аналитика на кубах

Как говорят еретики-героинщики, не надо бегать от варвара --- умрете уставшим. Так и я, с регулярностью раз в несколько лет, сталкиваюсь с задачами, которые подозрительно похожи на что-то в духе имитационного моделирования или теории массового обслуживания. Шутеры, серверы, матчмейкинг, вот эта вот бездна. Каждый раз ломаю зубы об операционализацию интересующего меня процесса в терминах фреймворка (той же ТМО). И вот оно меня догнало в очередной раз. Теперь решил попробовать помощь зала и пойти к умным людям поконсультироваться. Посмотрим, вдруг осилю все же, хотя бы на уровне теории.

Rush Royale сделали коллаб с Bubble и их комиксом Майор Гром. Надо будет узнать, как они выбирали коллаб и как будут оценивать его эффективность / что в целях. А то как-то в моем опыте это достаточно сомнительное дело, хорошо если затраты на арт и разработку ивентов отбить получалось.

В ODS#analytics пробежал хороший вопрос, перескажу его и коментарии. "Что делать, когда мы хотим в аб-тесте оценить влияние фичи на монетизацию, но знаем, что даже в тестовой группе ею воспользуются не все". Стандартный подход -- сравниваем тест и контроль, смотрим аплифт и разницу, и оцениваем значимость различий. Ребята в комментариях предлагают еще два решения. Первое -- триггеринг, то есть определить параметры и выбрать минимальную подгруппу, которая потенциально может воспользоваться фичей. Второй вариант -- матчинг. В тестовой группе по параметрам пользователя учимся определять, воспользуется ли он фичей, а потом в контрольной группе фильтруем тех, кто вероятнее всего воспользовался бы фичей, если бы попал в тестовую группу, и уже эти группы сравниваем.

Подходы любопытные, на мой взгляд. Как минимум можно лучше оценить небольшие колебания (если вдруг мы ищем небольшой продуктовый эффект фичи). Однако они не контролируют каннибализацию, в результате эффект может быть завышенным или вообще ложным. Что, в свою очередь, накладывает ограничения на применимость подобных дизайнов. Так, я сейчас не очень представляю их использование в аналитике офферов, когда есть сложная игровая экономика и мириад конкурирущих между собой предложений.

Я все понимаю, но product_id / unified_product_id / company_id вида 20600013730899 (или еще длинее) в appannie — это где-то за гранью разумного. Даже таймстампы в миллисекундах не так раздражают.

У Ариэли в "Предсказуемой иррациональности" в одной из первых глав описывается ситуация, когда компании заставили раскрывать зарплаты топ-менеджеров, и вместо планируемого снижения разрыва зарплат топов и рядовых сотрудников это привело к обратной ситуации --- росту зарплат топов. Потому что люди сравнивают себя с другими и хотят так же. И тут же мне вспомнились глобальные извещения в Magic Rush (старенький баттлер, я начал играть в него году в 2015 примерно и с тех пор раз в год ставлю и вспоминаю). Извещения вида "ХХХ получил легендарного героя YYY". Вроде как не очень заметная штука, но вполне может работать на общее количество круток гачи, так как использует тот же механизм сравнения и легализации --- "этот получил, значит и я могу, стоит попробовать".
Было бы интересно простестировать, но разработка глобальных оповещений, издержки от информ.шума в лобби проекта и подобное делает подобный тест весьма сложно реализуемым, к сожалению. С другой стороны, исключающий аб-тест тоже будет сложно провести (у нас в одном из продуктов есть такая фича, как оказалось), если только не затеят глобальную переработку ui или не продать фичу командам новых проектов.

Обсуждали тут с @dkd_kdk проблемы трекинга стоимости того или иного слоя контента. Мое наивное "так есть же движение ресурсов, а курс харды мы знаем" быстро оказалось повержено. Когда у тебя экономика вся на харде (то есть, покупаешь за реал только харду, а ее тратишь на все остальные предметы и ресурсы), движение ресурсов действительно помогает. Но в проектах, где большая часть контента продается за прямые платежи (в частности в офферах), так, видимо, не работает. И если оптимальный для своих проектов формат трекинга движений ресурсов я выработал, то вот с группой событий платежей и их информативностью / полезностью, чую, у меня могут быть некоторые пробелы.

Читаю Талера, "Новая поведенческая экономика". Сама по себе книга любопытная, но для меня это больше введение в историю поведенческой экономики от одного из ее лидеров. Слишком уж много в ней малоинтересных для меня экспериментов или наблюдений.

Однако одно наблюдение, описанное буквально в первых главах, вполне отозвалось. Талер пересказывает исследование Repositioning Dynamics and Pricing Strategy (Ellickson, Misra, and Nair 2012). Если коротко, то магазины, делающие эпизодические распродажи, оказываются в большем выигрыше, чем те магазины, которые придерживались стратегии низких цен. Это мне напомнило мое недоумение от регулярных х3-распродаж в одном из проектов, с которым я работал.

Мне тогда казалось, что это формирует специфичное платежное поведение пользователей (приучает к скидкам) и делает их нечувствительными к другим акциям. Не говоря уже о том, что вся экономика оказывается выстроенной вокруг девальвированной стоимости харды. Впрочем, мне и сейчас так кажется, но вот это исследование, пересказанное Талером, подкрепило мысли, что подобные формы монетизации не только возможны, но и могут быть успешны.

Channel created