SocialGame 社交游戏

一、社交游戏

简单来说，就是拼多多砍一刀，今日头条极速版签到领金币。
用户付出社交关系，收获一些优惠券、现金奖励；平台付出资金，收获APP渗透率、购物用户、活跃用户、新用户。
场景有很多，比如：

• 签到类：签到换积分，积分换钱券
• 冲关类：多个关卡，冲关完成游戏得奖励，游戏通常需要做一些分享、助力的操作
• 组队类：和好友组队一起玩
• 走路类：走路、按时吃饭、按时睡觉得权益 —— 其实是为了促进活跃用户，让你吃饭睡觉都去看一眼
• 老带新类：老人拉新人，双方都得奖
• 答题类：答题得积分，积分换钱券
• 抽奖类：拉人，互动，定时开奖 —— 比如支付宝扫福瓜分5亿，其实让你加了支付宝好友并互动了

二、问题和挑战

要解决的问题

利用社交游戏的形式，使用权益刺激，进行用户裂变，从而促活、拉新、留存和转化。

• 促活：促进用户活跃。提升用户每天使用APP的时间。
• 拉新：拉新用户。扩大APP的安装率，扩大市场。
• 留存：让用户留下来。避免“安装一次就卸载”，或者“购物一次就不再购物”的情况。
• 转化：让用户转变为目标用户。比如“低活跃用户”转变为“高活跃用户”、“没购物的用户”转变为“购物过的用户”。

遇到的挑战

1、初期挑战：功能实现

挑战	详情
获取用户	让大量用户进入游戏。用户质量控制吗？如何裂变？
防止欺诈	识别黑灰产，处理黑灰产。完美的安全模型？黑灰产一定要100%处理干净吗？
控制资损	防止非预期的资损。超发、漏发的识别和处理？运营误操作？
分享归因	支持多形式分享和回流，对活跃、回流、购物等用户打标标记是什么游戏什么方式带来的。分享系统？归因系统？
数据驱动	用数据定义目标，复盘优化。如何定义目标？指标涨跌如何操作？

2、中期挑战：可持续维护

挑战	详情
玩法疲劳	日常游戏玩法，玩多了就不感兴趣了，如何提升用户兴趣？
裂变低效	用户裂变并没有想象中那样病毒式传播，朋友也有限，如何继续提升裂变能力？
维持指标	如何才能长期维持指标，而不是关注时提升，不关注又降低了
获客成本太高	获客成本还不如地推，如何降低获客成本？
本地化精细运营	如何更加本地化
买家转化率低	如何提升初购、复购

3、后期挑战：数据壁垒，高效迭代

挑战	详情
组件重复	如何抽象组件，快速搭建玩法
运营低效	如何让运营能快速配置
利用关系	关系挖掘、沉淀、利用

三、目标和衡量手段

如何评价我们的游戏在高效率地进行促活、拉新、留存和转化呢？

类别	代号	口径	备注
流量规模	DAU	Daily Active Users，日活用户量。	需扣除作弊用户
	New Install	新安装APP用户量。新安装的用户虽然还没注册，但是可以通过google和apple的应用商店API获知有多少有效的新下载，而且可以打点说明是社交游戏带来的新下载。	扣掉反作弊后的新安装。按社交账号归因（比如某个老用户邀请别人进行了有效新安装，成绩记录在老用户上）。
用户质量	User Retention	用户留存率。记录用户在1、3、7、14、30、90天，仍然还活跃的数量。比如有的用户拉来1天之后，就把APP卸载了，这不是我们想要的结果。只有用户持续留存，才说明社交游戏吸引了他，从而产生更多购物的可能性。	和大盘进行比较。如果高于大盘，说明社交游戏对用户留存率有提升效果。
	Purchase Rate	购物率。拉来的用户，在1、3、7、30天，产生1次购物的比率。越高说明用户质量越好。
	Repurchase Rate	复购率。拉来的已经下过单的用户，在1、3、7、30天，再次下单的比率。越高说明用户完全在我们的APP上购物了。
成本优化	New Buyer	新买家用户量。之前未下过单的用户，因为社交游戏内直接引导或者使用社交游戏发放的优惠券等权益在7天内进行下单的用户。	这个指标可以衍生出重要的CAC(Cost per Acquired Customer,获客成本）指标。含义是，每拉一个新买家，需要付出多少钱。从而衡量社交游戏是不是比地推等更有价值，在更高效地花钱获客。
	引导买家数	7天内下单用户量。	衍生CPB(Cost Per Buyer),每个买家要付出多少钱。
	引导订单数	7天内订单数量。	衍生CPO(Cost Per Order),每个订单要付出多少钱。
	Spend	总共支付的金额。整个社交游戏所有发出去并且核销的权益的金额总和。注意这里是要核销，未核销不计入成本。	衍生CPI(Cost Per Install),每带来一个新安装，需要付出多少钱。可能会有疑惑，新安装没有下订单，为什么要计算核销的金额？因为发放的权益，除了发给拉过来的新用户，还会发给利用自己社交圈进行分享的主动拉人的老用户。所以成本是老用户或新用户核销了优惠券，收获是带来了1个新用户。
	Loss	资损。这里并不是去计算“技术”带来的资损，而是我们给黑灰产发放了权益，这部分的资损。这个指标并不是越小越好，而是控制在一定区间。同时这个指标也可以衡量我们安全模型是否做得好。
社交裂变	PV	页面访问次数。Page Visit
	UV	用户访问次数。User Visit
	Share UV/PV	社交网络分享的次数。
	Return UV/PV	通过点击社交网络链接、扫描二维码等各种形式，回到APP的次数。
	K Factor	K因子。Return UV(PV)/Share UV(PV).这个指标越大越好，越大，说明只需要分享1次，就能够带来N个用户回流，1变N,裂变效率很高。如果指标小于1,说明要分享很多次才能带来1个回流用户，效率很低，那就要修改一下游戏设计了。
	Share Rate(SR)	人均分享次数。Share PV/Share UV.如果越高，说明用户越愿意分享，在拼命地玩游戏。
	Virus Index(VI)	病毒指标。K*SR。当VI<1时，社交裂变会终止。
其他指标	漏斗分析类	漏斗指的是，用户从进入APP,到完成游戏，每增加一步操作，就会减少很多用户量，就像一个漏斗一样。如何让漏斗变成水桶，尽量保证没有用户丢失，做大蛋糕。 当产品判断要不要增加或优化一个游戏步骤，看的就是这类指标。 分析漏斗就会涉及很多指标，根据业务自己需求去设定，比如： - 进入H5页面成功 - 分享成功 - 拉端成功 - 下载成功 - 游戏助力成功
	游戏优化类	用于复盘“优惠券是否设置得当”、“游戏环节是否顺畅”等，比如： - 多次玩游戏的UV - 每日平均参与游戏次数 - 带来的新安装／新买家参与游戏次数 - 领取了优惠券，却不去核销的比率 - 被push推送拉回来的UV

最重要的参数：DAU、K因子、New Install、New Buyer、CPI、CAC。

四、关键技术和解决方案

获取用户

有这些手段：

• 在午饭、晚饭期间，做推送push
• 增加一下poplayer之类的右下角小弹窗，类似拼多多
• 直接霸气要一个下方的icon,类似今日头条极速版
• 在社交媒体上，主动做社群，比如有助力的玩法，可以在社群里引导他们相互分享助力

黑灰产安全

• 黑产：工厂式薅羊毛。用无数台手机、无数个手机号、无数个垃圾账号，完成社交游戏，领取权益。完全是送钱。
• 灰产：个人式薅羊毛。比如同一台手机登陆两个账号互相分享助力。不遵循标准游戏流程，没有带来业务收益，但又没有太违反规则。

识别困境

真的能准确拦截作弊行为吗？

如果在一开始拦截作弊用户，可以有效防止薅羊毛行为，问题在于并不能很好地识别黑灰产。对于时间稍微长一点的玩法，比如签到积分换券、做任务领金币换券等，作弊用户可能会有一些异常行为，比如很多账号都是同一台手机登陆，可以及时发现并阻止。但是对于大促活动玩法，比如分享一次就能领一张券，操作太少，很难识别。

如果在最后领奖阶段拦截作弊用户，可以有效防止资损，但会带来舆情风险。比如一个遵守规则的用户，辛辛苦苦夜以继日签到一年，好不容易积累足够积分，被误杀为作弊用户，当他点击换券提示“无法兑换，账号可能有风险”，他的心情会是怎样的？如果是我，直接卸载APP再给个差评。

所以，我们需要在误杀率和漏杀率之间做一个权衡，既不让太多作弊用户薅羊毛浪费资金，也不要让太多正常用户寒了心。

引导价值

作弊用户真的就没有价值吗？

完全可以反过来利用他们。识别成作弊用户后，并不查杀，而是给一个极低价值的奖励（如果是黑盒玩法，用户不知道会得到什么奖励才能这样做），用极低的成本，让他们疯狂地把游戏的知名度扩大，也是一种付费给黑灰产，请他们帮助我们工作的方式。如果获取的权益还不足以支付电费，说不定就自行瓦解了。

控制资损

控制技术资损，不要因为技术问题导致被薅羊毛。比如以前经常听说的京东商品标错价格、拼多多1分钱充值100元话费，就会很难受。

1、对每个游戏玩法，梳理详细的业务流程图。

有助于根据流程去思考哪些环节容易出现资损。

2、发奖模块，面向失败编程。

如果参数传错传少传多了怎么办、如果金额传负数会怎么样、用double还是用BigDecimal、如果拿不到发奖配置怎么办、如果发奖时调用下游失败要不要重试、如果超时要不要重试、有没有做数据库uk幂等、你的下游有没有做数据库uk幂等、如果下游限流了怎么处理。

3、实时和T+1对账。

所有不符合游戏流程的，都有问题。“游戏落库奖励”一定和“优惠发放奖励”次数、面额、券ID完全一致；用户还没完成任务，就领到奖励，可能是抓到了我们的bug;用户不是新人，却领到了新人券，可能是作弊；用户签到的积分都是负数了，可能是积分兑券没有校验积分是否足够；用户应该领奖，却没有拿到奖励，那么应该补发。

对账能够保证业务没有出现非预期的异常逻辑，这些异常逻辑在开发的时候是很可能想不到的。举个例子，老用户邀请新用户，如果新用户下单并签收，双方都能得到奖励。正常逻辑可能是，如果用户签收并且超过了7天，不能退货，就给他发奖。但你在设计之初不会预料到，有的商品是30天内都可以退货，有的商品还能电话退货等等。这些千奇百怪的用户行为，都可以通过对账抓出来，及时修复。

4、异常监控告警

在资损前期，一般都会有异常的数据波动，这些可以及时告警出来。比如突然间领奖的人数多了很多、资金发放量多了很多、流量多了很多等等。虽然有可能是误报，可能是临近大促玩游戏拿券等大促消费的人多了起来，但这个是个重要止损的预警，值得花时间去判定是误报还是资损预兆。

5、止损降级

提前在所有环节做好止损降级开关。比如暂时不允许提现、暂时不允许开启新一轮游戏、暂时关闭前端入口、暂时关闭整个游戏等。这是最后的一道防线，迫不得已的时候，减少资损比下线游戏更重要。

6、配置校验

理解各国货币单位，做好运营的配置校验，保持认知一致。比如1到底是代表1元，还是代表1毛？这对一些动态面额优惠券、金币数量等运营配置参数非常重要。可以针对一些不可能出现的值，提前做好前后端校验，比如发放负数个金币、一次性发放超过1000元现金。

归因系统

主要问题是：如何识别到流量是怎么来的？

• 可以通过apple和google携带参数来识别
• 可以通过在APP内最后一次点击的页面是什么来识别
• 如果用户就是要乱来，比如就是不通过社交分享进来，而是自己打开应用商店去下载APP，那么就需要根据一些设备ID、网络IP来识别用户了

游戏疲劳

可以有这些手段：

• 大促期间，增加新颖的子玩法
• 更换文案、图片素材
• 做产品矩阵，也就是数量众多的社交游戏，总有一款能吸引

用户反馈

一定要收集用户在APP内、应用商店内的反馈。这样才能知道用户在哪个环节玩得不爽，或者是不是我们误杀了大量正常用户，或者用户有什么新的期待等等。用户反馈是最直接的降低舆情、优化产品的手段。

数据驱动

用数据来驱动产品优化方向，AB实验是个很重要的工具。

精细化用户运营

针对不同用户，可以给不同的游戏难度、奖励价值。比如新用户，就给低难度、高价值，从而更好地提升目标指标。甚至可以做成阶梯参数、动态参数，效果很好，花更低的成本，获取更多的指标提升。

玩法组件化

仔细分析玩法，可以发现有一些共同特点：

• 基础：任务、发奖、安全……
• 通用组件：组队、签到、推送、remindme、分享、商品推荐、好友推荐、答题、投票……
• 工具：AB实验、人群……

抽象化这些内容，排列组合，就能形成新玩法，快速迭代开发。

本地化

如果让欧洲人用筷子吃饭，他们是会难受的。不是所有用户都会接受游戏引导，所以要做好游戏的本地化，研究当地文化，结合文化推出社交游戏产品。

用户和关系网络

用户和关系网络是社交游戏运行的基础。

用户打标

• 裂变力：按分享能力去划分。分享能力强的用户，可以做一些额外奖励。
• 风险质量分：按用户质量去划分。拼命购物的用户，一般不太可能是黑灰产。
• 低活用户：引导他们去做分享，可以提高奖励

社交网络

• 社交网络使用图数据库来存储比较好，方便查询
• 社交数据来源有很多：APP站内好友、通讯录好友、一起玩过社交游戏的好友。如果有图数据库，甚至可以搜索二度、三度好友。这些好友可以用于好友推荐，比如根据手机号是否注册APP,判断通讯录中哪些好友还没安装过APP,就提示用户去拉他安装，可以根据好友质量提供不同奖励。

法律风险

邀请专业的法律团队拟定协议，让用户开始玩游戏之前就接受协议，从而规避法律风险。尤其是：

• 需要用户上传通讯录
• 因为精细化运营，或者在做AB实验，发放的奖励和声明不一致
• 完成游戏有可能不发奖／当天奖励有限额超过了不发奖
• 游戏下线后积分归0不做补偿

社交游戏的法律问题会有很多，需要专业团队针对所有场景进行分析，拟定对应的游戏协议，提前让用户同意，避免不必要的纠纷。

心理学

社交游戏，还需要掌握一些心理学知识，以优化游戏吸引力。例如：

• 损失厌恶：人们面对同样数量的收益和损失时，认为损失更加令他们难以忍受。那么对于签到游戏，就可以设计“当7天不来签到，就将积分清零”这样的产品逻辑。
• 竞争欲望：人们在有人竞争的情况下，会比独立做事更有激情。那么对于分享游戏，就可以设计“全球分享排行榜”这样的机制，刺激玩家不断游戏。