦法表達對於他們的忠誠的感謝(遊戲邦注：如意外的獎勵，驚喜等等)。

頻繁購買，但上一次購買已經過去很久—-處於離開邊緣的忠實使用者。換句話說，這些使用者的錢正逐漸從你的指縫間流走。所以你的目標便是提醒他們你的存在。也許一封簡單的推送郵件便足以。或者你應該詢問他們發生了什麼改變以及為什麼他們會離開。

很少購買，且上一次購買已經過去很久—-已經離開的使用者。他們不可能成為你的忠實使用者，這是在過去出現的某些內容所導致的。你可以提供給他們(不只是他們)一個行動建議(即使這對於你來說不一定是有益的)，這可能會激勵他們再次購買並回到產品中。即使不行的話你也能夠明確他們不喜歡什麼內容，並基於反饋去完善你的產品。

讓我們想象以下情況：

1.專案X想要提高收益;

2.他們進行了RFM分析，結果如下：

1)忠實使用者的流失率非常高;

2)許多使用者只進行了一次購買。

3.他們使用了一些觸發內容去判斷使用者何時處於“上一次購買已經過了很久”或者使用者在停止花錢前屬於忠實使用者等狀態。而他們也在這些時刻提供給使用者“他們難以拒絕的內容”(遊戲邦注：如特殊行動，巨大的折扣，登入時來自推送通知或彈出視窗的資訊);

4.重複購買的比例上升了，更多忠實使用者留在了產品中;

5.利潤增加。

上述提到的例子都只使用兩個引數：時間和頻率。

而新增消費金額引數到報告中將讓你能夠使用每個使用者的支付金額。

除此之外，這樣的分析也可以是基於使用者數量或你從他們那賺到的錢。

我們還能夠將消費金額–時間(即使用者花了多少錢以及他們上次花錢是在多久前)和消費金額–頻率(使用者花了多少錢以及他們花錢的頻率)結合在一起。

而基於一個引數框架去分析付費使用者的最簡單的方法便是根據時間，頻率和消費金額去決定使用者和他們的消費的分佈。

根據付費使用者在免費遊戲中的消費規模而對他們進行的分析經常使用一些海洋生物作比喻：

〃魚—-帶來巨大收益的使用者;

海豚—-帶來平均收益的使用者;

小魚—-帶來較少收益的使用者。

在這裡我們並不是在談論一次付費的總數，而是使用者在整個付費期間所支付的總體金額。再一次地，這裡的巨大，平均和較少的總額也是基於專家的評估。

透過分析每個部分的使用者數以及你從每個部分的使用者中賺取的錢數，你便能夠判斷該採取怎樣的行動去提高收益。降低價格?提高價格?專注於“鯨魚使用者”的留存率?

data(from gamasutra)

而我們提到的這些內容只是分析付費使用者的眾多方法之一。還有很多其它問題和方法能夠幫助你更好地定製自己的專案盈利方法。例如：

你的使用者轉換成付費使用者的速度?是在第一次購買，第二次購買還是在第十次購買的時候?

使用者願意花錢買什麼?為什麼他們會成為付費使用者?

你在使用者的第一次購買時能賺到多少錢?在使用者重複消費時又能賺到多少錢?

新手能帶給你多少錢?而資深使用者又能帶給你多少錢?

而我們也會在之後的文章中告訴你所有這些問題的答案。

整體的使用者結構

首先，我們將根據使用者的註冊時間將其劃分到不同時間段中。如何選擇不同部分完全撒於你，即基於你的業務性質以及參與專案的時間段。

不管怎樣我們建議最好延伸到5至7個部分。

例如：

第一個部分—-從註冊那天起到現在不足14天

第二個部分—-從註冊那天起到現在有14至30天;

第三個部分—-從註冊那天起到現在有1至2個月;

第四個部分—-從註冊那天起到現在有2至6個月;

第五個部分—-從註冊那天起到現在有6個月至1年;

第六個部分—-從註冊那天起到現在已經超過1年。

透過選擇特定部分，你便能夠基於時間分析創造一份有關使用者結構的報告。

這份報告顯示了什麼：

如果新使用者明顯佔據主導地位—-你便遭遇了使用者留存問題。你的專案不能長久地留住使用者。這也意味著你需要著眼於提高使用者留存或考慮如何從新使用者身上賺取利益。

user retention(from tuicool)

如果舊使用者明顯佔據主導地位—-這也不是什麼好事。新註冊使用者是否出現什麼問題?也許是時候購買一些流量?你需要牢記的是你將會迎來更多使用者。舊使用者是不可能一直支撐著你前進—-遲早你的應用會開始下滑。

也許下一步你將審查你的使用者結構和動態—-該結構是如何隨著時間的發展發生變化。通常在這個階段會出現一些最有趣的事。

付費使用者的結構

最後，基於同樣方式分析收益：透過付費使用者的註冊時間進行劃分。

在關於收益結構的報告中，我們能夠更清楚地看到舊玩家和新玩家的利益差。實際上(遊戲邦注：在基於長期使用者留存的專案中)，新玩家的平均消費單價較低，而舊玩家的平均消費單價較高。

⊥像在我們的例子中，收益呈現下滑趨勢(需要清楚的是在這個例子中付費使用者的數量是穩定的)。而出現這種情況主要是因為舊玩家所創造的收益減少。

所以關於該專案我們的診斷是，這個專案在註冊了3個月以上的付費使用者方面存在問題。所以必須最佳化專案的長期使用者留存從而避免最後一部分使用者的流失。

數學模擬

基於上面的報告，你將能夠創造一個數學模型讓自己可以提前幾個月預測到收益。

需要什麼：

估算每個選擇部分的規模;

面向所有部分估算從部分N轉向部分N+1的可能性(即使用者在一個月內以及在接下來一個月內保持活躍的可能性?);

評估每個部分中每使用者平均收益(ARPU)。

透過結合我們模型中的所有數值，你便能夠創造有關你的使用者結構和收益在一個月，兩個月，三個月以及六個月內如何發生改變的模型。

此外，這一模型將讓你能夠基於流量和盈利評估各種實驗。

它將能夠回答這樣的問題：

如果我斷開付費流渠道而只留下病毒性傳播方式的話會怎樣?這是否會影響我在12個月內的收益?

如果我優化了2%的使用者留存(如30天的使用者留存)，這將如何影響使用者和收益的結構?我將改變遊戲平衡並因此提升10%的80級使用者的平均消費單價。這時候我的收益比會發生怎樣的改變?

透過本文我們想要傳達一個簡單的理念：根據使用者註冊時間去了解你的使用者和收益結構是非常重要的。這能幫助你做出更有效的決策—-不管是關於市場營銷，盈利還是遊戲設計。

今天我們將談論再次消費和轉換成付費使用者的時間問題。你應該問自己怎樣的問題?

使用者是在哪一天進行首次消費?第二次消費?第三次消費?

瞭解使用者消費行為能夠幫助你更好地規劃產品的盈利。這便是傳統的產品分析公式方法：

1.明確使用者行為模式;

2.找到行為與該模式相關的使用者;

3.讓這些使用者基於模式採取下一個行動。對於你來說這可能像是模式的邏輯延續，而對於使用者來說，這則是在對的時間出現的具有針對性的內容。

瞭解使用者何時進行第二次付費，如此你便能夠提前提供給他們有趣的活動(或具有針對性的內容)。

≠個例子來說，讓我們使用devtodev分析系統的報告“付費前的時期”。選擇每個使用者的首次付費時間(遊戲邦注：你也可以選擇第二次，第三次或所有付費時間，並且不用考慮序號)，確定使用者註冊時間，並著眼於時間和他們首次付費的分佈規律。

period until payments(from gamasutra)

我們發現大多數使用者的首次付費都是發生在第一天，即在他們註冊應用的那天。這意味著我們可以從使用者進入應用的第一天便開始規劃任何活動。

然而讓使用者在完成教程後馬上購買東西是不合時宜的—-這會讓使用者覺得這是隻關於消費的遊戲，並且他們會馬上離開遊戲。這也是我們會問自己如下問題的原因。

peak(from gamasutra)

使用者是在第幾個關卡進行首次購買?第二次購買?以及第三次購買?

再一次地，我們又轉向“付費前的時期”這篇報告並選擇有關關卡的分佈規律。

在這裡峰值是出現在第四和第五個關卡中。

因此我們需要識別一個模式，即付費使用者主要是在註冊的第一天並且是到達第四和第五個關卡的時候開始進行首次消費。

之後我們將能夠新增一個與該模式相關的具有針對性的內容到專案中(一款遊戲或者一個訓練服務)。這將幫助我們提高使用者在第一天轉換成付費使用者的機率。

多少使用者只進行一次消費?多少使用者重複消費了?在首次消費和重複消費間的分佈情況是怎樣的?

讓我們先著眼於一個小小的建議：結合付費使用者引數(付費使用者數量)和付費使用者比例(在活躍使用者中付費使用者的比例)並關注於全新付費使用者引數，這能夠呈現出分析過程中進行首次購買的使用者數量。而如果沒有首次購買也就不用提重複購買了。

讓我們說說重複購買的重要性。Tapjoy評估了一些創造數百萬美元收益的應用並明確了他們的一些共同點。

第一個共同點是：在84%的應用中至少有1000名使用者在進入應用後的90天內至少進行了三次購買，並且它們的收益都突破了100萬美元。

為了幫助你更好地理解基於付費使用者的消費次數的付費使用者分佈規律，我們創造了“基於交易的使用者”報告。這將幫助你明確多少使用者進行了一次交易，兩次交易等等。

users by transaction(from gamasutra)

第二個共同點是：

如果至少35%的使用者進行了第一次消費後又進行了第二次，第三次消費，那麼應用便有可能創造出100萬美元的收益。

第一次消費的規模通常都較小。你能在“付費使用者活動”報告中看到這點：

paying users activity(from gamasutra)

進行了首次消費的使用者只想測試在你的產品中花錢會有什麼好處，並且他們並未準備好馬上投入更多錢。此外，首次消費同樣也會讓他們在自己的賬號中繫結信用卡。

而最主要的盈利份額還是來自重複消費。

所以如果你想獲得最終成功，你的產品必須滿足以下條件：

1.應該讓使用者自己想起進行首次消費，但是你可以透過在適當的時候公開模式並提供有趣的內容去推動他們。

2.不要要求使用者在第一次消費時便投入許多錢。第一次消費通常都不會有太多錢。

3.應該讓使用者覺得自己的投資是有回報的，如此他們便會進行首次購買並繼續支付更多錢。

4.你的專案應該讓使用者自願支付自己想要支付的金額。每個使用者，不管是非付費使用者還是鯨魚使用者都必須真正享受你的產品。

5.長期使用者留存是出色盈利的關鍵。如果使用者是非付費使用者，那麼他留在應用中的時間越長，他們消費的可能性便會越高。如果使用者是付費使用者，他們留在應用中的時間越長，他們便有可能花費更多錢

作為暴雪爸爸推出的經典卡牌類遊戲，曾經有多少人因為n連抽無橙卡的而承認自己的非酋地位，又有多少大佬在為了信仰而默默充值？

大佬們在遊戲裡的主要消耗方式是什麼？

高中低端玩家的消耗方式有什麼差異？

有多少玩家願意將多少金額花費在什麼模式上？

有多少大佬願意將所有金額花費在一種模式上？

下面以一款卡牌類手遊為例，透過資料分析尋找答案吧。



1. 分析方法概述

主要採用對比分析、結構分析、分組分析、交叉分析法。

主要分析思路：

（1）為了解不同型別玩家購買遊戲道具的習慣，需要對付費使用者進行定義。現根據玩家在遊戲中充值金額的分佈情況，定義玩家型別，如下所示：

高階玩家：總充值金額>10000 元

中端玩家： 10000 元>總充值金額>500 元

低端玩家：總充值金額<500 元

（2）透過各模組的付費人數和收入分佈，從宏觀上了解這款遊戲的收入構成。

（3）分析玩家付費習慣。

對比三類玩家將鑽石全部用在一種模組上的比例差異

對比三類玩家將不同比例的鑽石用在各個模組上的比例差異

遊戲內玩家充值資料，包含欄位：日期賬號、充值金額

遊戲內玩家消耗資料，包括欄位：日期、賬號、購買的商品名稱、購買數量、付貸金額

3. 各個付費模組的使用者消耗情況

該遊戲的收入構成主要有 5 個模組，分別為 1 次單抽、11 連抽、戰鬥復活、恢復 HP、增加卡庫上限。我們先透過各模組的付費人數和收入分佈，從宏觀上了解這款遊戲的收入構成。由下面的兩張圖可以看出，1 次單抽的消耗人數最多，佔比 78%，11 次連抽的消耗金額最高，佔比 50%。

1 次單抽的消耗人數最多

1 次連抽的消耗金額最高

4. 不同型別玩家單一消耗分佈

上面我們瞭解到 1 次單抽的消耗人數最多， 11 次連抽的消耗金額最高，那麼，高、中、低端玩家的消耗習慣有什麼區別，我們進一步來分析，先分析不同型別玩家中有多少使用者願意將所有的金額花費在一種模式上。

如下圖所示，高、中、低三類玩家中均有一定比例成員孤注一擲將所有鑽石用在單一的消耗方式上。其中，“單次抽卡”這種消耗方式佔比最高，有 8%的低端使用者將全部鑽石放在單抽上。

將全部鑽石放在單抽上的低端型別成員中有 37%僅充值一次。

8%的低端使用者將全部鑽石放在單抽上

5. 不同型別玩家的消耗分佈

接著，我們來分析高、中、低三類玩家在各個模組上的消耗金額（鑽石）分佈。

為了能清晰瞭解各類玩家願意將多少鑽石花在不同的模組上，我們需要做一張表格，將鑽石消耗量按 10 個區間分佈（每個區間增加 10%），如下表。

其中，第 1 行的比例表示鑽石消耗量佔比，從第 2 行開始至最後一行的比例表示人數佔比。比如：第 2 行的第 3 列 62.2%表示： 62.2%的低端使用者將鑽石總量的 0%～10%消耗在恢復 HP 上。

高、中、低三類玩家在各個模組上的消耗金額分佈明細資料

為了更直觀地比較不同型別玩家在各模組的消耗差異，我們再對單個模組的使用者逐一進行比較，分別比較單抽卡、11 連抽、恢復 HP、戰鬥復活和增加卡庫上限。

單抽卡

低端型別在每個比例上的成員數均衡，突出表現在有 8.26%（4562 個）的低端成員將鑽石全下注在單抽，這部分成員有 37% 是隻充一次（6 元、 12 元）。

中端玩家相比低端玩家的冒失，顯得謹慎，不輕易將家當的80%以上放在單抽。

高階玩家不屑於單抽， 63%的成員選擇消耗鑽石總量的20%在單抽卡。

註釋：下面圖表涉及的名詞，比例=玩家在某一個型別下消耗的鑽石量/玩家消耗鑽石總量。



中端玩家不輕易將家當的80%以上放在單抽

11 連抽

高階玩家的突出優勢是鑽石多， 65%的成員將家當的 70%～100%放在 11 連抽上。

低端玩家更多是停留在 10%比例。

65%的高階玩家將家當的 70%～100%放在 11 連抽上

恢復 HP

62%的低端型別成員為「恢復 HP」，消耗的愛心量小於其家當的 10% 。

僅有 0.97%的高階玩家將家當的 30%以上消耗在恢復 HP 上。

僅有 0.97%的高階玩家將家當的 30%以上消耗在「恢復 HP」

戰鬥復活

高中低端玩家中均超過 99%的成員為「戰鬥復活」消耗的鑽石小於其家當的 10%。

三種類型的玩家嚴重輕視「戰鬥復活」。



三種類型的玩家嚴重輕視「戰鬥復活」

增加卡庫上限

高中低端玩家中均超過 99%的成員為「增加卡庫上限」消耗的鑽石小於其家當的 10%。

100%的高階玩家為「增加卡庫上限」消耗的鑽石小於其家當的 10%。

三種類型的玩家嚴重輕視「增加卡庫上限」。

三種類型的玩家嚴重輕視「增加卡庫上限」

6. 分析結論

透過以上詳細分析，得出結論：

（1） 1 次單抽的消耗人數最多，佔比 78%， 11 次連抽的消耗金額最高，佔比 50%。

（2）「戰鬥復活」「增加卡庫上限」兩種型別的鑽石消耗方式不受大眾青睞：三類玩家中各自99%以上的成員在這兩個型別上的消耗量小於各成員消耗鑽石總量的 10%。

（3）三類玩家各成員在「恢復 HP」型別的消耗量與鑽石消耗總量的比例集中在（0,10%]，高階型別成員更輕視「恢復 HP」型別，不到 1%的成員會將鑽石的 30%消耗在此型別。

（4）三類玩家各成員在抽卡上的消耗比例的分佈趨於平緩，不突兀，高中低三類玩家的消耗比例的分佈呈現差異化

低端玩家傾向於將全部鑽石消耗於單抽卡，其中有 8.26%的低端型別成員將所有的鑽石消耗在單抽上；與單抽相反， 60%的低端成員對“11 連抽”的投入小於鑽石總消耗量的 30%，可能是價效比不滿意。

中端型別成員單抽更為保守，僅 13%的中端型別成員願意將 70%的鑽石放在單抽上； 11 連抽上的消耗比例分佈類似於正態，趨於中間多，兩邊較少。

高階玩家更加看重「11 連抽」，對單抽不屑， 66%的高階成員會將消耗鑽石總量的 70%

以上投入到「11 連抽」，甚至有 20%以上成員投入超過總量的 90%； 63%的高階型別成員在單抽上的花費不足總量的 20%