[遊戲開發][閱讀心得]ARM模型(二) 關於留存率、流失率、生命週期的那檔兒事

前一陣子公務繁忙，開了許多空頭支票，最近會趁著過年這段期間慢慢補齊，文章接下來會先把ARM模型寫完，接下來應該會想寫一篇2012年的Review，切入點應該會以產品營收、商業模型、基本財務分析為主。

今天我又想要講講Nicholas Lovell所提出來的ARM模型中R的部分，也就是Retention(留存率)，繼上一次講到Awareness的部分(請參考：[遊戲開發][閱讀心得]半路出家的遊戲人－ ARM模型(一)一文)，今天緊接著講一些關於Retention真正的內涵與精神。

要講Retention(留存率)這件事情，這計算方式眾說紛紜，到底要怎麼樣計算才有參考價值？這個問題，也是我心中疑惑很久的問題，在面試某外國知名大廠時，不斷被對方的營運總監問到Retention等數據追蹤相關的題組，面試到最後也沒有很明顯的答案，於是我趁著最後問問題的機會反問：「關於剛剛Retention的算法，請問怎麼算才對？換做是你，你會怎麼算？」

對方對我笑了笑，她提出了兩個概念我到現在還是非常受用：

1.      沒有絕對的衡量方式，數據研究的意義在於研究出相關性最高的，所以剛剛那些題組每個都有不同適合用來檢視的數據。

2.      單就Retention而論，最重要的核心概念就是打卡(Check box)的概念，在兩個相同固定時間都有打卡(Check)就算是留存會員。舉例來說：這一週打過一次勾、下一週也打過一次勾，那我們就算是Weekly的留存會員。

現在通常大家都會計算幾種不同的留存率、流失率、生命周期等：

1.      按時間計算：前7天內、第8-14天內、第15天-28天內，以此類推。這種方式會是以指定日期的Unique Login Users追蹤有多少比例在該期間內有再進行打卡(Check)這個動作。EX: 7/1 登入100個帳號，在7/2-7/8有80個再次登入，那麼前7天，留存率即為80%，以此類推。有些計算方式會有複數條件，譬如說系統設計方式是必須滿足[前7天內留存用戶]，才會納入[第8-14天內]的計算，意即需要打兩次卡。兩者之間各有優缺，沒有一定的對錯，大家可以想想看差在哪邊。這些數據通常是重要的營運指標，實際上的應用範圍與核心精神在於檢視遊戲各種短期內變動對玩家行為的影響，舉例來說：各種週期性活動舉辦後是否能刺激提昇玩家留存、或是內容改版後的影響等等。

2.      因應特殊需求產生：遊戲上線前幾天留存率、長週期留存率、特定族群留存率。這部分因為分析的需求不同，常常也會產生一些非常態的需求。這些數據之中有一種週期是很重要的指標，Monthly Retention，意即當月留存率，定義：第一個月的Unique Login Users在第二個月還有多少%的人登入。應用範圍在於快速推估生命週期，如何檢視生命週期呢？晚點揭曉。

3.      流失率 = 1-留存率，相當簡單。

4.      生命週期 = 1/流失率 X 單位時間

舉例來說，如果第一個月有100個玩家，這100個玩家當中有80個玩家在第二個月仍然有上來玩遊戲。留存率=80%、流失率=20%、玩家的平均生命週期=5個月。

知道生命週期是很重要的一件事情，你會知道導入人口消退速度、你會知道這樣的Gameplay與內容足以支撐多久、你會知道營收延續或衰退。最重要的是：找到新的客戶的手續非常的複雜，從各渠道倒入到實際上的消費的關係錯縱複雜，但是從消費人口中滿足客戶需求進而留存客戶之道卻是明確的。(我說的是明確，並不是簡單。可以參考上圖，哈哈哈。)

我原本想要花一些篇幅寫寫遊戲中應該設計甚麼樣的機制去留存客戶，這種五花八門，有人會說要做每日登入送、有人會說要做一個寶箱可以定時去領取、有人會說就抄Line Pop的愛心、或是學中國大陸遊戲內建機智問答等等。這些可以是對的、也可以是錯的。我只有一個答案：1種好的方法、抵過10種爛方法，而找尋答案的方式就是企劃、測試、數據分析、改善的一個PDCA過程。

下一篇我會寫整個ARM模型完成之後，應該要能做到的效果就是檢視整個Customer Lifetime Value(顧客終身價值)與User Acquisition Cost(用戶取得成本)的概念，當作這系列議題的Ending。

延伸閱讀：

RETENTION RATE, CHURN AND DURATION