付费用户金字塔模型在充值&消费活动前后的显著差异解读

我们在做游戏内的累积充值或者累计消费时,往往运营人员不会去兼顾或者考虑针对付费用户差异化的问题,也就是说当我们开出累积充值或者累计消费档的时候没有真实的根据用户的付费层次来进行合理布局。

而如何合理的布局消费和充值档位会照顾所有的用户消费群体,达到最佳的效果,为此我们可以把付费用户分为以下几个层面:

这也就是付费用户的金字塔模型,实际上我们的付费用户群体大致上可以说由以上的情况组成。充值,累积消费活动主要针对的是这个群体(免费用户暂不考虑),我们希望依据不同付费用户的承受能力合理设置付费档位,让每个阶层的付费用户都能享受最佳的付费体验,与预期期望值达成一致。

针对这个问题我们有两种验证考察的方法

1.在每组付费特征用户中,分成两小组(A_1组,A_2组),A代表超大额玩家,以此类推。比如A_1组~D_1组我们实行第一套充值消费方案,A_2组~D_2组我们实行第二套充值消费方案。

在经过一段时间的充值活动后,使用独立样本T检验比较人均消费或者充值量。

独立样本T检验:比较两个样本或者两个分组个案的均值是否相同。个案样本应随机的分配到两个组中,从而使两个组中任何差别是源自实验处理而非其他因素的影响。

2.4组付费特征用户A~D,分别使用两套充值付费方案,然后分别对每套方案前后用户进行配对比较,寻求是否存在显著差异。

这里使用配对样本T检验,所谓配对样本T检验检验两个相关样本是否来自具有相同均值的总体或者检验两个有链子的正太总体的均值是否显著差异。”配对样本T检验“可以验证两种类型的配对样本。第一种是对同一组测试对象进行测试前后的配对比较。第二种对测试对象按照属性相同的两个个体进行配对,然后对配对后的个体分布施加不同的处理。比如:糖尿病病人按照年龄进行配对(60岁两个病人配对,65岁两个病人配对),然后对配对病人分别采用不同的治疗方法,就会形成两组不同的测量数据。另外,每对的观察值应在相同的条件下得到,得到均差值应是正态分布的,而每个变量的方差可以相等也可以不相等。

最后,设置置信区间,算出P值,分析是否差异显著,就知道我们的活动方案是否起到了应有的效果。

P.S.以上的过程可以在SPSS,Excel中实现,但是如何来确立金字塔四种付费用户的群体,需要依据游戏的用户付费用户规模和付费程度来确立。

Via:http://www.cnblogs.com/yuyang-DataAnalysis/archive/2011/11/23/2260908.html

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处: 付费用户金字塔模型在充值&消费活动前后的显著差异解读