网络游戏市场推广机会调查

时间：2024-06-19

李文瑨

一、前言

随着互联网与信息技术的飞速发展，中国已全面进入互联网时代，而在网络经济的多种模式中，游戏产业占据着不可忽视的巨大份额。除了腾讯、网易等经营多年的行业巨头之外，字节跳动、阿里集团等巨头近年来也纷纷开始布局网络游戏领域。然而自2018 年起，国家新闻出版总署开始收紧版号，加强了对新游戏上市的审批；2021 年，国家进一步出台了对于游戏领域文化导向的相关倡议，进一步加剧行业洗牌。从事游戏行业的中小公司纷纷倒闭，新增游戏总体数量开始下降，推广成本尤其是行业买量成本整体上升，行业利润率逐步走低。在这一背景下，新游进入市场的决策需要更加谨慎，也需要更加充分的前期调研。

本文将从理论和实践相结合的角度出发，在文献查阅与问卷调研的基础上，通过描述性统计为某拟上市产品的市场策略提供参考，并通过一元线性回归方法建立模型，探寻游戏市场是否还存在可进入的机遇。

二、市场规模预测

（一）模型构建、指标选取与数据说明

1.模型构建。自2014 年以来，中国游戏市场发展迅速，与国民经济腾飞的关系密不可分。随着生活水平的提高、消费观念的变化，随着互联网的发展、尤其是移动互联网的覆盖与普及，居民对于精神娱乐的需求进一步增长，有力刺激了中国游戏市场实际销售收入的增长；其中，人均可支配收入的提升对游戏产业整体销售收入的影响最为直接。

本文以居民可支配收入为基础指标，并收集我国2014～2019 年的这一数据，建立一元回归模型：

Y=β0+β1X

其中β0与β1为对应系数。

2.指标选取。根据构建的一元回归模型，本文选取我国游戏市场实际销售收入Y 作为因变量，以我国居民人均可支配收入X 作为自变量，通过线性回归与指标的检测，研究二者之间的数量关系，并进一步进行预测和比较分析。

3.数据说明。本文依据国家统计局历年的统计年鉴与统计公报，收集了2014 年～2019 年的人均可支配收入；同时记录伽马数据统计的国内游戏市场实际销售收入。

（二）实证分析

1.参数估计。本文采用SPSS 软件作为统计分析工具，将表1 中的各项指标数据输入软件，通过对模型内各项参数的数据处理，得到初步回归计算结果如表2。

表1 历年游戏市场规模与人均可支配收入

表2 初步回归计算参数

根据表2 和表3 中的结果显示，可得到初步的多元回归模型：

表3 拟合优度检验

Y=-1088.287+114X

2.模型检验。从表3 的数据可以看出，R2=0.963，修正后的可决定系数为R2=0.954，两项数据显示该模型对样本的拟合程度非常高。

3.回归模型预测结果分析。根据以上一元线性回归模型，以居民人均可支配收入为自变量，预测得出2014～2019 年的国内游戏市场实际销售收入的预测值与真实值之间的对比情况如表4。

表4 预测模型结果对比

从表4 可以看出，各年份的预测结果和真实值之间的误差较小，拟合程度非常高。假设2020 年、2021 年我国的人均可支配收入将持续增长，达到33000 元与36000元，国内游戏市场的销售收入也将继续保持增长至2683.9亿元、3026.8 亿元。

（三）结论

根据以上分析可知，只要国民经济保持增长、我国人均可支配收入能够持续提高，国内游戏市场销售收入还将保持一定的增长。即使在版号收紧、新游数量减少的情况下，居民将依然保持对网络游戏的消费需求。对相关企业来说，新游的市场机会依然存在，有竞争力的产品仍可以准备进入。

三、产品前期调研

（一）数据来源说明

现某公司有一款武侠题材游戏，以知名IP 为题材；同一IP 前作已运营多年，具备较为庞大的用户基础，但历史流失用户数量也较多。该游戏现已进入研发后期，开始筹备上市工作，项目组在公布游戏信息后通过页面预约系统收集到用户信息样本1500 份。本文通过对用户信息数据的简单统计分析，定位基础的用户画像，寻找市场机会。

（二）描述性统计分析

1.用户基础属性。根据问卷填写数据，在1500 个已预约该游戏的用户样本中，有94.8%的用户是男性，比例远高于市场大盘（如图1）；用户年龄层集中在“23～26岁”与“27～30 岁”两个区间内，居第三位的用户年龄层为31～34岁的用户，占比14.33%（如图2），整体年龄较大。

图1 用户基础属性：性别

图2 用户基础属性：年龄

而在职业分布方面，位列前三的依次为“企业职员”、“自由职业/个体户”与“公务员/国企”（如图3），说明工作与收入较为稳定，闲暇时间可能更多。

图3 用户基础属性：职业

2.用户游戏属性

问卷针对预约用户在该IP 前作中的游戏属性与消费行为进行研究，结果显示：

累计付费方面，已消费金额整体较高，最高档“60000 元以上”用户量最大（如图4）；

图4 用户游戏属性：IP 前作累计付费金额

同时，这些用户平均每日会消耗大量时间在游戏内，一般为2～5 小时，而花费1 小时以内的用户量极少（如图5）。

图5 用户游戏属性：IP 前作平均每日消耗时长

同时，问卷调研也对用户对于该IP 前作的游戏经验进行了考查，同时希望得知用户是从哪些渠道得知本款新游开放预约的消息。

由表5 数据可得知，有43.7%的用户一直在玩该IP的前作游戏，接近半数；而38.7%的用户是通过Q 群或微信群得知该游戏信息，说明用户的社交属性较强，重要信息能够通过用户的社群关系得到较为有效的传播。

表5 流失时长X 信息渠道交叉制表

3.结论

由以上数据可以得知，在刚刚开放预约的阶段，对该新游感兴趣的用户画像具有如下几个特点：

（1）用户群体以男性用户为主；与市场大盘相比，用户年龄层偏高；其中，传统意义上的游戏产品目标用户“学生党”较少，多从事较为稳定、闲暇时间较多的工作，如公务员、企业职员、自由职业者等等；（2）具备该IP 前作的游戏经验，在玩前作期间每日会消耗较长时间，同时已投入了大量的费用成本；（3）通过Q 群与微信群与游戏内朋友建立了较为紧密的社群关系，关于游戏的重要信息都能够在社群内得到较好的传播。

基于以上特点，该游戏上市推广的策略建议如下：

（1）以游戏自带的武侠IP 为核心，基于传统武侠文化的常见要素，进行男性用户喜爱的热血内容包装；

（2）承接前作热度，在社交媒体上制造大量与前作游戏相关的话题，并购买目标用户属性契合的KOL（即意见领袖）参与话题讨论，完成对目标用户的信息触达；基于当前热门APP 的用户体量排名，抖音快手等短视频APP、新浪微博、今日头条等资讯类APP 应当是发力重点，而社交话题的内容、形式，也应当与APP 自身进行适配。

图6 流失时长X 信息渠道交叉直方图

（3）根据目标用户的重度社群属性，建议通过H5、小程序等便于社群传播的形式，以福利为刺激点，促进游戏信息在用户社交链上的自主传播，以最低成本达成“裂变式”的效果；同时，及时挖掘、发现并培养用户群体中的KOC（关键意见消费者），让KOC 成为社交链传播的重要节点，促成更广泛的裂变。