次留73% 3留40% 休閒遊戲爆款是如何調優與發行的

　　Green Panda Games成立於2013年，是一家專注於超休閒遊戲，並以放置類遊戲為主的發行，目前規模已經超30人。自成立迄今，其共發布超過55款遊戲，全球累計下載量超8500萬次，包括 《Sushi Bar》、《Terrarium》、《Bee Factory》、《Golf Orbit》等熱門產品。今年8月，媒體報導了育碧收購Green Panda Games 70%股權的消息，不過在公司經營上，Green Panda Games依舊保持獨立性。

　　10月16日，由羅斯基組織的遊戲公司商務團在法國巴黎拜訪了Green Panda Games，並進行了深度交流。

　　Green Panda Games COO

　　在Green Panda Games拜訪期間，羅斯基一行受到了熱情的招待。Green Panda Games COO接待並為我們講解了Green Panda Games公司歷史及發行產品相關的內容，而其後的商務負責人、數據分析負責人分別帶了更為細致且深度的分享。包括Green Panda Games的發行流程、以代理中國廈門很穩網路的產品《雲霄飛車大亨》為例，進行了整個調優過程與發行實戰案例的講解、數據驅動型的決策的「中台」機制等等。

　　為了方便閱讀，Green Panda Games以下皆簡稱「GPG」 。

　　以下為相關內容整理：

　　GPG最早的業務就是遊戲研發，主做經典遊戲玩法的紙牌等產品。在2018年轉型為超休閒遊戲發行。並在隨後發行上線的《Golf Orbit》等幾款產品中獲得了成功。

　　GPG在2018年中期開始關注放置遊戲。發現與其他品類的超休閒遊戲相比，放置遊戲的遊戲生命周期會更長，並且留存數據更好。通常一款休閒遊戲的壽命只有45天，而放置遊戲的用戶可以留存到一年甚至更長。其發行《Bee Factory》與一款植物類遊戲就是很好的體現，《Bee Factory》在上線一年後，還保持在美國排行榜200名左右的位置。

　　在2018年9月，GPG開始專注於放置類遊戲，並接連發行了《Sushi Bar》等幾款產品。可以說《Sushi Bar》是目前發行最成功的遊戲，遊戲的數據非常好，在用戶進入遊戲的前兩天中，平均會看30個廣告，而觀看這30個激勵視頻大約需要15分鐘，可以想像一下遊戲的LTV會多麼驚人。

　　Green Panda Games發行的遊戲矩陣

　　雖然GPG已經沒有自研團隊，但是有研發技術人員做支撐。雖然曾經也研發過遊戲，但現在這些人已經成為遊戲的設計師，幫助CP進行遊戲的優化，有時候會直接幫他們設計UI、場景等。GPG所做的決策都是來源於數據驅動，數據部門是公司的中台。這恰恰也是GPG厲害之處。

　　在發行與研發合作，如何打造休閒遊戲爆款的話題。GPG亞太區商務負責人楊陽以《雲霄飛車大亨》的合作調優案例進行了分享。

　　一、GPG發行的基本流程與存留測試標準

　　首先在合作上，GPG會全程與研發保持緊密的合作關係。在產品的遊戲的創意階段，包括頭腦風暴階段都會與之交流，並針對性的提供一些意見及經驗參考。

　　在初期，研發通常會分享一個非常簡單的草圖，只是展現出來遊戲的概念，一個基本的玩法和框架是什麼。GPG基於此給予相應的反饋。幫助他們去提升玩法以及更好的用戶體驗。並加入一些美術的設計，包括簡單的UI、廣告設計等。

　　當收到了一個遊戲的原型，GPG會在整個公司安排不同的團隊去試玩，包括買量團隊，製作人團隊以及設計團隊，都會基於他們不同的專業經驗和知識，給到相應的建議，幫助遊戲在不同的角度，比如說怎麼樣題材風格在買量視頻上更吸引人，怎樣讓玩家在遊戲過程中獲得更好的遊戲體驗，也包括一些UI重新設計上，做到一些更好的效果。

　　當這款遊戲足夠好就會安排去測試。具體來說就是在怎麼Facebook上買量，怎麼獲取原型用戶，GPG在測試階段制定一些kpi目標，如美國iOS榜CPI 0.2美金；次留55%，3留25%這樣的標準。一款遊戲的吸量程度、留存以及廣告展示次數的數據，能夠幫助我們更好的衡量，這款遊戲是否值得繼續做下去。

　　如圖所展示的數據，對大家來說可能有些震驚，但是對於GPG來說，放置類遊戲在超休閒領域中是一個非常特別的細分品類。用戶黏性不僅強，而且在買量上的潛力的也大的多。

　　當然對於不同類型的遊戲，比如CPI高但同時LTV也高的時候，會用不同的標準去衡量這些數據。

　　進入產品調優階段後，CPG會根據不同遊戲給出相應的建議。比如說怎樣提高他的用戶體驗，怎樣在各方面提升一些數據。當遊戲能夠達到發行標準後，就會開始大規模推廣。

　　二、休閒遊戲產品調優及《雲霄飛車大亨》發行案例分享

　　接下來，具體以GPG與廈門很穩製作的《雲霄飛車大亨》發行合作案例，講解發行細節及GPG如何幫助CP調優產品。

　　如下圖是遊戲設計的第一張概念圖，當他們想到這個概念的時候分享給GPG。從這個圖中可以看到，雲霄飛車是一個非常常見的主題，不無論性別、年齡，國別，所有人都知道。當玩家看到這個遊戲，或者聽到這個概念之後，他就知道這個遊戲怎麼去玩。簡單的遊戲概念，奠定的基礎就是買量的時候CPI處於非常低的標準。

　　《雲霄飛車大亨》在錄影機視角、鏡頭等方面做了非常多的創新。這些創新在遊戲在買量的時候也會更加吸引用戶的眼球。

　　當然作為第一張設計圖，還有很多需要提升的地方。比如說遊戲的玩法不夠明確，如果只有雲霄飛車在里邊轉的話，並不是那麼的有趣，並不是那麼的吸引人。其次的話，遊戲的升級系統也不是特別明確。如果仔細看，會發現遊戲的升級按鈕都是從其他遊戲拿過來的。只是為了展示這個概念是什麼樣子的。當然這些我們都不是特別的在乎，因為GPG會幫助他們改進這些地方。

　　然後在這個時候GPG開始和研發團隊合作，並給了一些反饋。之後他們發過來了第二張設計圖。

　　在這個圖當中，添加了一個非常小的功能，就是一個排隊的系統，這個系統改變了整個遊戲的流程。相比之前的版本只有雲霄飛車在里邊運轉，現在是有顧客來到這個公園，然後顧客走到車站排隊，之後進到雲霄飛車，雲霄飛車開始在里邊運轉。雖然這是一個非常非常小的功能，可能很多人都不會覺得這個功能在遊戲里邊有什麼作用，但是他給玩家的感覺，會把這個遊戲變成了非常貼近現實生活中主題樂園的感覺，而且會給玩家更多的代入感和參與感。玩家能感受到自己在管理自己的主題樂園，在管理自己的雲霄飛車，這樣一種更真實的遊戲體驗。

　　接下來遊戲重新設計了不同的升級系統，因為在加入排隊系統會後，遊戲中可以升級票價、升級顧客來的速度、升級一些例如雲霄飛車的數量，每輛車可以承載的人數等。這些功能雖然增加了一些遊戲的難度，帶給玩家一點挑戰，但是同樣也會增加玩家的代入感和參與感。也為我們後續遊戲的優化，奠定了非常良好的基礎。並且包括每個升級系統，包括車輛的升級、軌道的升級，都會伴隨視覺上的反饋。這個功能沒有圖去展示，但是大家可以想像一下，每升級幾次，會獲得一個新的軌道、新的配色，可以給予玩家非常強烈的滿足感。

　　當然在第二張圖中也發現了一些相應的問題，例如在主題樂園當中，唯一的收入來自雲霄飛車，雲霄飛車每轉一圈，會獲得一定的收入。另外用戶體驗也不是非常明確，包括設計的部分我們在之後也還需持續優化。

　　這是第三個迭代的版本，雲霄飛車第三個迭代的版本。

　　在這個之前的版本加入了一些像冰淇淋車、漢堡店這類的設計。當時只是為了增加一些升級的內容，後續增加了一些真正的功能。當玩家解鎖了雲霄飛車周圍這些，可能看上去沒有用的東西之後，會有一些隨機的顧客來到這個地方，去購買商品，產生一些其他的遊戲內的收入。這樣一個非常小的功能，甚至大家都不會在意到的功能，但是會讓玩家一直在遊戲里感受非常的繁忙，需要升級下這個，需要點下這個，可以讓玩家在遊戲里停留的更長，讓玩家停留的更久一些。當然，最終引導向的還是玩家停留的越久，他們看廣告的幾率會越來越大，也是為了整個ltv的提升。

　　同樣在這個版本中，加入了車站排隊系統的指示器功能，玩家可以清楚的知道現在有多少人在排隊，有多少人在等著。玩家會平衡一下，是需要升級加快排隊的系統，還是去增加車的容量和速度。讓整個雲霄飛車樂園更加良好的運行。

　　這是GPG在用戶體驗方面做得一些優化。而且從《雲霄飛車大亨》之後，可以看到其他的很多3D類型的遊戲，都加入了這樣一個指示牌，可能他們自己都不知道這個指示牌是幹什麼的，其實在遊戲中我們是有很深遠的考慮的。

　　當然這個版本，遊戲重新設計了美術，例如顏色上的對比，包括新的顏色的設計，能讓用戶一看到就非常的抓眼球，把遊戲做出一個視頻或者是只是放一個截圖放到App Store里都非常抓眼球。

　　到了這個版本之後，就是發行測試用的版本，當時的數據是非常非常好的。通過了GPG的測試。

　　在這之後也做了更多優化。例如UI的重做以及包括廣告的設計。比如在這版獎勵領取的彈窗，可以看到畫面的顏色，包括各種布局的大小，給人的感覺不是特別休閒。

　　紫色給人特別沉重，會有看起來特別累的感覺。另外包括廣告的設計，例如當遊戲展示這兩個按鈕的時候，大部分玩家是用右手玩，他們會更多的去點擊右邊的collect按鈕，反而不是去看廣告。而且大部分玩家其實對廣告雖然不拒絕討厭，但是不會主動去看。那之後面針對這些方面做了一些相應的優化。

　　首先對於UI來說，GPG的設計團隊重新做了整套的UI。可以看到，跟之前那張圖做對比，整個UI的所有元素都很好的排列，玩家看上去就知道什麼時候需要哪個功能，但是看上去也不會特比擁擠。而且在顏色搭配上面也做了新的優化，與遊戲整體設計更加融合。同時，在獎勵領取彈窗上面用了新的模式，只展示看激勵視頻的選項，同時也增加了獎勵的倍數，前邊的版本是給獎勵兩倍的收入，這個是給獎勵三倍的收入。這是增加了激勵視頻的價值的。因為激勵視頻的價值對GPG來說無所謂，兩倍三倍甚至5倍都是無所謂的，但是最重要的如何激勵玩家，讓玩家有更加強烈的欲望去看這個視頻，才是我們最終想要做的。這些都是我們在這一個小的改版中做的事情。

　　GPG對於idle類遊戲的調優，包括變現、用戶體驗等各個方面的調優， 都有一套非常成熟的系統。這套系統是在GPD長期做idle類遊戲，包括做A/B TEST當中積累下來的一些經驗，GPG知道哪些功能在那個地方去用，效果會比較好。例如加入了新的永久展示RV的圖標，讓玩家可以在任何想看RV的時候都可以點擊。

　　同時在用戶看任何一個激勵視頻的時候，不僅是在遊戲收入上的加速，同時會在視覺上感到反饋，下面這個是比較明顯的一個例子，當用戶看了一個視頻之後，會得到一個煙火夜景這樣一個公園，這樣玩家不止是在遊戲內得到了一些金錢上的獎勵，同時他們在視覺上和心理上都得到了強烈的反饋。這也是為什麼這款遊戲他能夠在ltv上能做到這麼高的一個提升。

　　做完這些所有改動之後，這個版本跟之前測試版本在各項數據上都有提升提升。第一天留存增加了3%，第三天的留存增加了5.8%，ltv翻了268%。

　　同時還增加了很多遊戲的新內容，比如說針對夏季設計了水上樂園的雲霄飛車，之後還有一個宇宙背景的雲霄飛車的世界，最後還有一個火山上的雲霄飛車。可以看到，不僅是軌道，背景，包括車的設計也都有一些改變。其實這些所有的設計的最終目的，都是為了保持玩家在遊戲中的新鮮感，讓玩家一直有新的東西可以去發現，保持他們的一種好奇心，有了這些內容，我們才可以保證遊戲的留存可以提升，玩家有更多機會看激勵視頻，最後的ltv可以做到很好的標準。同樣GPG的買量團隊也可以使用這些新世界的設計去製作買量的素材，對不同的用戶進行有針對性的投放。

　　接下來是GPG在雲霄飛車上做到的一些成就，不管是對我們，還是對研發來說，《雲霄飛車大亨》都是里程碑式的一款產品。

　　雖然這些數據看著很漂亮，但其實在這些數據背後GPG真正看重的，是與跟研發創造的這種關係，這種協同作用。研發在立項的初期，就非常的信任GPG，他們把自己的idea分享給GPG，GPG整個公司所有的團隊，包括買量團隊，製作人團隊，視覺團隊，都會參與到這個項目當中去，提供最大的努力，把遊戲做成一個爆款。而且對於GPG來說， 我們更看重的是遊戲的質量而不是數量。所以，我們也希望之後有幸跟更多的中國開發者，一起創造更多成功的故事。

　　下面是來自研發團隊，對於我們合作過程中給到的一個反饋，其實對於GPG來說，也非常開心能夠有機會跟他們合作，而且作為一個中國的研發團隊，他們也給我們整個公司，我們整個管理團隊都做了一個特別好的榜樣。他用自己的實力告訴我們，中國的研發也可以做出這樣好的爆款，這樣好的超休閒遊戲。超休閒遊戲不僅是國外研發獨大的地方，我們當然也希望，我們會創造更多新的故事。

　　三、數據驅動的發行是怎麼工作的

　　海外公司在休閒遊戲領域能取得非凡的成績，離不開數據的運用與支持。他們會有專門獨立的數據分析組來提供各種決策支持，而在國內，數據分析很多都是身兼多職的經營在做，專業性上要低，同時缺乏各種數據積累及數據模型搭建應用。目前海外公司在這方面上走在前列，非常值得國內公司借鑒學習。

　　在數據分析運用方面，GPG採用的是數據驅動發行。

　　GPG的數據團隊的構成是由數據工程師，數據分析師，數據科學家組成。數據工程師主要負責數據平台的建立和維護，以及各種數據流的穩定性和持續性。為後續所有數據相關項目提供紮實的基礎。

　　在此基礎之上，數據分析師，主要是起到數據團隊和其他團隊之間起到橋梁的作用，他們直接面對來自其他團隊各種關於數據方面的問題或者是需求，由他們負責解答。同時進行數據可視化，幫助他們更好的理解數據。最後在數據的基礎上，做出一個比較有科學依據的決策。

　　最後是數據科學家。他們主要是用現在比較流行的一些科學方法，比如像機器學習，深度學習等一些算法， 以及和雲計算和大數據結合起來，然後進行一些預測和分析之類的數據科學相關的項目。

　　在GPG里，數據組是處於一個中台的位置，和其他所有的team都有非常緊密的聯繫。包括商務團隊、買量團隊、變現團隊，以及產品團隊。由數據組來負責幫助他們響應他們的問題，提高整個公司對於數據的了解和決策的效率，最終在公司里營造一個由數據驅動型的氛圍和文化。

　　在數據的框架上，主要是由兩條數據流組成，第一條數據流主要是來自GPG的產品和發行買量。由實時數據組成的，主要是由自己的SDK收集，用戶在遊戲里一些實時的信息數據。同時由管道幫我們收集關於用戶下載的數據，然後通過歸因這種方式，實時送到我們的數據倉庫，這個是我們第一條數據流。

　　第二條數據流就是所謂的日端數據流。每天去收集前一天的數據， 最後也是同樣送到大數據庫里。在大數據庫里面，會進行數據的一些整理，分析篩選，最後就是轉化。最終根據不同的use case形成最終的一些分析表，其中就包括了每天的數據報表，不同的部門每天就可以追蹤kpi的變化，其中還包括下載、買量結合起來，會有一些實時的push或者就是一些預警。比如說當看到某一個數據的波動量超過正常範圍，就去通知相關的人員採取及時的措施。

　　最後一塊是和數據科學相關。會把所有數據直接輸送到GPG使用的雲服務，對數據科學模型進行更新。然後得出最新的運算模型。

　　四、休閒遊戲的數據分析與模型預測

　　1、怎麼樣進行用戶級別的的ltv的預測

　　大家知道在ltv方面現在大致有3個層級的運算。第一個層級就是基於歷史數據的運算，也就是說每天收集到用戶過去的信息，計算出過去一段時間的ltv，但是這個是沒有任何前瞻性或者預測性的，缺乏對未來的可能。在這個基礎之上，GPG會用一些其他數理統計的方法，然後去進行一些投射，譬如說取前30天的ltv平均值，然後來預測未來30天的ltv。在這種情況之下，數據有一定的預測性，但是考慮的變量比較少，有時候會跟實際情況相差的比較遠。

　　最後一個層級是現在相對的比較新的方式。數據學習算法結合起來，然後就是可以用大數據的一些計算，同時可以綜合考慮所謂的比較全面的所有的變量，最後得出一個比較科學化的ltv的預測。

　　那麼，GPG怎樣運用數據科學來進行ltv的預測。

　　GPG的ltv預測基本分為6 步。第一步是用戶下載，從0天開始會收集用戶基本信息，比如說來自於哪個國家，來自於哪個地區，下載用的哪個手機型號，用的是哪個操作系統以及來自哪些廣告管道等基本信息。

　　同時，當用戶開始玩遊戲的時候，會實時收集他在遊戲里的行為。比如說他做了幾個session，他看了幾個廣告。每個session的時長是多少等等。然後在這個基礎之上，會把收集到的信息進行篩選和轉化，然後把數據帶入到數據科學模型當中去。由此來計算出，第一步的用戶ltv。所以說通常在第0天，就會有1-7天ltv的預測。當然這是一個不斷動態的過程，因為每一天當用戶在不停玩遊戲的時候，會有新的數據進來，這樣會不斷優化預測，讓預測接近實際的標準。

　　現階段，GPG差不多在第三天預測第七天的ltv的準確率差不多90%左右。在第七天預測第十四天ltv的可以到95%的準確率。在這種情況下可以很快的反饋給不同的部門， 比如說ua部門，可以告訴他們實時數據。當制定CPI計劃時，可以根據不同管道ltv，調整不同管道競價的價格。然後對於變現部門，他們可以設置拍賣的底價是多少，可以達到最優化的變現。

　　在變現方面，GPG是對用戶進行分類，做到提高變現的效率目標。

　　GPG會把用戶分成3種不同類別，第一種類別稱之為明星用戶，這一類用戶當然也是最優秀的用戶，特點就是會進行應用內購買，對於這種用戶，策略就是不推送廣告，想盡量提高這些用戶的留存率。同時提高用戶體驗。可以在接下來促進這個用戶去購買更多的的內購。

　　第二個類別是所謂的中產階級。這類用戶沒有進行應用內購買，但同時他有看過廣告，所以他對廣告並不排斥，在這種情況下，對這類用戶的策略是向他推激勵廣告，因為激勵廣告用戶是可以選擇看或不看的，同時 Ecpm也比較高。在這種情況下，可以在變現以及用戶體驗上到達比較好的平衡點。

　　第三類就是所謂的吃白食用戶。這類用戶不看廣告，只玩遊戲，對我們而言這類用戶並沒有給我們帶來什麼價值。在這種情況下，我們的手法會比較直接一點。會向他推送全屏的彈窗廣告，因為這些廣告是沒有辦法選擇的，必須要看。這樣可以盡量從這些用戶身上獲取剩餘價值。

　　前邊的兩個例子都是和數據科學相關，下面給大家介紹怎麼樣去設計一些內部的工具，幫助其他部門提高數據方面的效率，同時減少他們在數據方面的工作量。

　　GPG設計的一個自動化A/B test系統，每天都會做很多A/Btest，之前所有A/Btest的結果是需要產品經理手動計算，如果同時在幾個國家測試，他的運算量會非常大，這就有兩個弊端。第一個就是工作量大，第二個就是人為犯錯幾率也高。所以最後可能他做出來決策的正確性和質量相對比較低一點。在這種情況，GPG設計了一套A/Btest自動化系統。

　　圖中展示的例子是GPG今年最火的遊戲之一，給《Sushi Bar》設計的A/Btest。在這套系統底下，產品經理只要決定A/Btest每個組之間的人數，或者人數百分比。之後所有數據的收集整理以及最後的計算，全部都是靠後台自動完成，所以說產品經理只需要在數據報表上看這些數據就可以了。他就可以看到每個kpi，不同組別之間的數據是多少.

　　同時也會進行計算，幫他算出每個組的結果，是否顯著。同時告訴他改選b還是選a。還是數據不夠充分，沒有辦法做出決策。這樣子的adtest，首先第一個他們的工作量可以減少很多，第二他的正確率幾乎是100%。這樣子我們做出來的決策是比較數據驅動型的決策。

　　提問環節的部分問題整理：

　　Q:美國和其他市場比，美國市場的單用戶價值或者市場規模是絕對主力？

　　A:是絕對主力，美國是用戶價值最高的地區，雖然買量成本高一些，但是他的用戶價值最高。

　　Q:遊戲相關的數據測試，都是以美國為指標？

　　A:是，包括收到原型之後做的Uatest，我們也是在美國做，如果在美國能成，說明全世界80、90%都能成。假如在巴西印度做ua測試，即使能成，不代表其他國家能成。

　　Q:在GPG看來，放置類遊戲的用戶是否偏向小眾的用戶群？

　　A:這是大多數人對於放置類遊戲的一個錯誤的認識。對我們來說，所有放置遊戲都保持在超休閒領域當中，玩法上不會特別深度，以點點點的玩法為主。所以不應當將放置類與超休閒遊戲割裂開來看。而且放置類的吸量程度是非常強的。所有的遊戲都會有它的生命周期，如果大家善於觀察美國榜單，放置類的生命周期反而會更長。

　　Q:GPG怎麼選擇遊戲，合作標準是什麼？

　　A:標準很開放，主要還是要新穎的題材與玩法，如果只是換皮我們一般不建議做下去，而且也能預料到不可能達到爆款的標準。然後，最重要的決定是基於測試的結果，市場的反饋。如果市場反饋好就繼續做下去。反饋不好盡快放棄。因為在整個溝通的過程當中，從設計到做原型的時間大概是3-4周，包括美術、程序，這種快速試錯對我們來說比較重要。

　　Q:研發合作中什麼情況選擇繼續做，什麼情況下會放棄？

　　A:GPG更專注遊戲質量，如果我們覺得遊戲有潛力，或者有哪些地方可以提升，我們會給到意見。一開始會基於以往的經驗，我們不確定哪個主題能火，但是我們能確定哪個主題不能火。在那個階段會cut掉很多。CPI是一個比較重要的數據，因為ltv還是比較受限制，即使ltv能提高很多，但是在美國市場做這個東西有一個頂，所以cpi還是重要標準。

　　Q:有些放置遊戲題材不同，內核非常相似。甚至有些團隊不斷出相同內核不同題材。GPG有一些比較成功的放置的核心，數值內核之後，是否考慮換題材。換多少覺得可以，換多少覺得不可以?

　　A:這個我們之前嘗試過，包括《Sushi Bar》和《Bee Factory》，我們都嘗試過換皮換主題。都沒有成，所以後續直接不考慮這個事。

　　因為玩法上完全一樣，只是美術包裝上的區別，他的受眾群體會越來越小。我們覺得做不下去。

　　Q:是否因為不同題材遊戲最終推向的還是同一波受眾，導致他認為遊戲很像？很多超休閒遊戲，互相抄襲非常嚴重，因為他們認為市場足夠大，任何一個遊戲洗不掉所有用戶，所以他不排斥換皮？

　　A:這是非常不健康的競爭，對哪家都不是很好。而且同樣的題材，玩法多了以後，他們之間會互相蠶食，造成CPI直線上升。換皮的事情曾經內部有測過，相同題材內部做測試，發現實際上最終數據不是特別理想，從數據角度後來就不做了。

　　Q:GPG是只發行放置類遊戲？

　　A:現在是超休閒放置類為主，接下來會涉獵更加「休閒的」放置類產品。這類產品遊戲玩法更深，同時有更強的內購設計。

　　Q:GPG自己有研發？

　　A:沒有，製作人是接項目幫助調優的。

　　Q:在數據分析，因為國內投放部分就分兩個部門，一個叫素材美術部，一個就叫投放部。所以GPG提到的數據分析，是單獨的一塊，還是跟投放在一起的。

　　A:UA負責操作，後面所有數據收集是由我們來做的。專門有數據組，4-5個人。

　　Q:通過什麼辦法對休閒遊戲用戶分層？

　　A:有一個機器學習的模型，當用戶來了之後，他在app里有各種行為， 這個行為我們就會收集送到數據倉庫里，然後進行數據清洗，送到用戶模型算法里，最後就會得出這個用戶他可能是處於哪類。一般是用戶第一天進來後，會有一些行為，我們把這個提出來，進行第一次預測。後續會不斷迭代，分類在前3天會比較頻繁，每日計算2-4次，因為我們的用戶數據基本上是實時數據。而在第3天以後ltv和分類的預測比較準，所以3天後每天做一次分析。

　　廣告時間：

　　11月29日，由騰訊優量匯×QQ廣告聯合深圳天苻科技，羅斯基共同舉辦的遊戲行業實戰交流會將落地廣州，與各位夥伴共同探討遊戲行業發展趨勢與變現思路。本活動邀請到了來自騰訊優量匯、QQ廣告、深圳天苻科技等多位業內專家分享，將從遊戲行業流量變現、遊戲廣告主投放及優量匯休閒遊戲和QQ小遊戲助推計劃等多個方面與遊戲行業從業者進行探討。

　　來源：羅斯基

　　地址：https://mp.weixin.qq.com/s/oqsDCUEzmCPhLCH0_t4-1Q

>次留73% 3留40% 休閒遊戲爆款是如何調優與發行的