ARPPU是什么?基于產品解讀ARPPU

ARPPU(每付費用戶平均收益)行業有些人會將其與ARPU(每活躍用戶平均收益)混為一談,本期文章將根據產品深入解讀ARPPU;在寫文之前,你要知道ARPPU是什么?　　ARPPU, Average Revenue per Paying User, 即平均每付費用戶收入;它反映的是每個付費用戶的平均付費額度?！　τ诟顿M用戶而言,付費額度分布是不平均的,這一塊可以遵循二八原則,而目前值得一提的是大部分運營同學在ARPPU的解讀上都是粗獷式,簡單通過公式(ARPPU=周期付費總額/周期付費人數)、(ARPPU=周期付費總額/(周期用戶總數*轉化率))得到一個平均答案;但是眾所周知,手游付費用戶分為小R(小魚)、中R(海豚)、大R(鯨魚),但單純以平均值去衡量產品,參考價值很局限?！　祿枰毣\營,從宏觀上說,集中數據取樣的方法又有截尾均數(去掉5%的最低數據與最高數據,求均值與原來ARPPU差距衡量數據精確性)、中位數(數據從小到大排列,取位置中間值,求中間值與原來ARPPU差距衡量數據精確性)、以上兩種方法在高中數學中經常提到;從微觀上說,就需要我們建立用戶數據模型,即大中小R的取樣與區分調研;這樣可以更加準確的分析不同人群的消費能力?！　〕酥?我們仍應該注意ARPPU的解讀背景,要知道對于產品數據而言,不能孤立,只能分解;這是基于用戶規模去做的利潤衡量及付費粘性,切不可在脫離用戶基數的情況下做出盲目分析(手游那點事1群:165095584;關注手游那點事,關注小白學運營)?！　⌒∶?我們家ARPPU數值超過200了,現在利潤越來越高;我們游戲用戶的付費質量提高了?！　⌒∪A:你們游戲有多少付費用戶?　　小明:上個月10個付費用戶,1000充值金額;這個月4個付費用戶數,800充值金額;ARPPU對比上個月提升了100;真是賺大了!　　小華:…………..　　這個故事不悲傷,卻很欺人;要知道一個ARPPU代表的內容很多,如何避免這些誤區,精確科學的審視產品數據,就變得重要起來;數據是產品優化的支撐,一步錯,步步錯;我們先來看一組數據:　　上圖為某游戲2月份運營數據　　　　上圖為某游戲3月份運營數據　　插播一條廣告:代友詢問深圳地區有沒有公司招主策,某位資深主策劃找工作,QQ:334991286!從2月份以及3月份的運營數據 ,我們先做一個初步分析:　　我們先看游戲粘度:　　2月:(DAU/MAU)*100%=23.2%　　3月:(DAU/MAU)*100%=21.8%　　比值差距不大,我們在看粘度天數:　　2月:23.2%*30天=6.96天　　3月:21.8%*30天=6.54天　　綜合看來,2月份與3月份粘度高于20%,處于一般正常范圍,且這兩個月粘性差距不大,那么接下來我們再看付費率:　　2月:PUR(付費比率)=(月付費用戶數/月登陸用戶數)*100%=3.6%　　3月:PUR(付費比率)=(月付費用戶數/月登陸用戶數)*100%=4.1%　　從上面兩組數據對比我們又能發現盡管用戶粘度差距不大,但是3月對比2月份付費滲透率仍有上升,那么結合這兩者,我們再回到3月份的另一組數據:　　　　上圖為某游戲3月份用戶等級在線分布　　　　上圖為某游戲3月份用戶等級充值分布　　從上圖我們可以很清晰的看到,該游戲的付費重心在產品1/3階段,因后續玩法單一等因素,用戶等級以及付費重心比較靠前;那么結合上面已有的數據基礎,我們再做關于ARPPU的分析:　　這里我們可以很清晰的看到:　　2月ARPPU=付費金額/付費人數=293.3　　3月ARPPU=付費金額/付費人數=316.0　　因考慮詳細用戶付費模型涉及到公司機密,本文暫作粗獷式分析,從這里,我們可以看出3月對比2月用戶平均付費額度更高,在此基礎上,公司仍可以通過采集樣本,以316為分界線;將低于316的付費用戶再做引導,將高于316的用戶再做維護?！　∪绾芜M一步分析ARPPU?我們再回到文章開頭的公式:　　ARPPU=周期付費總額/周期付費人數　　ARPPU=周期付費總額/(周期用戶總數*轉化率)　　對于付費人數,大部分運營同學會以付費賬號數為條件,即APA　　公式已經列出,我們再看影響ARPPU的條件:　　分子:付費總額　　分母:付費人數(APA)、用戶總數、轉化率　　影響條件已經列出,接下來我們再看ARPPU上升/下降的觸發條件(手游那點事1群:165095584;關注手游那點事,關注小白學運營):　　一、如果ARPPU保持上升(原始舉例:ARPPU=100/10=10)　　則有(1):付費人數下降,用戶付費上升或不變(例:ARPPU=100/5=20)　　則有(2):付費總額上升,付費人數下降或不變(例:ARPPU=200/10=20)　　則有(3):兩者同時下降,但是付費人數下降幅度大于付費總額下降幅度(例:ARPPU=90/5=18)　　則有(4):兩者同時上升,但是付費人數上升幅度小于付費總額幅度(例:ARPPU=300/20=15)　　以上四種情況,都會造成ARPPU值上升,其中每種情況所代表的原因各不相同:　　(1)付費人數下降,而用戶付費金額上升或不變,可以清晰的看到游戲中大R較多,可以支撐流失的小R損失,在這里流失的小R可作為一套流失用戶模型,為什么流失?基于活動對小R的傷害還是基于IB消耗對小R的影響,亦或是游戲周期不足以滿足小R用戶的付費意愿,這些情況都需要我們做出樣本采集;因為某天大R流失,該數據將會直線跌落?！　?2)+(4)第二者情況和第四者情況較像,都是收入提升,付費人數下降或漲幅低于總收入;情況(2)與(1)相似,存在小R流失的情況;而情況(4)則意味著付費用戶的層次以及進階,例如活動刺激或者是IB拉動,可能此舉在流失一部分小R的同時,迅速導入了一批新的付費用戶,或者完成了小R向中R的蛻變;在這里,上圖1.1-1.2可以明確看出,周期新增用戶的快速導入填補了付費流失的空缺?！　?3)兩者同時下降,只是下降幅度不同,在這里我們可以參考PUR(付費率)以及MAU(結合公式2取條件數),若PUR下降,MAU同時下降,則游戲本身在人氣以及IB方面都存在較大問題;PUR下降受游戲周期影響、活動影響以及IB驅動力影響;而MAU下降則需考慮游戲節奏、特色玩法、產品變動、市場沖擊等問題;此時的ARPPU提升,意味著游戲生命周期提前消耗,因為這種算法是一損俱損的局面?！　≌f完ARPPU上升的幾種情況,我們再往下看:　　二、如果ARPPU保持下降(原始舉例:ARPPU=100/10=10)　　則有(1):付費人數上升,用戶付費下降或不變(例:ARPPU=100/20=5)　　則有(2):付費總額下降,付費人數上升或不變(例:ARPPU=80/10=8)　　則有(3):兩者同時下降,但是付費人數下降幅度小于付費總額下降幅度(例:ARPPU=54/9=6)　　則有(4):兩者同時上升,但是付費人數上升幅度大于付費總額幅度(例:ARPPU=200/40=5)　　上述四種情況,盡管ARPPU結果相同,但是情況和代表意義又各不相同,我們往下分析:　　(1)+(3):從ARPPU的兩種算法,我們可以得知PUR穩定或增長,MAU穩定或增長;說明近段時間的產品變化(活動?改版?)影響了低端付費群體或潛在付費群體,但是整體ARPPU下降,反推我們可以得知,可能出現小R進入,大R流失的情況;這里可以看出游戲仍在成長階段,吸量效果以及轉化率較強,在這里我們需要注意的是如何避免大R流失,若大R游戲節奏過快,或者游戲出現用戶斷層交互的局面亦或是游戲后期玩法單一等因素,我們都可以根據這些流失情況做出大R用戶流失模型,通過分析調研找到優化的途徑?！　?2)+(4):收入下降,付費用戶上升/穩定;但是收入漲幅不變或較低;這里我們可以看出小額付費用戶較多,其敏感條件主要在于付費用戶本身,如何通過活動刺激加大小R用戶的付費能力或者是小R向中R的過渡途徑,需要的是我們控制好這部分小R的用戶比例;幫助他們轉化,這里同樣可以建立專門的用戶模型,做出針對性的用戶轉化方案?！　∩鲜鰩追N條件簡述完畢,這些思路小白學數據也有提到,盡管APRRU很簡單的上升或下降,若綜合其他數據來說,其表現信息也是各不相同;就用戶的購買力而言,ARPPU本身便受產品付費的深度影響,具有一定局限性;不是ARPPU高,就代表產品好,同樣不代表ARPPU低,就代表你的產品差;這只是數據中的一環參數,我們只需要根據上述情況整理出較為理想的解決方案即可:　　一般而言,收入和付費用戶同時上漲,這里具有兩面性;一面是產品生命周期提前消耗,另一種則是產品數據良性上升;前者的數據情況我們已經提到,后者的數據同樣基于前者;也就是PUR與MAU的監控,若在收入與付費用戶同時上漲的情況下,PUR上漲沒有損失MAU的數據;那么游戲的整體付費數據較為可觀;當然,付費只能拆分,不能獨立;這里需要我們綜合產品粘性去衡量,即DAU/MAU的變化關系;若用戶粘性降低,游戲生命周期也會隨之變短;進而影響到APA、PUR、ARPPU的數值變化?！　∽詈笪覀冊倩诠饺タ?如何良性提升ARPPU?　　從圖1.1-1.2-1.3-1.4;我們可以看出,第一種在于引入大量付費用戶;我們可以明顯看到,2月、3月新增付費用戶分別占周期總用戶數的81.7%和75.4%;然后我們再根據2月付費率(3.6%)3月付費率(4.1%)可以看出;利用活動或者其他運營手段完成前期付費用戶的提前;在這里很明確能看到的是該游戲用戶付費節奏非?？壳??！　〗酉聛韯t是基于用戶情感去宣傳,其中用戶情感又包含用戶認知,對游戲道具的認知,對游戲系統的認知:　　小明是個高富帥,在游戲中喜歡炫耀,喜歡被人崇拜仰慕;某天游戲中出現獨一無二的時裝,愛炫耀的小明趕緊掏錢購買?！　⌒∪A是個務實派,在COC游戲中深知城建、兵種養成對PVE、PVP的重要性,于是他購買了大量鉆石強化自己的領地?！　∏罢呋谟脩魧Φ谰叩恼J知,后者基于用戶對系統的認知;這兩者認知都屬于用戶情感的范疇,如何挖掘用戶痛點,引爆用戶情感;需要我們根據不同用戶建立不同的用戶模型?！　〔宀ヒ粭l廣告:代友詢問深圳地區有沒有公司招主策,某位資深主策劃找工作,QQ:334991286;請自行聯系!最后我們再根據以上數據總結一些影響ARPPU的基本元素;:　　1.IB系統:IB的付費驅動力,用戶對該元素的需求;以及新品,舊品的功能展示、數值改變?！　?.付費人數:流失付費用戶數量、特征;新增付費用戶數量、屬性?！　?.產品系統:資源的產出與消耗比值,是否需要配平;游戲改版功能性玩法是否影響IB性價比;限時道具停售或某舊品道具下架?！　?.付費率:用戶基數導入,PR營銷、用戶長短期目標建立及情感維護;系統付費節奏與核心玩法是否契合,是否滿足新增用戶的付費需要?！　?.用戶模型:小R、中R、大R的區分對待;充值與消耗是否符合不同付費模型的充值預期,是否滿足不同階層用戶的付費體驗?！　?.運營活動:線上/線下活動的門檻以及獎勵驅動是否滿足用戶參與活動的需要;是否刺激用戶痛點,對于活動獎勵與游戲資源是否沖突;是否引爆用戶情感?！　?.付費通道:付費途徑是否快捷可行,有無BUG問題出現;一二級轉換率與流量消耗資源占用是否傷害用戶付費體驗?！　?.游戲生命周期:游戲生命周期階段性展示,前中后期對不同用戶的付費粘點展示;付費用戶與非R用戶的區分對待以及娛樂平衡是否滿足用戶需要。參考:[ARPPU是什么?基于產品解讀ARPPU_用戶運營_鳥哥筆記](https://www.niaogebiji.com/article-3106-1.html )]