Desafios na hora de calcular métricas de uma multiplataforma internacional

playspace

Por Alfonso Villar, CEO & Co-founder de PlaySpace (playspace.com)

Todos os desenvolvedores calculam (ou deveriam) suas métricas de jogo para otimizar o funil de conversão. Quando lança um jogo em um único mercado, você pode se permitir aprofundar em métricas em diferentes grupos de usuários pelos parâmetros desejados, tais como a idade, gênero, gastos, etc. Entretanto, a análise se complica quando falamos de vários jogos, vários países e várias plataformas. Analisar as métricas de jogos multijogador em tempo real com diferentes audiências não é tarefa fácil e em PlaySpace encontramos numerosos problemas e desafios que tivemos que ir aprendendo e resolvendo no meio do caminho e que agora aplicamos com sucesso nos nossos primeiros jogos em iOS.

Problemas/Desafios

Multidimensão das métricas: Cada dado que se completa manualmente em uma folha de cálculo é uma consulta sobre a base de dados, por tanto, se temos que analisar de 23 a 40 países por 12 métricas por país, por 9 jogos e/ou plataforma, nos encontramos com mais de 3.000 métricas que introduzir à mão. Uma cifra impossível de gerenciar.

Urgência de análise: É muito importante poder analisar qualquer dado de interesse de forma rápida para tomar as decisões pertinentes a tempo e assim evitar cometer os mesmos erros no mês seguinte. Para melhorar os níveis de conversão, é necessário poder analisar de forma rápida.

Saturação do sistema: Ao ter unificada toda a informação em um único servidor de base de dados, a leitura de dados para o cálculo das métricas faz com que se sature o sistema em função do horário de audiência dos jogos. De início, foi possível trabalhar assim, mas logo que os jogos começaram a crescer rapidamente e que existiam grande fluxo de jogadores as 24 horas do dia, esta opção era inviável.

•- Sem informação sobre o retorno do investimento: Temos toda a informação sobre quanto tempo jogam nossos usuários, quanto dinheiro gastam e o que fazem exatamente dentro do jogo, etc. O problema vem quando queremos calcular se esses jogadores foram rentáveis ou não, já que necessitamos saber quanto eles te custaram. Esta informação quem controla é a equipe de aquisição e se encontra distribuída em todos os diferentes canais de aquisição que utilizam. O fato de comunicar os gastos de aquisição de todos os canais junto com os dados de seus jogadores supõe outro grande desafio e algo fundamental para o cálculo do retorno do investimento.

Solução

Diante das dificuldades encontradas, tínhamos a opção de contratar algum serviço de métricas externo ou desenvolver nosso próprio sistema.

Devido a que toda a informação já tínhamos em nossa plataforma, decidimos desenvolver nosso próprio sistema de métricas adaptando todas as necessidades que detectamos ao longo do tempo da seguinte forma:
•
Devido a que a informação devia ser facilitada o antes possível e que fosse acessível desde qualquer lugar, optamos pela utilização de um framework de desenvolvimento web com responsive design, integrado diretamente com o sistema e com distintas APIs de gráficos como Google Chart. Dessa forma, foi possível ver as métricas em tempo real, tanto desde um navegador web ou desde o celular.

Ao mesmo tempo, como essa ferramenta estava integrada diretamente com o sistema, fomos obrigados a realizar uma cópia da base de dados exclusiva para analítica. Desta forma, qualquer consulta que se faça a nosso painel não afetaria o funcionamento dos jogos.

Antes de começar a desenvolver nosso sistema de métricas, foi necessário analisar e realizar modificações sobre a estrutura de
dados
. Desta forma, todas as consultas sobre as diferentes plataformas, redes sociais, etc., estariam unificadas e agregar novas consultas não representaria nenhum desenvolvimento adicional.

Para calcular o retorno do investimento foi necessário desenvolver um sistema de tracking com o objetivo de, por um lado, identificar de que canal origina cada jogador e, por outro, integrar os gastos de aquisição dentro do próprio sistema. Para isso, foi necessário integrar a API de Facebook Ads, além de incluir os gastos de aquisição manualmente dentro do sistema (no caso de que o suporte não tivesse uma API de integração). Foi necessário vinculá-lo com as conversões para assim analisar e processar esta informação o máximo
possível.

Desta maneira, criamos nosso próprio painel de métricas (em alguns casos, até três painéis por jogo), e conseguimos segmentar por jogo, canal de marketing, idioma, país, etc.

Com este desenvolvimento, fomos capazes de tomar muitas decisões quase ao dia seguinte de lançar alguma nova campanha e/ou nova função. Graças a este sistema, vimos que “nem tudo que reluz é ouro”. Por exemplo, encontrando alguns países ou audiências onde o custo de aquisição de jogadores era realmente bom, mas a monetização era realmente ruim. Da mesma forma, também detectamos funções cujo “engagement” é totalmente diferente em função do país e/ou da audiência.

Como conclusão, recomendaríamos que não se deixe enganar por métricas avaliadas de forma independente. Sabendo aproveitar a multidimensão das métricas e as entendendo em seu conjunto, estas se convertem em uma potente ferramenta para, não só melhorar o produto, mas também o funil de conversão.