May 16, 2012

HP35 的演講投影片 - Thoughts behind Cubie Messenger

這是今天在 HP35 演講的時候使用的投影片, 如果有興趣的人可以參考一下:

Thoughts behind Cubie Messenger

View more PowerPoint from Yenwen Feng

某些方面來說, 今天的演講比較是給自己而不是給 HP 的聽眾, 因為我了解這內容不太符合聽眾的期望. But anyway, 對我而言我只是想要能夠總結一下最近的感想, 然後繼續前進.

February 20, 2012

Gamelet 2011 in Review

上星期因為有同事從國外回來, 所以我們一起重新檢討了一下 2011 Gamelet 整個營運的狀況. 後來想一想, 或許我應該每年初都記錄一下去年 Gamelet 的狀況, 為公司成長做個紀錄.

因為很多一路上走來的歷史要重新解釋有點麻煩, 所以我就不多做解釋, 這篇就給已經比較了解 Gamelet 的朋友做參考.

2010 年底到 2011 年初 Gamelet 做的策略改變, 就是重新專注在我們比較擅長的族群上: "10~15 歲的年輕小男生", 除了新遊戲光之繼承, 舊的兩個長青遊戲也有諸多改版.

過來我們可以從下面的幾個數據來看看 2011 的表現:

1. GA 上的訪問數, PVs, 與訪客數

因為七月前我們還有用 GA 追蹤 Flash 的使用, 所以我拿 7 月之後的比較準.

下面是今年一月的圖, 給大家參考一下一個月內的數據

2. 點數儲值 (不含廣告與其他收入)

3. 遊戲點數儲值分布

4. 儲值金額的次數分布

4. 主要遊戲的 DAU 、點數儲值與付費人數

5. 玩家與點數儲值地區分布

6. Facebook 與 Gamelet 的點數儲值分布

下面是幾點心得:

1. 2011 主要的成就是重新調整策略之後, 整題的收入有顯著的成長. 我們的人力與收入也集中到三個主要遊戲中. 這段時間我們透過數據分析學會了許多使用者的行為, 也能夠根據學習到的經驗調整更新的策略, 留住玩家 (尤其是付費玩家).

2. 光之繼承的表現不如預期, 沒有辦法留住玩家. 我想沒有 PvP 還是最大的問題 (本來是希望能夠避免調整平衡這個頭痛問題), 另外就是遊戲動作成分太大會很容易落入只受到特定族群青睞.

3. 從 GA 看來, Gamelet 在去年幾乎都沒有甚麼人數成長, 不過相對於廣告預算很少 (2011 年共花了 19 萬元, 但表現都不行), 人數維持的應該算是相當好, 只要持續維持更新, 我們的主力玩家都會賞臉回來玩一下.

另外從幾個流量追蹤網站截圖下來給大家參考:

1) Alexa

2) ComScore

3) Google Ad Planner

當然如果我出去報告, 一定會剪 Google Ad Planner 下來給大家看, 不過事實上 ComScore 的結果是比較貼近我們真實的結果, Alexa 還差一點看不到我們網站的結果了.

反正 vistors, PVs 這些數據都已經過時了, 縱使有那個機構可以正確的追蹤, 我也覺得沒甚麼大意義吧.

4. 儲值的金額以一次 50 元為大宗, 平均付費玩家每月的儲值金額是 275 元左右, 所以猜測滿多玩家是每一兩星期儲值少量這樣在玩我們遊戲. 我想這應該也滿符合這個年齡層玩家的表現.

換個角度來說, 我們可能不太適合製作高 ARPU 付費玩家集中的遊戲類型 (如那些需要開新服的網頁遊戲). 因為玩家其實預算有限, 但是定時願意掏點錢出來玩.

5. 七八月雖然我們的流量提高, 但是收入並沒有跟著成長, 主要是因為主力遊戲的收費模式都是以日期來算, 所以七八月反而變成大放送.

6. 光暈戰記在暑假的時候有做過儲值送光暈戰記筆袋的活動 (希望透過實體贈品提高玩家的儲值金額), 花了很多精神, 不過沒有達到預期的目標.

7. 光暈戰記的每月玩家付費比為 14%. 坦克戰隊的每月玩家付費比為 12%. 玩家人數與付費人數不太相關, 而付費人數與實際收入比較有相關.

8. 自從光暈戰記推出裝扮系統之後, 第一次儲值的玩家有 1/3 會去買裝扮, 但坦克戰隊則沒有任何特別的傾向.

9. 詳細哪一天我忘了, 不過有一個星期五我改了一些儲值付費的東西導致 MyCard 實體卡付費用戶無法儲值, 所以當天的營業額只有平常星期五的一半不到. 當晚修復之後, 隔天的點數變成平常星期六的 1.5 倍以上, 所以我們的玩家滿多是屬於固定預算的付費方式, 而不是衝動型的消費方式.

10. 台灣與香港玩家的分布還是台灣較多, 但香港玩家付費能力較好. 東南亞的玩家比起以前減少比較多. (可能是因為主力的三款遊戲東南亞玩家本來就比較少)

11. Facebook 的玩家逐漸減少, 且付費能力不如 Gamelet 來的好 (一直如此). 我們年底在 Facebook 推出找碴物語, 做的很不好. 傳統的 Facebook App 製作方式已經沒有任何的 viral 能力了.

12. 有個不知道為什麼的現象, 光暈戰記的 DAU/MAU 比例是坦克戰隊的 DAU/MAU 的 1.5 倍以上. 是因為年齡層的關係有這樣的差別嗎?

13. 我們的 colocation 是租在台灣和網與香港 scicube. 全部加起來最多到 200M 以上, 平均應該在 120M 左右. 現在有試著動態地根據頻寬用量將 static 檔案搬到 CDN (cloudfront) 去, 這之後再寫另外一篇文章說明一下詳細的做法.

2012 目標:

1. 新增更多留下來的玩家是今年的最大目標, 一方面我們會試試看東南亞的國家看看是否能夠擴展玩家的 pool, 另一方面則是要調整台灣香港購買廣告或是吸收新玩家的策略.

2. 新遊戲會延續現在的族群, 但希望能夠降低遊玩的技術門檻, 與一定會提供 PvP 的對戰功能.

3. 試著提高玩家第一次付費的意願. 我們一直沒有朝這個方向做, 應該要試著看看.

4. 做更多的實驗與 A/B Test. 這樣明年比較有東西可以寫. :p

February 12, 2012

Quote from Bill Gates

We always overestimate the change that will occur in the next two years and underestimate the change that will occur in the next ten. Don't let yourself be lulled into inaction. ~ Bill Gates

雖然 Bill Gates 感覺起來不太算是領悟到這句話的精隨, 但是每每工作陷入泥沼的時候, 用這句話來自我安慰還滿好的.

February 9, 2012

成功的脈絡(2)

延續上一篇, 多謝 schee 與 deduce 的回覆. 沒想到竟然被挖出之前講過的話了. :p

我想對我心中的 "成功的脈絡" 定義一下, 我覺得我用錯了, 不過也不知道怎麼樣想出一個新的詞. schee 的想法是二次三次創業成功, 大體上我同意, 不過這個條件好像有點比較嚴且不明確. deduce 覺得是某個知道就會成功的銀彈, 我則不是這個意思.

我心中的成功的脈絡基本上就是一條 "某個類型公司的成長軌跡", 而這個不是個模糊的故事轉折而已, 而是一些 "數據" 堆積出來的路徑. 如台灣的線上遊戲公司我覺得就有這條路徑, 遊戲公司如果代理了一款遊戲有多少同上, ARPU 多少, 大概就可以推算自己可以賺多少錢, 然後推一兩款以上的遊戲成功了, 就可以看看準備找承銷商, 我覺得這樣就是一個比較明確的路徑.

我們因為做網頁遊戲一段時間了, 所以心中對於一款遊戲大概能夠有怎樣的數據也有所聽聞 (國外數據, 如 zynga, playfish, ...), 所以如果我們有一款遊戲也可以到多少 MAU/DAU, 多少 ARPU, 廣告大概買在多少錢, 然後我們就可以確定我們在怎麼樣的等級, 或是我們就可能算是被併購的目標.

而我想 EC, 餐飲產業等也都感覺起來能夠有脈絡可循. (直接付費的產業比較容易抓到脈絡)

不過對於我們平常談論的網路創業 (社群網站, 垂直平台, LBS, APP, ...), 台灣則沒有明顯的路徑. 先不管營運數字是否願意分享, 06 年到現在其實只有幾個人能夠走完公司的生命週期, 背後的故事或有它不能被複製的地方, 或是創辦人也不說, 所以大家其實也都不知道這次成功是否能從上面學到甚麼.

最後, 參加聚會的我們平常談的就只有像是 "熱情", "做你喜歡的", "做使用者喜歡的產品", "Pivot", "Lean Startup", 這類的想法, 而沒有甚麼背後的數字來支持著我們的產業, 做出了產品大家也多是鼓勵, 數據也只能交換 PV, unique users 這類 vanity matrics. 而說實在, 沒有 benchmark 的數據, 就沒有辦法驗證我們到底跟別人比做的到底如何, 只能繼續在自我摸索, 只能等著某天暴紅.

我覺得這幾個網創產業要能夠升級, 現在缺少的並不是要能夠多交流, 而是要有很多人走過且願意告訴大概這一路走來可供大家參考的 benchmark 是甚麼, 讓後來的人可以多少檢視現在營運的狀況到底是好或不好.

當然總是要有前幾家公司做出這樣事情, 我也希望 deduce/fox/richard 的 polydice 或我們公司力可能夠有提供大家 benchmark 參考的一天.

p.s. 從去年跟 John 待在 500 Startups 一晚看別人問他的問題, 我知道矽谷是有這條脈絡的.

February 7, 2012

成功的脈絡

昨天在 inside salon 跟 schee 聊到一半, 之後 schee 寫了這篇感想. 我想也在這裡補完跟他的對話.

inside salon 這場活動辦得很棒, 把尋求媒體曝光與合作這兩個目標訂上 KPI, 可說是見面交流會效率的極致.

對我來說, 從 06 年辦 happyweb 到現在參加過好多好多聚會, 聽了很多分享, 認識了很多新朋友, 得到很多朋友的幫忙, 對我都是相當感激的好事.

但某些時候回頭看, 不變的還是茫茫然的我, 縱使聽過很多, 看過很多, 我也不知道成功的脈絡是甚麼, 只是在這個大海上東試西試, 想辦法多抓幾個木板不要沉下去. 我覺得大部分我認識的創業者都是這樣.

當然找到成功的脈絡. 這不是這場活動或是台灣其他活動的問題或是目標. 不過聽著像是 line 這樣遙不可及的演講, 好像也不知道是否能夠真的打動我甚麼.

當然不是說這是台灣創業的問題, 但問題就像 schee 說的, 台灣能夠抓到脈絡的人太少, 常常看到成功案例也比較像是個特例. 所以我們聊天談著該怎樣追蹤資料, 談著行動市場的大小, 回頭想想, 其實或許都只是些旁枝末節, 因為我們其實都沒有找到那條成功的小徑, 只能繼續瞎子摸象.

不過這也不是想要說甚麼洩氣話, 對我而言事情就是繼續嘗試, 繼續追蹤使用者資料, and hope for the best.

February 5, 2012

Gamelet 遊戲的數據分析

從前年我們開始認真的追蹤遊戲的玩家數據, 雖然也沒甚麼比較的標準, 不過對我自己而言, 自從有深入的分析玩家數據之後, 才算是真正的比較了解網頁遊戲這個生意到底是如何.

這一篇文章想要分享一下我們從資料分析學到的一些經驗.

一些前提先說明一下:

1) 因為我的遊戲開發經驗有限, 所以這只是 Gamelet 看到的結果, 我不知道是否適用於其他型態的網頁遊戲. 另外事後分析就是從果去探究因, 可是通常變數都太多沒辦法拆開來看, 所以多是我的推論.

2) 資料分析可分為 monthly/daily/realtime based 的資料分析與從長歷史資料做資料探勘, 我們主要是做比較多前者而非後者.

3) 遊戲是新的內容主導的網站 (與音樂, 電影等內容相同), 我們並不是像搜尋網站或愛評網這樣的資料收集入口會隨著資料的增加而更有用, 遊戲註定會被玩膩, 這點也會讓我們看到的結果不適用於其他領域.

4) 與其做 User Group 或是使用者訪談, 我更相信全面的數據追蹤, 縱使我們只能從果去猜想因.

接下來進入正題:

1. Retention

1) Retention (或是 cohort analysis) 是我覺得做網路遊戲最重要的一項數據, 從我們的觀察, 如果一個遊戲今天的新註冊的用戶明天還來光臨的比例能夠有 30% 左右, 那這個遊戲就可以穩定的平衡 (即新來的人約略等於流失的人). 反之如果只有 10%, 則遊戲玩家就很容易流失. 30% 是我們的魔術數字, 這個數字就像是魚缸大小一樣, 小缸是不可能可以養大魚的.

我們的招牌遊戲光暈戰記去年下半年的 1, 2, 4, 7, 14, 28 天的 cohort 圖如下 (這個 cohort 是自製的加總圖, 不過大意是回流的人數百分比):

可以看到大概就定在 30% 左右, 而這個遊戲的 DAU (Daily Active User) 都一直維持緩步上升或持平. 反之我們去年的另一款遊戲光之繼承的 Retention 大約就是 15% 左右, 縱使花了錢買廣告, 也不太能夠留住用戶.

2) Retention 另外一個特性也很有趣, 就是如果隔天可以來玩, 隔天的 retention 數字會跟兩天後, 下周, 下下周等數字相同. (如上圖, 前提是遊戲不能太快膩)

3) Retention 通常變動不大, 跟遊戲的本質關係比較大, 如果一個遊戲一開始的蜜月期過後的 retention 大約在 10%, 那之後要再調整它想要讓它上升 (透過新增一些周邊機制如登入獎勵, 道具變化, 新手包, ...), 我覺得機會都不太大 (但這推論基於我有限的經驗, 或許只是我們不太會做).

因為這個變動不大的特性, 我覺得不只是遊戲, 所有的服務都應該分析自己的 retention (雖然我沒有套用在其他服務上的經驗). 而這個分析從服務一開始上線就是一個很好的指標, 也可以多少看出這個服務是否就是 something people want.

2. ARPU

1) 遊戲的 ARPU (average revenue per user) 是一開始就決定的, 如果沒有甚麼後天的影響 (如狂買廣告), 我覺得大概哪類的遊戲就會有大約多少的 ARPU.

2) 有付費的人 (尊稱點爺) 一半以上第一個月就會付費, 7 成接近 8 成兩個月內會付費.

3) 點爺如果第一次儲值 150 元 (或其他金額), 那他之後很有可能會繼續每次都儲值相同金額.

4) valve 的價格實驗我們做起來並不成功, 也就是搭配折價與廣告並沒有吸引到甚麼玩家. 我想我們可能執行得不好或是用戶還沒有到他們那樣的數量級, 以後有機會會再試試看.

其他知道的就大都是遊戲設計相關的事情, 不太通用, 或許可以另外再寫一篇. 我想隨著時間我們又會觀察到新的數據, 看看明年有沒有機會可以再寫一篇新學到的事情.

最後建議大家追蹤一下自己的服務的各種 retention, 也建議投資人應該要學 fab.com 的投資人一樣, 與其聽創業家的願景與損益, 不如研究網站的資料分析.

December 17, 2011

iMessage 與 whatsapp

iOS5 更新已經好幾個月了, 我覺得一個最有趣的事實, 就是 iMessage 對 whatsapp (或是其他的 messaging app) 好像沒影響, line 也可以在 iMessage 之後在台灣造成旋風. (雖然 apple 並沒有 release 任何的使用數據, 不過感覺起來是這樣)

所以是實作不好呢? (怎麼打開這功能? apple id 怎麼加?, ...) 還是沒有行銷? 還是新功能太多使用者根本不關心? 還是舊產品夠用了使用者就很難轉換.

我不知道, 不過總之這又是一個好例子, 縱使你是全世界現在最受關注的大象, 也還是會踩不到蟑螂.