《运营直通车》栏目是数数科技专为游戏运营开设的内容专栏。
在这里，我们传递由多年项目经验构筑的运营方法论，定期刷新运营各模块的知识点，既有科班硬技术，也有实战“野路子”。不讲黑话、只谈干货；少走弯路、直通业务。运营直通车陪你一起拓宽认知边界、探索运营未来。
温馨提示：
本篇阅读时长：10-15 mins
适宜阅读人群：商业化运营、策划、研发
本期主题：真正驱动付费的礼包推送方案
运营直通车的第二期以商业化为主题，为你梳理让用户“爱花钱”同时还“花得爽”的超牛商业化设计（第一期：圈内20多年的运营老鸟，终于说了点真经验）。
滴水穿石非一日之功，但活跃付费皆有迹可循。想持续刺激用户消费、让专业氪金的大佬花得爽、让纯肝党有付费欲，都绝非靠大量推送礼包就可达成的目标，但按照下面的逻辑按图索骥，也并非难事。
首先，我们可以把需求简单分成 4 个步骤：第一，商业化运营要探究当前玩家在游戏内的付费行为；其次，对比其他行为，找到其中存在较高相关性的部分；基于上述 2 步在商业化层面做针对性调整；最后实时评估效果，提升用户付费体验。现在，请让我们以 SLG 为实战案例，进入产品上线安卓/iOS 3 个月的具体场景中来依次讨论礼包推送的精细化技巧。
PS：相信运营们只要按照下方最新的 4 步 SOP 来复盘自己当前的工作，就会有收获，若有不同意见，欢迎留言讨论哦！
学会偷懒，
高效分析玩家行为
步骤一，我们需要针对提升商业化付费的目标，从数据分析的角度对玩家在游戏内的行为做出分析，但这不是一项复杂的工作。
玩家在游戏内的行为是各种各样的，如果运营要对所有的行为都进行分析那无异于舍本逐末。从和付费的相关性来看，其实可以初步判断出 2 大类和付费存在强关联的行为。
首先是养成行为，也就是玩家在游戏内升级英雄、强化装备、提升星级等对养成系统进行培养操作的行为。这些行为能反映出玩家对养成的追求。要知道免费投放的材料是有限的，而更多的养成材料依赖于付费投放，因此玩家在产生这类行为之后，就会天然存在付费购买更多养成材料的需求。
第二类是玩法行为，玩家在游戏内参与 PVP、PVE 等存在竞争对抗的玩法时，往往面临着战力验证、对抗压力的挑战，这些玩家会寻求变强的手段，而付费提升无疑最为立竿见影，因此这类行为也很可能刺激用户完成付费。
接下来，运营们就可以基于这 2 类行为展开分析（其他类型的行为对付费的驱动其实并不显著，大家也可以使用数数科技 TE 系统中的归因模型进行探索）。
分析思路
在对养成行为与玩法行为作出初步定位后，我们需要在分析思路上聚焦 4 个问题
针对这 4 个问题，我们逐步进行拆解。第一，以 SLG 为例，我们可以按照下方的框架来进行梳理 2 大类用户行为：
如上图，养成类行为可以按不同的养成系统及其细分的培养类型做二级拆分；玩法类行为应该按照单人/多人划分，然后再按照对抗对象（系统/玩家）分类，最后将已有的玩法结合特点，归到对应的类别里面。
通过这样的梳理，我们可以全面地将玩家在游戏内的养成和玩法行为做好盘点，这样的分类逻辑与游戏付费、玩法设计高度贴合，既方便接下来的分析，也可以为后续优化提供一定的指导。
第二，玩家的付费内容也要进行分类，否则在分析时就会对玩家行为背后具体买到的商品非常模糊，无法摸清氪金背后商品道具的共性，因而不利于最终制定优化策略。如果按照上图的养成系统分类，可以大致将付费内容分为下面 5 种：
如果你的产品以数值成长为主，那么不管玩家是因为何种原因付费，最终都是要落到各个养成系统上，如果后期我们判定产品有优化付费的空间，那么按照这个梳理的逻辑，也能更快地定位到具体的养成系统上。
第三，选择分析方法时，核心逻辑是对玩家付费行为归因。归因模式上，常见的有首次归因、末次归因、线性归因，具体到当前这个场景，建议选择末次归因，理由如下：
1. 一般玩法行为和养成行为不会在同时发生，因为玩法需要沉浸体验，不宜进行系统培养，且短时间的爆发性培养除了超 R 之外对战斗力的提升有限，可以将两类行为看作相互独立的部分，不考虑对二者做线性归因分析。
2. 每个养成系统的培养行为、每个玩法的行为之间，可以看做是独立的，例玩家培养武将时，有较大可能去增加武将相关的付费，但不大可能做天赋相关的付费。每一细分类别的行为之间也可以独立分析，暂不需探究相互之间线性关系。
3. 当前更关注这些行为和付费的关联，当玩家发生多次同类别养成或玩法行为时，可初步假设是距付费动作最近的一次行为驱动的结果，先基于此进行分析（例外的情况后面再讲）。
最后，就是对用户样本的选择。因为该游戏已上线 3 个月，全量用户包含了不同生命周期，选择样本时可以优先选择新增集中、前端数据相对稳定的用户，通过生命周期天数对齐用户行为，避免不同阶段用户混在一起影响分析；同时非付费用户不存在付费转化，所以只需要验证付费用户数据即可。当然，规避版本、活动等方面的重大调整节点的基础内容不再赘述。
综上，我们简单总结下分析思路：对我们关注的用户行为和付费内容进行系统化分类，选择末次归因的方法，选择同一生命周期中付费用户的行为数据进行分析。
分析验证
接下来到分析验证阶段。从整个分析思路看，涉及的分析工作内容是比较多的，以下我们将抽取其中的一部分作为示例进阐述。
基于玩家养成行为分析，我们以武将培养相关的行为为例，直接看数数科技 TE 系统中对报表的配置：
左图在归因方式上选择末次归因；窗口期表示归因事件发生后多久时间内的转化有效，这里是一个经验值，即玩家在培养武将之后的30分钟内，如果产生了武将相关付费，认为是由该培养行为驱动。这个时长也可以调整后再做观察；目标事件中选充值事件，这里主要验证行为的关联性，因此使用总次数作为指标，也可以基于付费贡献，使用充值金额作为指标；归因事件选择武将培养事件，即玩家培养武将的行为；生命周期限定同生命周期，避免用户行为差异影响结果；累充金额过滤掉非付费用户。
充值事件里面，根据前文思路只筛选武将相关的付费事件。这个字段可以通过数数科技TE系统中数据表的方式实现。接下来就可以看到结果数据：
有效触发率只有 3.65%，因为绝大多数情况下用户培养武将后并不会进行相关付费，如果这个数值高就说明游戏的付费已经好到爆炸(可以在后续验证中观测对应礼包的购买率，如果对比大部分活动有显著提升，即可说明基于此的精细化付费推送有效)。
从贡献度来看，也就是从所有付费行为的前置行为角度分析，可以发现数据特征十分显著：在 80%的付费行为前，玩家都有做过武将相关的培养操作，因此可判定玩家进行武将培养的操作后，确实存在较强的付费需求和冲动，这个场景下，如果正好有匹配玩家付费能力和培养偏好的武将付费礼包，从理论上来说，既可以提升用户付费体验，也可以提升游戏付费。
至此，我们花了不少精力去梳理分析思路，可以发现正是得益于前面的准备工作，当这个数据特征展现在我们眼前时，初步的解决思路也已经有了。磨刀不误砍柴工，不外如是。
接下来在玩法行为上面，我们以数数科技 TE 系统的报表配置为例来进行分析。
此处具体的配置说明，文章中不再重点讲述，如有疑问可在下方评论区交流，由数数科技给出详细解释。
这里没有选择特定养成线的付费内容，是因为不同用户本身的成长差异大，付费需求不集中，就很可能会购买不同的付费内容。从数据结果看，有效触发率依然很低；而从付费次数的贡献度看，这里的数据并没有养成行为那么显著，但依然有 26% 的用户是经由玩法活动驱动产生了付费。
其他玩法行为的分析方法于此类似，这里就不再重复，大家可以结合自身产品情况做进一步的尝试和探索。
至此，我们对于玩家行为的分析就告一段落。通过以上数据可以得到验证，在这个游戏里面，玩家产生养成行为和玩法行为后确实会有付费需求，且养成行为的付费刺激会更加显著。那么，接下来的优化思路就是在合适的时机，通过一定方式，给用户推送匹配的付费内容/礼包，总结下来，就是在对的时间，对的地点，触达对的人，以此提升付费。
1000个用户，
就有1000个消费的可能
每一个用户都有消费的欲望，如果没有，那很可能是没有及时与他的行为匹配，推送了并不合适的付费内容。
1000 个用户，就有1000 个消费的可能，关键是，我们如何才能尽量“不放过”每一个消费的节点，同时让用户“花得爽”？
这 4 个问题其实可以分别归纳为场景梳理、用户分层、礼包设计和功能实现，接下来做详细解读（都读到这了，这么干货的SOP，赶紧分享收藏吧）。
场景梳理
根据行为本身，我们可以确定对玩家做干预的时机。如果运营将场景做的更加丰富，玩家的体验也会更加丰富。
在养成行为角度，可以划分出三类场景：
1. 当玩家养成达到指定节点时（如武将升级到 3/5/8 级），给予针对性的付费礼包，可按照数值投放的节奏来灵活调整，原则上不宜太密集，给玩家造成付费压力，但也不宜太稀疏，避免感知不强。
2. 当玩家材料不足时（如距离下个星数还缺些碎片），正好可以给一些包含碎片的礼包。
3. 诸如建筑、科技、造兵、治疗等需要加速消耗道具的场景，当玩家大量消耗时，说明需求强烈，可以针对性给一些加速道具礼包。
相应的，在玩法行为方面也可以大致分为三类：一是在玩法中失败受挫时，可能会有变强的诉求，此时可以作为一个触发场景；二是某些需要消耗体力的玩法当玩家多次重复参与体力消耗达到一定阈值时，也可以给付费体力礼包（这里要注意频率，避免玩家过肝造成体验负担）；三是存在战斗损失的玩法里（如抢夺据点、攻打基地），当玩家的资源、兵产生严重损失时，既可推免费礼包弥补损失，也可以给高性价比的付费礼包用于战力恢复。
本节划重点如下：
用户分层
用户分层的核心目的是匹配不同玩家的付费能力，从而提升其付费体验，因此切入点还是在用户付费上。
一般而言，对用户进行付费分层都是基于玩家某周期内的累计付费进行统计，但是，当前这个场景下，用这种方式显然不合适（如累充5000的玩家，给他推送多大额度的礼包，累充与礼包价格这二者间不存在强关联）；另外，用户的付费习惯是动态变化的，两个同样累充5000的玩家一个可能近期付费下滑，另一个付费爆发强，明显不应该匹配相同金额的付费内容。
因此，商业化运营可以换一种思路。基于玩家在过去一段时间内的付费行为进行分层，假如某用户过去 7 天充值 1500，单笔最低 30 元，最高 648 元，那么此时是不是就一定要推648元的礼包呢？答案其实不一定，我们既可以选择在这个基础上向降一档来拉低付费门槛，也可以直接按这个金额推送礼包。
也就是说，运营同学可以基于用户过去一段时间的付费行为，按照其单笔付费的最大值来初步确定推送礼包的价格，以期更好匹配用户近期的付费习惯，提升用户付费体验，也提升购买率。至于统计周期的长短则可以灵活调整，建议按照商业化活动节奏去推敲，若游戏内的重大商业化活动 2 周一次，那么用户付费就也许会呈现出 2 周一次的爆发，此时付费行为的统计周期设置为最近 14 天也会比较合适。
这里还有个特殊的情况，若玩家最近14天都没有付费的话，该如何确认这个价格？一种处理方式是给他一个小额度礼包来促进付费唤醒，当然这种礼包的频率要限制，避免玩家可以长期高频买到额外性价比的礼包。
本节划重点如下：
礼包设计
根据不同场景作出用户分层之后，重头戏就落在如何给对的人推送对的礼包上了，包括礼包的内容、价格、性价比、显示时长等。
首先是礼包内容。礼包的核心道具要贴近场景，比如武将升级的场景要投武将经验，避免通过其他道具做过度的价值填充，导致礼包里面的武将经验过少、用户无感。对于玩法场景中用户付费需求不集中的问题，我们可以在礼包内设置自选宝箱，玩家购买后可按需选择开启宝箱获得的道具，这样就可以给玩家更大的自由度（这也就意味着我们要为不同的场景配置不同的礼包）。
其次是礼包价格。不需要包含全部的价格档位，建议做一定区分即可，若游戏内有 60 和 68 两个金额档位，那在设计个性化礼包的时候，选择其中一档就行。
礼包的性价比方面，横向可以对比同期其他礼包，然后制定较高的性价比保证吸引力（小额礼包因为主要面向中小R，性价比可以更高，大R对性价比相对没那么敏感）；纵向要结合各养成系统的数值投放节奏，做周期性的性价比数值梯度，如 1-30 天 110% 性价比，31-90 天 120% 性价比，以此保证持续的付费吸引。
设置礼包显示的有效时长，可以营造稀缺感，同时避免持续触达的礼包出现堆积，礼包本身是为了即时响应用户需求。运营可以结合礼包性价比做梯度设置，如高性价比的礼包仅显示 2 小时，性价比略低的，显示 6 小时。
本节划重点如下：
功能实现
读到这里，你应该已经了解到，提升付费要针对的并不仅仅是游戏中的氪金大佬，而是“不放过”每一个有潜在付费机会的用户，但精细化的推送背后往往也意味着更多的梳理与思考，如何快速、高效地实现上述商业化流程，对于常常加班的运营们而言就变得非常重要了。
数数科技 TE 系统中的运营模块，因为与数据分析模块深度绑定，所以确实能够快速实现精细化礼包推送的功能（虽是广告，但很真诚）。在礼包推送的部分，TE 系统其实主要包含以下几个环节的功能，我们拆开来讲：
1. 用户圈选（速速找到对的人）：基于用户生命周期等属性和用户养成、玩法、付费行为，对目标用户进行圈选，这部分功能在前期做好日志埋点的情况下通过 TE 系统就可以快速的完成。
（图为 TE 系统中对圈选用户的设置）
2. 触达通道（精准选择对的方式）：我们定制的个性化礼包，如何到达用户的手机上？通过数数科技 TE 系统在游戏侧的接口及配置好的相关参数，可以快速完成数据下发。其中 TE 的漏斗事件也可以方便运营在之后更加快速地观察到相关礼包的购买转化效果。
（TE 系统，用对的方式设置对的内容）
3. 礼包展示（对的包装，足够个性化）：游戏侧接收到消息之后，如何将礼包展示给玩家，就需要游戏客户端做相关的逻辑处理，这部分功能相对简单，这里不再展开。
4. 效果验证（对的策略，实时反馈对的效果）运营配置的精细化礼包是否有效，我们能否实时根据动态数据，实时地调整礼包时机、定价等配置？TE 系统其实也提供了和每个推送策略深度绑定的自定义数据指标，及时验证效果、方便迭代调优。
（图为 大R 拉收效果示例）
综合以上几个部分，我们其实围绕解决思路的各个环节都做了深入的分析，接下来，拿到 SOP 的运营就可以将上述的步骤组合起来，来看看具体的方案如何落地了。
了解数数科技TE系统运营模块内容
深入学习礼包精细化配置流程，推演付费思路
先来复习一下，为了让用户在良好的体验中持续付费，我们的运营思路从找到正确的玩家付费行为、做好付费内容拆解开始，到定制商业化策略时的场景梳理，再到用户圈选、确认触达通道及礼包展示方式，以及效果验证的优化迭代，这一套分析思路涉及的内容确实非常多，那具体到落地层面，又应该如何确定每一条推送礼包的规则，进而搭建一整套的策略体系呢？
我们直接上案例，还是以这个SLG游戏为例，以下展示部分策略，其他策略按照上述思路完善即可。
按照上面的思路，首先左侧养成线列里确定了整体的架构（即每个养成系统都可以搭建对应的策略矩阵）；绿色底为用户分层策略，结合开服天数(也就是服务器生命周期)和用户过去 14 天付费习惯，对用户进行分层；蓝色底为具体的内容配置策略，定义了具体的触发场景、礼包内容、价格、性价比等信息。这样我们就可以按照这个形式，系统性梳理其他各条养成系统的精细化礼包推送的策略，为产品搭建一个完整的策略矩阵。
上图每一行的策略，在数数科技 TE 系统内进行配置的时候，大致如下图所示，配合起来看可以更方便大家理解(仅展示核心部分内容)：
配置完成之后经过审批，就可以上线执行推送，后续调整也很灵活。到这里，我们就完成了从策略设计到落地游戏内的整个礼包精细化推送步骤。
效果验证
策略上线之后，成熟的运营懂得持续关注实际的效果，这里我们取一个 648 档位的精细化礼包推送数据，做一个简单的介绍：
图片依旧为数数科技 TE 系统后台
从图中 TE 系统展示的数据可知，前期 大R 对武将的追求强、付费转化极高，效果看起来是很不错的。
但是，这是从单个任务来看，我们还可以从整体上进行对比，在开始做精细化礼包推送之后，阶段性去看全局付费有怎样的增长。
最后，在效果评估这里也建议大家在大量推送前可以借助 TE 系统的 A/B Test功能，做不同礼包策略的效果测试。
对于很多运营而言，A/B Test 需要花费的时间比较长，同时要做的思考也相对复杂，但其实 TE 系统的 A/B Test 可以非常便捷的帮助大家筛选出最优方案，同时可以自动实现对目标用户的全量推送。
PS： 文中所有数据为模拟数据。
了解 TE 系统运营模块
深入学习礼包精细化配置流程，推演付费思路
数数科技《运营直通车》专栏
本期文章介绍了礼包的精细化解决方案及案例，用娓娓道来的方式（小编个人的赞美）梳理了个性化礼包策略从制定到落地的完整流程。无论是前期针对场景需求所讲的数据分析思路、分析验证方式还是针对不同场景所做的用户分层，都为精细化礼包的设计提供了足够的“底气”，真正能够让用户“花得爽”的礼包，一定是经过层层考量，能够从玩家视角上提供共情与陪伴的。
希望这样的讲解，能够为同时也是玩家的各位游戏人带来一丝新的启发与思考，精细化运营的道路仍然任重道远，但多做一点思考、多承担一些梳理的工作，也许就会让作为运营的我们，收获更多的成长。
本期文章作者：数数科技分析师·帅气且智慧的阳哥（人在广州办公室，欢迎面基）
下期内容预告：指引用户付费的超实战案例
下期发布时间：11月上旬，敬请期待
PS：本文内容及图片均为原创，期待不同观点碰撞，商业盗用必究。
如果你有想要了解的业务方向或知识点，欢迎在评论区留言催更！
专栏持续更新中
运营直通车，首期内容点击下方跳转阅读
8000字，28图
