游戏运营必读：揭秘手游用户获取”七宗罪”

在竞争日趋激烈的移动游戏市场，提升产品曝光率是每一家开发商都得应对的挑战。为了获得成功，绝大多数开发商需要花钱获取用户，但在这个过程中，开发商需要规避一些常见错误。海外游戏分析师TrevorMcCalmont在一篇标题为《手游用户获取七宗罪》的文章中分享了他的经验之谈。小编对文章主要内容进行了整理。

七宗罪之1：未对游戏进行测试发布(Soft Launch)

开发商需要为获取用户做准备工作。测试发布既与游戏的整体设计关系紧密，同时也会在开发商开始获取用户前凸显其价值。毕竟，任何一家开发商都不会愿意投放资金为一款尚待打磨的游戏获取用户。如果游戏没有经过测试，获得消费者认可，那么开发商用户获取行为的投资回报率(ROI)很可能受到影响。

通过在用户规模相对较小的试点市场进行测试发布，开发商将能够为游戏的收入、留存率以及其他指标设定可参考基准。更重要的是，测试发布有助于开发商理解用户喜欢，抑或不喜欢游戏内的哪些内容。如此一来，开发商将能够通过对游戏内容进行调优，提升其对用户的黏度和创收能力。

七宗罪之2：没有为用户获取行为设定成功标准

很显然，绝大多数用户获取行为的主要目标是让一款游戏创造更高收入，提升其利润水平。但在获取用户的整个过程中，开发商需要对每一个步骤看似细微的元素进行分析。

你的目的是提升点击率还是转化率?你是否希望获得留存率较高的用户，抑或更偏爱那些付费率更高的用户?请在每一个步骤前设定目标，这将有助于指导用户获取行为整套流程的开展。

七宗罪之3：不知道游戏的ARPU值

在投放资金获取用户前，每一名开发者都应当问自己这样一个问题："要想确保产品盈利，我最多可以花多少钱?"遗憾的是，在移动游戏绩效营销领域，很多开发者并不清楚自家产品能够创造多少收入。

开发商可以使用每用户平均收入(ARPU)、用户终身价值(LTV)或其他指标衡量游戏的盈利水平，但无论使用哪一种指标，开发商都应保证用于获取用户的资金总额不超过产品可能带来的收入。如果某款游戏平均每用户终身价值为1美元，开发商却以平均每用户2美元价格获取用户，那就是在做赔本买卖。

七宗罪之4：只使用一个广告网络

移动游戏市场存在很多能够为开发商提供用户获取服务的广告网络和平台。在用户获取行为中，开发商将所有鸡蛋(产品安装量)放进一个篮子(广告网络)里绝非明智之选。

为何这么说?首先，选择多个网络让开发商能够测试不同流量来源，从而降低产品的整体CPI。其次，如果单次用户获取行为持续时间较长，那么随着时间推移，当一款产品多次出现在用户眼前时，其转化率将会逐渐下降。

有鉴于此，开发商最好是在多个不同网络运行自家产品的广告。这势必会产生更多工作量，但这样做是值得的。

七宗罪之5：高估原生下载(organic downloads)的量

移动游戏市场产品众多，开发商要想让一款产品脱颖而出，获得大量用户关注并主动与朋友分享，岂是易事?跻身免费应用榜前十名能明显推动一款游戏的原生下载量，但问题是考虑到其高昂成本，对绝大多数移动游戏开发商来说，实现这个目标并不现实。今年早些时候，移动应用营销平台TradeMob在一幅信息图中指出，截止至2月份，一款iOS游戏要想进入美国市场免费应用榜单前十，开发商需要投放大约10万美元资金。

对移动游戏开发商来说，应用商店推荐也是原生下载的流量来源之一，但绝大多数产品很难获得来自苹果和谷歌公司的官方推荐。一般来说，平台方只愿意为那些能够展现其新操作系统某项新功能的应用提供优先曝光机会。

在某些时候，互联网媒体和游戏评测网站也能够提升一款游戏的原生下载量，但这些媒体每天都会收到数十甚至数百份游戏评测邀请。因此，开发商最好别指望媒体报道为自己的产品带来绝大多数下载。这不现实。

七宗罪之6：依赖于激励性安装

绝大多数因激励性广告安装某款游戏的用户对游戏本身并没有多大兴趣，他们的ARPU、LTV和留存率等数值都低得可怜。这些用户的获取成本相对较低，用户量级较大，但由于他们在游戏中极少花钱，几乎不会为开发商带来任何收益。

在GooglePlay平台，开发商花钱购买激励性安装量弊大于利，因为产品的用户评分、评价、沉浸度数据和卸载率等指标在排名算法中所占权重(比AppStore)更高。

七宗罪之7：不对用户进行分类

几乎每一次成功的用户获取行为过程中都存在痛点。开发商需要对流量来源，以及来自不同渠道的用户进行分类，从而评估哪些流量来源和用户获取行为效果更好。在这一步骤中，开发商可以分析不同渠道来源用户的留存率、平均付费额度等指标。

为了避免用户获取行为中的七宗罪，移动游戏开发商需要做到以下7点：

1.在试点市场对游戏进行测试发布;

2.为每一个步骤设定自己希望达成的目标;

3.了解产品的ARPU、LTV等数值;

4.使用多样化的广告网络;

5.别指望原生下载创造奇迹;

6.警惕激励性广告带来的用户质量;

7.对用户进行分类，评估不同广告网络的效果。