云游戏用户流失分析:为什么用户不留下 Why Users Don't Stay — The Cloud Gaming Churn Funnel
流失不是一道坎,是七道小门槛的乘法:0.8 的六次方只剩 0.26,而你的后台只看到一个 UV
为什么“留存”才是云游戏的第一块基石
去年帮一个团队看他们的云游戏产品,数据挺漂亮:注册用户 80 万,月活 12 万。老板问我,我们实测延迟 42 毫秒,行业里算什么水平?
我说,你先别管 42 毫秒。你先告诉我,那 68 万个没来第二次的人,是在哪一步走掉的。
会议室安静了三秒。
这话听着刻薄,我是认真的。延迟当然重要,它是这个系列从第 03 篇一路讲到第 09 篇的东西,也是整个云游戏技术栈最难啃的骨头。可如果你把流失当成“延迟问题”,你大概会花半年优化 8 毫秒,然后发现次月留存动了 0.4 个百分点——那种感觉,就像给一辆漏油的车换了个更亮的车灯。
流失从来不是一个原因,是一堆小门槛的乘积。
100 个人点了你的广告进来。落地页看不懂,剩 80。要注册,剩 60。要绑支付,剩 45。排队 90 秒,剩 30。首帧花了 25 秒,剩 24。第一局中间卡了三次,剩 15。玩完发现想玩的那款不在库里,剩 6。
你以为你有一个“延迟问题”,其实你有一堆 0.8 相乘的问题。0.8 的六次方是 0.26。
还有一句更扎心的:本地游戏的对手是“别的游戏”,云游戏的对手是“玩家家里那台已经买过的机器”。前者你要赢的是同行的内容,后者你要赢的是零成本、零延迟、零月费的既有事实。这是一场天生逆风的仗,你不可能靠单点突破赢,只能靠把每一处摩擦都磨平。
下面分四层拆。从第一次点击,到第一百次点击。
第1层:首次会话漏斗——摩擦是乘法,不是加法
业内给这个环节起过很多名字,我习惯叫它“首次会话成功率”:一个陌生人从看见你的入口,到真正在一局游戏里按下第一个键,中间不漏人。
这道漏斗跟本地游戏完全不一样。本地游戏你只要让他下载完,他就一定玩得上。云游戏不是——他在“玩上”之前,要跟你的账号系统、支付系统、调度系统、编码器、网络协商依次打一遍交道。每一环都是一个可以体面地放弃你的机会。
玩家在等待时脑子里在想什么
玩家等的时候,心里有个隐形计时器。10 秒以内,他觉得正常;10 到 30 秒,他开始怀疑是不是自己网络有问题;30 秒以上,手指已经在右上角了。黑屏超过 5 秒,绝大多数人会直接判断“坏了”。
这不是耐心问题,是反馈问题。人分不清“正在加载”和“已经死掉”,所以他会选那个更安全的答案。
说个我自己翻过的车。有次我们为了省 300 毫秒首帧时间,把加载动画砍成一个静态 logo,觉得挺聪明。上线后首会话放弃率涨了 4 个点。原因特别朴素:画面不动了,人以为卡死了。后来我们把动画加回去,还加了一行“正在为你准备第 3 台服务器”,数据回来了一半还多。
一句话能给黑屏加个心跳,比你多买 20% 带宽救回来的人多。这个教训我记了很多年。
七道门,一道都不能漏
| 环节 | 玩家心里在想 | 建议留存 | 现实常见值 | 不达标的第一嫌疑 |
|---|---|---|---|---|
| 落地页 → 理解这是什么 | “这是游戏还是广告?” | ≥ 90% | 70%–85% | 文案在讲技术,没讲游戏 |
| 理解 → 完成注册登录 | “又要注册?” | ≥ 85% | 60%–80% | 第三方登录没接全 |
| 登录 → 进入可玩状态 | “要付钱吗?” | ≥ 80% | 50%–75% | 强制绑卡、强制订阅 |
| 排队 / 实例开机 | “还要等多久?” | ≥ 90%(P95 < 60s) | 60%–90% | 实例池预留不足 |
| 握手 → 首帧 | “黑屏了,是不是坏了” | ≥ 97% | 85%–95% | 编码器冷启动、协商重试 |
| 首 60 秒稳定 | “别卡别卡别卡” | ≥ 95% | 80%–92% | 首帧码率过冲,ABR 还没收敛 |
| 首次会话结束 → 24 小时内二次打开 | “好像还行” | ≥ 40% | 15%–30% | 内容不匹配、没有下次的钩子 |
案例:《堡垒之夜》与那次“拆墙”
2022 年 5 月,微软在 xbox.com/play 上把《堡垒之夜》放了出来——不用 Game Pass Ultimate,不用下载,手机浏览器打开就玩。这是云游戏史上第一次,一个大厂主动把自己的订阅墙拆了。
为什么这一手这么狠?因为它一次砍掉了三道门。原本 xCloud 的路径是:看到广告 → 注册微软账号 → 订阅 Game Pass Ultimate(十几美元一个月)→ 装 App → 配对手柄 → 排队 → 玩。砍完之后变成:看到 → 用 Epic 账号登录 → 玩。
设计意图很清楚:云游戏最大的敌人不是索尼,不是 NVIDIA,是“没试过”。你让一个从没接触过云游戏的人为一件他没验证过的事付月费,这不叫转化,这叫赌博。《堡垒之夜》这种量级的免费游戏,本身就是最好的试玩装。
收益也很直白:它成了当时网页端最大的云游戏入口之一。代价呢?成本全压在微软身上——免费玩家的算力是真金白银,你得赌长期转化,而且赌的是别人家的游戏能把你的人留住。这笔账,只有平台级玩家算得动。
反过来看 Stadia 的首发。2019 年 11 月上线,一个想“试试云游戏”的人要怎么办?先花 129 美元买 Founder's Edition(手柄加 Chromecast),再全价买一款游戏——注意是单买,不是订阅库——再订阅 Pro 才有 4K。三道门,每一道都在问同一句话:你确定吗?
而它给出的答卷,在当时不少评测里是“1440p 上采样到 4K”。这就很致命了。用户不是不接受新东西,用户不接受“我付了溢价还拿到折价”。补一句公道话,Stadia 的免费层 2020 年就开了,点链接直接进游戏、状态迁移这些事它当年做得比谁都早。但漏斗的第一印象只有一次机会,而它把这一次用在了最贵的入口上。
顺便说个国内被低估的操作:很多平台不单独做 App,而是把云游戏塞进已有的超级 App——运营商客户端、视频 App、手机厂商的应用商店。这一下“注册”这道门就没了,用户本来就在这个账号体系里。用存量流量换首连成功率,成本极低,效果好得不像话。
第2层:延迟偏差比延迟本身更杀伤
这一层我要抛一个反直觉的判断:玩家骂的从来不是延迟,是落空。
他上一次玩这款游戏,是在自己家的主机上,手柄到画面 60 毫秒。现在你给他 90 毫秒。你给他的不是“一个 90 毫秒的体验”,是“一个比记忆差 30 毫秒的体验”。绝对值是技术指标,差值是情绪指标。
而且这个差值在第一次会话里会被放大得特别厉害。人对第一次的记忆是刻录,对第一百次是缓存。他第一局如果觉得“这枪不对”,这个印象会跟着他很久,而且他会讲给别人听——讲的时候还会加一句“我试过了,不行”。
所以云游戏的延迟管理,本质上不是工程问题,是期望管理。你得让玩家的基线落在你的能力范围里,而不是让他拿本地主机当尺子量你。
真正让人难受的是“卡的那一下”
还有个更隐蔽的东西:抖动。玩家感知不到平均值,他感知的是突然卡住的那一下。一个平均 40 毫秒、P95 到 120 毫秒的连接,体验远差于稳定的 60 毫秒。
因为前者会让玩家在关键时刻失去控制感。而失控比慢难受十倍——慢了你知道要提前半拍,失控了你不知道下一次会不会更糟。这就是第 09 篇里讲的抖动缓冲区两难,落到留存上就一句话:稳定压过快。
| 品类 | 可接受端到端延迟(含显示) | 崩溃阈值 | 抖动容忍 | 说明 |
|---|---|---|---|---|
| 回合制、卡牌、自走棋 | ≤ 150ms | 250ms | 高 | 云游戏最友好的品类,可以优先铺 |
| MMORPG、开放世界 | ≤ 100ms | 180ms | 中 | 战斗手感敏感度中等 |
| 平台跳跃、动作 | ≤ 70ms | 120ms | 中低 | 判定窗口通常 3 到 5 帧 |
| MOBA | ≤ 60ms | 100ms | 低 | 技能预判靠肌肉记忆 |
| 竞技射击 | ≤ 45ms | 80ms | 极低 | 玩家基线是 144Hz 本地屏 |
| 音游、格斗 | ≤ 35ms | 60ms | 极低 | 这两类基本别碰云,别硬上 |
这张表里没有物理定律,全是经验区间,各家测得不一样。但它有个用处:你可以拿它反推你的内容策略。如果一个平台的延迟底线就是 60 毫秒,那它最该做的不是死磕射击游戏,而是把回合制、策略、RPG 这些品类做到极致。用劣势品类去拉新,是最贵的一种流失制造方式。
案例:GeForce NOW 把“等待”明码标了价
GeForce NOW 是个特别诚实的样本。免费层给 1 小时会话加排队,Priority 层 6 小时免排队,Ultimate 层 8 小时加顶配机器。它把摩擦直接标价了。
好处是坦诚:它不假装免费层和付费层体验一样,用户心里有数,不会觉得被骗。坏处也很明显——它把流失提前到了“排队”那一步。一个下班回家想打两把的人,看到“前面还有 340 位”,他会干嘛?打开视频网站看别人打。这一走,可能就再没回来过。
我不认为这个设计是错的,免费层本来就是转化池,不是留存池。但它揭示了一个结构性问题:云游戏的“等待”其实有两种。一种是毫秒级的技术延迟,一种是分钟级的资源等待。后者对留存的杀伤力是前者的几百倍——因为前者发生时用户在玩,后者发生时用户在看进度条。人看着进度条的时候,是全世界最容易变心的时候。
案例:Stadia 那个被嘲笑的“负延迟”
2019 年 GDC,Google 讲了个概念叫“负延迟”,说用预测渲染把响应做到比本地还快。这话在技术圈被嘲了整整一年。
被嘲的不是技术本身。预测加回滚确实是云游戏的正经方向,你们在第 29 篇还会看到它跟神经科学扯上关系。被嘲的是话说得太满。
期望管理是有复利的。你承诺 4K 交付 1440p,用户记住的不是“1440p 其实也还行”,是“你骗我”。等你三年后真做到了,他人已经不在了。这件事的教训特别贵:云游戏的营销话术,必须永远比技术指标低半档,宁可让人惊喜,不要让人对账。
第3层:内容库缺位——玩家不是为“流”来的
这一层最容易被技术团队忽视,因为它压根不在工程范畴里。但它对留存的影响,比前面两层加起来都大。
用户的需求顺序永远是:我想玩这款游戏 → 我手边只有这台设备 → 那就用云。不是“我想用云 → 顺便找个游戏”。你把顺序搞反了,整个产品定位就错了。
所以内容库不是“配套资源”,它本身就是入口。
我会看三个数,不看库容
第一个是命中率:你的目标人群最想玩的 20 款,你库里有几款?这个数比总库容重要得多。300 款泛泛的游戏,不如 60 款精准的。
第二个是独占。有没有“只有在你这儿能玩到”的东西。这是唯一能让玩家主动记住你、并且愿意跟朋友提起的东西。
第三个是新鲜度:每月新增多少、下架多少。这里我要强调,下架比不新增更伤。因为它破坏的不是内容丰富度,是“我库里那东西还在不在”的安全感。
| 指标 | 说明 | 建议区间 |
|---|---|---|
| 目标 Top20 命中率 | 目标人群最想玩的 20 款里,库中有几款 | ≥ 70% |
| 库容 | 总可玩数量 | ≥ 150 款;低于 50 款必须有硬独占 |
| 月新增 | 新上架数量 | ≥ 6 款 |
| 月退出率 | 下架占比 | ≤ 3% / 月 |
| 首发同步率 | 新作发售当天可玩的比例 | ≥ 30% |
| 独占 / 限时独占 | 只有你能玩到的 | ≥ 3 款 / 年 |
案例:GeForce NOW 的“库不是你的”
这块必须讲 GeForce NOW。它是这行最痛的一课,而且很多人到现在还没想明白痛在哪。
GFN 的模式非常聪明:我不卖游戏,我卖算力,你自己 Steam、Epic 库里的游戏拿来跑。等于把“内容库”这个最烧钱的问题外包出去了。理论上完美——玩家已经有库了,我只要保证这些库里的游戏能跑起来。
然后 2020 年 2 月正式商用那阵,现实给了它一巴掌。动视暴雪在正式版上线当天宣布撤出,Bethesda 紧随其后,之后陆续还有发行商跟进。玩家打开 GFN,发现昨晚还能玩的游戏今天灰了。
伤害不在“少了几款游戏”,在于它把“库”这个概念从稳定资产变成了浮动汇率。玩家从这一刻起不再相信“我买了就是我的”——至少在这个平台上不是。而且你没法跟他解释“这是商业谈判”。他只会得出一个结论:云游戏不靠谱。
GFN 后来怎么补的?两条路。一条是拼命扩库,现在宣称两千多款,用广度对冲不确定性。另一条更妙——把“每日可玩”“限时 Demo”“临时上架”这些机制做出来,把“临时性”从缺陷变成了卖点。反正都是临时的,那玩家就当白嫖,预期反而降下来了,口碑还变好了。
我得承认,这是把劣势重新包装成优势的教科书操作。但它同时说明了一件事:内容的不确定性在云游戏里是结构性的,你消灭不掉,只能管理。任何声称“我们库很稳”的宣传,在遇到第一次撤库时都会加倍反噬。
反面参照:Xbox Cloud Gaming 卖的是确定性
Xbox Cloud Gaming 走的是完全相反的路。它的内容库就是 Game Pass 库,第一方大作首发即上云,签的是自家合同,不会有人半夜撤走。
它不解决“什么游戏都能玩”,但它解决了“我想玩的那款一定在”。
确定性比丰富度值钱。这是云游戏内容策略里最反直觉的一条,但我在用户访谈里听过太多次了:玩家能忍受“你没有 100 款”,不能忍受“你昨天有今天没有”。前者是能力问题,后者是诚信问题。而玩家对诚信问题,是没有第二次机会的。
第4层:信任折损与口碑复利——掉线一次,等于拉新十次
前三层决定他为什么来,第四层决定他为什么敢一直在。
我会给每个用户在心里记一本“信任账户”。一局流畅的游戏 +1,一次掉线 -10,一次进度丢失 -100。而且它不对称——你没法靠赢把它赢回来,只能靠时间慢慢攒。
中断分三类:网络断、服务端崩、账号授权出问题。三类里最致命的是存档丢失,因为它击穿的不是体验,是安全感。玩家可以接受“今天卡”,接受不了“我的三十小时没了”。前者是天气,后者是地震。
给几个我会写进验收文档的硬指标:单次 30 分钟会话的掉线率不超过 0.5%;重连时间 5 秒内,且必须回到原来的画面而不是主菜单;进度零损失,一次都不行。这三条不是“最好做到”,是“做不到就别上线”。
案例:Stadia 关服,全行业一起交的信任税
2022 年 9 月 29 日,Google 宣布 Stadia 将于 2023 年 1 月 18 日关服,承诺退款——硬件、游戏、订阅,全退。从消费者权益角度,这已经是能做到的最好结局了,甚至可以说是体面的。
但它的外部性,整个行业一起背了。
2023 年以后你做任何云游戏用户调研,只要开放问答,几乎一定会看到同一个问题:这个会不会也关服?
这就是我所谓的信任税。它是全行业共同承担的额外转化成本,而且没法靠某一家做得好来消除——只要还有一家关服,这笔税就得继续交。你技术再好、延迟再低,新用户心里那道“万一呢”是消除不掉的。
关于“量化”这件事,我得说句实话:这个示范效应没有公开统一口径,谁给你一个精确百分比,谁就是在编。我能给的是一组代理指标——新用户首访 FAQ 里“会不会关服”的提问占比、品牌词的负面搜索关联度、试用转付费的转化衰减曲线。行业内交流下来,大多数平台在 2023 年上半年都观测到转化率被压了一档,幅度大致在一到三成之间。这个数字来自访谈,不是统计,我只能这么告诉你。
我把它写出来,是想说明一件事:在云游戏这个品类里,行业信誉是真实存在的公共资产。它不是软文里的词,它会变成你的获客成本,一分一厘地算在账上。
这也是我一直劝独立团队别碰“长期运营”叙事的原因。你要么把服务边界讲清楚,要么就别承诺。用户的记性比你想的好,尤其是被伤过的那批。
一张能直接用的“流失预算表”
把四层合起来,我习惯做一个动作:给留存做乘法拆解。目的不是算得准,是算得能看出哪一项最拖后腿。
用大白话说这条公式:一个用户七天内再来的概率,大致等于首连成功率 × 首会话满意度 × 内容命中率 × 复访触发率,最后再挂一个信任惩罚项。信任放最后单独算,因为它不是线性的,一次事故能把整条式子打回原点。
算个真实点的例子:首连成功率 0.92,首会话满意度 0.90,内容命中率 0.40,复访触发率 0.55。四个一乘是 0.18。
也就是说,你每一项都“及格”,七天回访也就 18%。这就是云游戏留存的真实底色——它不是哪一项特别烂,它是每项都不够好,乘起来就没了。
| 乘数项 | 定义 | 健康值 | 塌了会怎样 |
|---|---|---|---|
| 首连成功率 | 点开入口 → 真正玩上 | ≥ 92% | 所有后续投入全部作废,最该先修 |
| 首会话满意度 | 首局无严重卡顿、无掉线的会话占比 | ≥ 90% | 口碑反噬,负成本拉新 |
| 内容命中率 | 首会话后 24 小时内二次打开比例 | ≥ 40% | 技术再好也留不住,因为没有“下次玩什么” |
| 复访触发率 | 7 日内第三次打开比例 | ≥ 55% | 说明没形成习惯,只是尝鲜 |
| 信任系数 | 未遭遇掉线或进度损失的用户占比 | ≥ 95% | 非线性惩罚,一次事故抹平一年积累 |
资源该往哪砸
我的建议只有一句:先找乘数最小的那一项,把资源全砸进去,其他项守住不失分就行。
因为乘法里,把 0.40 提到 0.60 的收益,是把 0.90 提到 0.95 的三倍多。而绝大多数团队会本能地优化自己最擅长的那一项——技术团队优化延迟,运营团队堆内容,商务团队砍价格。结果每个人都进步了,留存还是不动,然后开会互相甩锅。这场景我见过太多次了,说出来都是眼泪。
写进设计文档的“摩擦预算”
还有个小工具我强烈推荐:给每个环节定一个“允许损失额度”,白纸黑字写进设计文档,谁都不能超。
比如:落地页允许损失 10%,注册允许 15%,支付墙允许 20%,排队允许 10%(按 P95 计),首帧允许 3%,首分钟允许 5%。加总起来算一下理论天花板,写在文档第一页。以后任何人提新需求——“加个实名验证”“加个新手问卷”“加个会员弹窗”——先问一句:这个要从哪个额度里扣?
没有这个预算,产品会被一次次“小小的优化”慢慢磨死。我见过一个产品,从首连到进游戏中间加了七个弹窗,每一个都是“对转化有帮助的”,合起来把首连成功率干掉了三成。这不是谁坏,这是没有预算导致的集体无意识。
初级用户速览:三个半天能做完的自查
如果你刚接手一个云游戏产品,别急着买监控系统,先做三件事,每个半天。
第一件,埋点走一遍全链路。从广告曝光到首帧,每一步都要有数。找不到某一步的数,说明那一步你根本没在管——而人不会管自己看不见的东西。七天数据就够了,先看哪一步掉得最狠。
第二件,找五个没玩过云游戏的朋友,坐旁边看他们第一次打开。一句话别说,只看表情。你会发现你以为的“显而易见”,在他们眼里全是谜。有人会问你“这个要下载吗”,有人会在黑屏三秒后直接锁屏。这五个人给你的信息,比一份两万字的调研报告管用。
第三件,把最近 50 条客服工单逐字读完。不是看统计,是逐字读。你会读到“试了三次都进不去”“玩到一半黑屏”“充了钱才发现想玩的没有”。这些句子比任何仪表盘都直白,而且它们会疼。做产品的人需要偶尔疼一下。
进阶路径:把留存做成一个可归因的系统
看会话级数据,不看用户级。用户级的留存曲线只会告诉你“掉了”,会话级的才能告诉你“在哪一秒掉的”。很多掉线发生在第 8 分钟和第 40 分钟——前者是首帧码率过冲还没收敛,后者是会话时长触发了服务端策略。两个完全不同的病,用一张图看是看不出来的。
分品类看延迟,别再看全局。“平均延迟 45 毫秒”这句话没有信息量。射击品类的 P95 和 RPG 品类的 P95 是两个物种。把延迟指标按品类切片,你会发现某些品类的留存和延迟根本不相关,那你在这上面花的钱就是白花。
做反向测试。正向测试谁都会做:优化一下,看留存涨没涨。但噪声太大,通常看不出来。反向测试更准:故意关掉某个优化,看留存掉不掉。掉得明显,说明它重要;掉不动,说明你之前那半年白干了。我知道这话难听,但早一点知道比晚一点好。
建一块流失归因看板,每周更新一次。就四行:首连失败、会话中断、内容未命中、主动放弃。每行下面挂三个最大的具体原因。开会就围着这一块吵,别在 PPT 里吵。
说几个我见过太多人踩的坑
坑一:拿平均延迟当 KPI。平均值是给汇报用的,P95 才是给玩家用的。玩家记不住那 95 次流畅,只记得那 5 次卡死。你优化平均,玩家感受到的是抖动没变。
坑二:用免费试用冲量。无门槛发七天体验,拉来的多半是“体验游客”,不是“候选用户”。他们贡献了漂亮的注册数,贡献了最难看的次月留存,还顺带把你的算力成本拉到天上。真要放免费口子,得像微软那样放一款能长期留人的游戏,而不是放七天时间。
坑三:内容库比数量。“我们有 800 款游戏”听着气派,但用户只关心三款在不在。做内容的第一件事不是谈合同,是去问你的目标用户:你现在最想玩的三款是什么。
坑四:把留存问题一律甩给技术。技术团队最委屈的处境,是替内容问题背锅。用户流失了,一问原因“体验不好”,一查体验“延迟合格”,最后发现他想玩的游戏根本没有。这种案子我见过不下五次。
坑五:忽视退订摩擦。取消订阅要打客服电话、要发邮件、要在三层菜单里翻。用户确实被留住了,但留的是怨气。他会在社交媒体上说,而且说得比延迟卡顿难听十倍。流失一个用户的成本,是他会劝退三个人。
坑六:迷信 NPS。净推荐值对云游戏这种“状态型”产品不灵敏——用户答“会推荐”的时候,想的其实是游戏本身,不是你的串流质量。NPS 涨了留存没涨,这种情况在云游戏里是常态,别拿它当护身符。
FAQ
Q1:我们没有 Stadia 那样的预算,怎么开始测流失?
不需要预算,需要克制。先只做一件事:把首连成功率测准。这一个数就能砍掉你一半的无效讨论。方法土一点没关系——找二十个人,发他们一个链接,让他们自己开,你在线看着,记录每个人卡在哪。二十个人花不了多少钱,但能定位出七道门里哪三道是漏的。
Q2:首连失败率 5% 算高吗?
看你拿它当什么。作为技术指标,5% 挺漂亮;作为体验指标,5% 意味着每二十个新用户里有一个第一次就没进来,而且他大概率不会来第二次。
我的一般判断是:如果这 5% 集中在特定网络环境、特定机型、特定时段,那是可以攻的技术问题;如果它是均匀散开的“偶发失败”,那才是真的麻烦,因为偶发失败最难复现,也最难让用户重试。用户对“再试一次”的容忍度,通常只有一次。
Q3:用户一直说卡,但我们实测只有 35 毫秒,怎么办?
先别急着辩解。查三件事。
第一,你的测的是哪一段?很多团队测的是服务器到边缘节点的往返,用户感受的是手柄到画面的全链路,中间还隔着他的路由器、他的电视的显示延迟、他的蓝牙手柄。电视不开游戏模式,光是图像处理就能加 30 到 60 毫秒。
第二,看 P95 和抖动,别只看均值。第三,问清楚他说的是哪个游戏。这三个查完,通常能解释八成“数据挺好但用户喊卡”的案子。剩下的两成,是真的有 bug,只是不在你监控的那一段里。
Q4:我们内容库只有 50 款,是不是没戏了?
不一定,但你得换一种打法。50 款拼广度是必输的,拼精准还有机会。
找一个你的目标人群狭窄但需求强烈的品类——比如某个细分 RPG、某类策略、某几款长线运营的老游戏——把它做到“在你这儿玩这几款,体验就是最好”。然后所有的营销都只讲这几款。用户不会因为你有 800 款来,但会因为“想玩的那一款只有你这最顺”来。
顺带说一句,50 款里如果有 3 款是独家,效果可能比 300 款全都有还强。因为在云游戏这个阶段,用户要的是理由,不是清单。
Q5:免费用户流失 95%,要不要干脆砍掉免费层?
先算清楚免费层在你这儿是干什么的。如果它是转化池,那 95% 流失不是问题,5% 转化率和获客成本才是问题。如果它是留存池,那 95% 说明你放错了东西——你给了一群人他们不需要的算力。
我的经验是:免费层最该给的不是时长,是“一口确定性”。让他玩一款具体的、口碑好的、能玩完的游戏,而不是给他两小时随便逛。逛完的人什么都不会记住,玩完一章的人会惦记下一章。这两批人的转化率差着一个数量级。
最后留个问题给你琢磨:如果云游戏真正的对手从来不是别的云平台,而是玩家家里那台已经买过、已经装好、已经不用付月费的机器——那我们是不是从一开始,就不该打“替代”这场仗?这个问题的答案,我在下一篇讲三方格局的时候接着聊。