用户旅程使用建议

一、使用方式

STEP1：配置自定义埋点与用户旅程

具体内容可查阅用户旅程分析

STEP2：查询用户旅程数据

• 进入Playturbo-创意洞察-试玩素材交互分析-用户旅程分析；

• 搜索框内输入项目关键词（产品名、版本名等），找到对应项目；

• 选择有投放数据的日期范围后，旅程图将自动在下方展示

具体内容可查阅用户旅程分析

STEP3：分析用户旅程数据，定位优化空间

💡进入用户旅程分析界面后，可以通过以下4个核心指标对素材进行诊断：

用户旅程指标	定义	数据解读方式
到达数	=触发了该action的用户总数；	到达数/到达率低，说明多数用户未抵达该节点，没有体验该action的内容；原因可能为没有选择该剧情分支、在前面步骤已流失、或前面步骤已跳转等；
流转到下一节点数	=触发该action后，还触发了其他action的用户数量；	流转到下一节点数高，代表多数用户没有在该步骤离开试玩，可能与该部分对用户吸引力高、理解成本低等因素相关； 流转到下一节点数低，代表多数用户没有继续试玩；应当改为关注该action的流失数和跳转数指标，了解具体原因；
流失数	=触发该action后，没有触发其他action或触发跳转的用户数量；	流失数/流失率高，代表多数用户在该步骤停止交互，可能为试玩动力不足、无法理解试玩内容等原因导致；
跳转数	=触发该action后至下个action前，跳转商店的用户数量； *跳转后的触发的其他事件不会计入旅程统计；	跳转数/跳转率高，说明该action后的跳转机制有正常生效，且多数用户成功跳转了商店； 对于跳转操作相关的action，如果跳转数/跳转率低，可能为诱导机制理解成本过高、没有吸引力等原因，导致玩家没有做出触发跳转的操作；

💡不同Action与指标之间，关联的规则如下：

• Action N到达数 = [所有可以抵达Action N的其他action]的[流转到下一节点数]之和

• Action N到达数= Action N 流失数+ Action N 跳转数 + Action N 流转到下一节点数

二、案例分析

接下来，我们以【丧尸塔防】这条可玩素材为案例，进行用户旅程分析

1.案例预览

手机试玩效果最佳	竖屏	横屏
扫码试玩	点击试玩	点击试玩

2.用户旅程图

在本案例的项目中，我们设置了以下自定义埋点：

Action1：首次拖拽武器；

Action2：首次成功放置武器；

Action3：第二次成功放置武器

Action4：游戏胜利；

Action5：胜利页点击CTA

Action6：敌人抵达我方基地；

Action7：游戏失败；

Action8：失败页点击重新挑战

由此，在配置用户旅程后，得到了如下用户旅程图：

当前案例的用户旅程图

3.分析思路概括

从整体到局部：

1）整体：纵观核心试玩流程相关的所有Action——流失最严重的节点为Action2，流失率为30%

2）局部：

• 开头引导——Action1流转到下一节点数高，占比99.5%

• 中途互动——Action2流失数高，流失率为30%

• 不同结局——Action4(胜利结局)和Action6/7(失败结局)，到达数差异大；Action4→Action5(胜利结局)和Action7→Action8(失败结局)，跳转数有差异

接下来，我们具体展开分析

4.具体内容分析

1）Part1：Action1流转到下一节点数高

【相关指标】：流转到下一节点数

【优化维度】：开头引导

【数据含义】：1000个开始拖拽武器的用户，99.5%都成功放置了武器

【结论】：无须优化开头引导

• 放置功能正常生效；

• 放置指引清晰，基本不存在用户误解操作方式的情况；

• 用户有欲望体验放置武器后的效果，极少有操作到一半时放弃或退出的情况；

2）Part2：Action2流失数高

【相关指标】：流失数

【优化维度】：中途互动

【数据含义】：

• 试玩过程中，流失最严重的节点为Action2，流失率为30%；

• 说明首次成功放置武器后，30%玩家没有继续交互；

【结论】：用户中途的试玩动力需要优化

• 可能为操作步骤数过多、玩法理解成本高、内容趣味性低、操作反馈较弱等原因；

• 对于本案例，Action2不存在新增游戏规则、且Action2前操作仅有1步；因此推测流失率高的主要原因为两方面：

  • 1）内容存在重复性，导致新鲜感与趣味性下降；

  • 2）操作反馈弱，用户未获得预期的射击爽感，无动力继续体验；

3）Part3：胜利和失败结局，到达数差异大

【相关指标】：到达数

【优化维度】：游戏难度

【数据含义】：

• 游戏很难胜利：300个第二次放置武器（Action3）后继续试玩的用户中，只有100个抵达胜利页面（Action4），300个进入濒临失败的状态（Action6）；

• 濒临失败但仍然继续互动的350个玩家，没有人成功挽回局面，350人全部进入了失败页（Action7）

【结论】：游戏难度过高，需考虑降低难度

• 失败数远高于胜利数；

• 需要结合后续Action的数据判断，如果失败结局的跳转效果不如胜利结局，是否需要调低难度，让更多用户胜利；

*注：Action6到达数>300，因为Action3之外还有其他Action也可以流转到Action6；

4）Part4：胜利和失败结局，跳转效果有差异

【相关指标】：流转到下一节点数、跳转数

【优化维度】：结束页诱导效果

【数据含义】：

• 抵达失败页的用户，约有43%（14.3%+28.6%）直接跳转、或以点击重新挑战按钮（CTA）的形式跳转；

• 抵达胜利页的用户，约有75%（50%+25%）直接跳转、或以点击CTA按钮的形式跳转；

【结论】：提高抵达胜利结局的概率、或者强化失败页的诱导力度，能提高试玩整体的跳转数据

• 胜利结局对比失败结局，整体的诱导效果更好；

失败结局

胜利结局

5.问题总结&优化策略

结合以上分析，我们可以得出如下结论：

1）素材核心问题

• 问题1：首次成功放置武器后，有较多用户试玩动力不足，导致流失；

• 问题2：游戏难度较高，失败数高于胜利数，且失败页诱导效果不佳；

2）优化策略

【问题1】

• 当前3种武器外观和攻击方式比较雷同，可通过拉开武器差异或增加猎奇武器的方式，增添趣味性，提升用户尝试继续放置武器的动力；

• 当前杀敌反馈平淡，可强化射击特效或添加combo统计效果，提升操作爽感，让用户在成就感驱动下继续交互；

【问题2】

• 考虑胜利页跳转效果较好，可通过降低敌人HP和攻击力等方式，降低游戏难度，提升胜利概率；

• 同时，可以加强失败页的诱导力度，让失败的用户也有更高概率跳转商店，如设置挑衅文案