Análisis de juegos: Por qué importan los números

Los juegos son inevitables. Tu tía aplasta caramelos en el metro al trabajo, mientras tu primo lucha con uñas y dientes para ganar su primer Battle Royale en Fortnite. Y los números también lo demuestran. 

El Campeonato Mundial de League of Legends 2023 batió un récord de 6,4 millones de espectadores simultáneos en sus 116 horas de emisión, sin incluir la audiencia china. Los juegos se han convertido en algo más que una fuente de entretenimiento: son sociales, educativos e incluso culturales.

Pero detrás de esta experiencia inmersiva, el motor que impulsa el crecimiento es el análisis de juegos. La creatividad humana combinada con datos excepcionales produce juegos increíbles. 

Pero, ¿cómo pueden hacer eso exactamente los datos? Sigue leyendo para obtener más información sobre lo que nos dicen los datos y cómo permiten a los desarrolladores de juegos tomar decisiones más inteligentes.

¿Qué es el análisis de juegos?

Son los datos y la información que ayudan a mejorar la toma de decisiones en el diseño de juegos, la monetización, la experiencia de juego y el crecimiento empresarial. Los datos correctos, cuando se interpretan correctamente, proporcionan la ciencia necesaria para mejorar los juegos. Con datos precisos y procesables, puedes escuchar a tus clientes a un nivel más profundo, en lugar de confiar en estimaciones e instintos. 

Si bien el análisis de juegos móviles ha logrado avances increíbles, los juegos de PC y consolas también han recorrido un largo camino. Este es un resumen rápido de cómo los datos influyen en todos los aspectos de los juegos actuales.

Comportamiento de los jugadores: entiende dónde pasan más tiempo los jugadores o dónde se retiran para mejorar el engagement.

Monetización: identifica patrones de comportamiento que llevan a más jugadores a realizar compras o eventos de monetización.

Crecimiento predictivo: encuentra y cierra las brechas en los juegos y la publicidad para aumentar el engagement y el crecimiento de los jugadores.

Atribución de marketing: descubre qué campañas son las más eficaces en varias plataformas publicitarias.

¿Por qué es importante el análisis de juegos? 

Ayuda a mejorar todos los aspectos del juego, desde la publicidad hasta la jugabilidad. Cuando se usa correctamente, el análisis de datos ayuda a que los juegos sean más divertidos, lo que reduce la pérdida de clientes y hace que el juego sea rentable. 

Estas son algunas otras formas en las que los análisis de juegos pueden ayudar:

• Mejorar la experiencia del usuario, incluida la publicidad personalizada, y equilibra los ecosistemas del juego
• Mejorar la retención mediante el uso de datos para mejorar determinados elementos del juego
• Optimizar las campañas publicitarias y las campañas de atributos en varios canales
• Medir los indicadores clave de rendimiento (KPIs) que afectan a tus resultados, como el ROAS, el ROI y el LTV

Cómo implementar el análisis de juegos

Al igual que Mario, el análisis de juegos tiene niveles. El mejor lugar para empezar es planteándose tres preguntas clave:

• Adquisición: ¿Cuántas personas han instalado mi juego?
• Retención: ¿Cuántas personas juegan a mi juego?
• Monetización: ¿Cuánto dinero genera mi juego?

Responder a estas tres preguntas te permite decidir qué métricas son importantes para tu juego y cuáles tendrán el mayor impacto a largo plazo, dentro de tu presupuesto, por supuesto. 

Si bien estas métricas de alto nivel pueden ser bastante sencillas de informar, profundizar puede resultar más difícil, pero las recompensas valen la pena. Estos son algunos consejos que te ayudarán a implementar el análisis de juegos de manera eficaz. 

Comienza con un warehouse de datos

La base del análisis de juegos se basa en un sólido warehouse de datos, que hoy en día se basa principalmente en la nube, lo que permite a los desarrolladores retener y compartir datos de manera más eficaz. Su principal tarea es administrar grandes cantidades de datos, analizar y enriquecer los datos y mantener la privacidad y el cumplimiento de las normas.

Algunos de los principales warehouse de datos son Google BigQuery, Oracle Data Warehouse, Amazon Redshift y Snowflake. 

Configura una canalización de datos (Data Pipeline)

Ahora tendrás que encontrar la manera de hacer que los datos fluyan entre las fuentes de datos y el warehouse de datos. Existen varias soluciones tecnológicas, como AWS o Azure, que te ayudan a crear una canalización para introducir, almacenar y analizar datos. 

Encuentra un Mobile Measurement Partner

Un Mobile Measurement Partner (MMP) ayuda a conectar los puntos entre diferentes canales, ya sea un PC, una consola, un dispositivo móvil o los tres a la vez. También es clave para medir el comportamiento posterior a la conversión, como las compras dentro del juego, ya que, en última instancia, reúne todo tu presupuesto de medios publicitarios en múltiples plataformas, dispositivos y canales en un solo lugar.

¿Qué KPIs debes medir?

Cuando se trata de la medición, es muy fácil enredarse en los acrónimos de marketing. Aquí tienes un repaso de todos los KPIs que necesitas conocer, divididos en tres grupos clave.

KPIs de monetización

¡El dinero mueve el mundo! Empecemos por los KPIs de monetización con los que deberías estar familiarizado.

ARPU: Ingresos medios por usuario

Fórmula: ARPU = Ingresos totales / Número total de usuarios

ARPU proporciona una descripción general simple y de alto nivel que sirve como punto de partida para saber qué tan rentable es tu juego. Sin embargo, las ballenas (las que más gastan) y los jugadores extremadamente económicos pueden sesgar los datos y no pintar el panorama completo.

ARPPU: Ingresos medios por usuario de pago

El ARPPU mide la cantidad media de ingresos generados por cada usuario que ha realizado una compra desde la aplicación, una microtransacción o una compra desde la aplicación dentro de un período de tiempo (normalmente un mes). 

Fórmula: ARPPU = Ingresos totales / Número total de usuarios que pagan

El ARPPU mide la eficacia de la estrategia de monetización de tu juego segmentando a los jugadores que normalmente no gastarían nada en un juego. Un ARPPU más alto puede indicar un juego mucho más rentable, en comparación con la alternativa.

ARPDAU: Ingresos medios por usuario activo diario

ARPDAU mide los ingresos medios generados por cada usuario activo diario dentro de un período de tiempo específico. Por lo general, se mide a diario para saber cuántos ingresos genera cada jugador en el día a día.

Fórmula: ARPDAU = Ingresos totales / Número de usuarios activos diarios

ARPDAU es más eficaz cuando se analiza el rendimiento diario, que puede verse afectado por cambios a corto plazo, promociones en el juego o campañas publicitarias, todo lo cual puede afectar a los ingresos de los jugadores.  

LTV: Lifetime value

El LTV mide los ingresos que se espera que genere un jugador durante toda su «vida» con el juego. 

Fórmula: LTV = ARPU x vida útil media de un jugador

Ayuda a los desarrolladores, publishers y anunciantes de juegos a pensar en el valor a largo plazo de adquirir nuevos jugadores y retener a los jugadores existentes. Cuando el LTV es superior al costo de adquisición de un nuevo jugador (también conocido como costo de adquisición de clientes o CAC), el juego está en camino de ser rentable a largo plazo.

ATV: Valor medio de la transacción

Mide la cantidad media que un jugador gasta en cada transacción dentro de un período de tiempo.

Fórmula: ATV = Ingresos totales / Número de transacciones

El ATV puede ser un indicador del valor de las compras dentro del juego o de cómo los jugadores justifican el gasto dentro de un juego. Un ATV más bajo podría correlacionarse con tasas de retención más bajas y también un indicio de cómo se posiciona el juego frente a sus competidores.

KPIs de engagement

A continuación, abordemos los KPIs de engagement o los datos que miden el comportamiento de los jugadores.

DAU: Usuarios activos diarios

El DAU mide la cantidad de jugadores únicos que participan en un juego a diario.

Fórmula: DAU = Número de usuarios únicos / Día

DAU es una métrica de alto nivel que controla la base de jugadores de un juego. Es más eficaz cuando se mide durante períodos de tiempo más largos. En los juegos multijugador, el DAU es crucial para garantizar que haya una base de jugadores dinámica para mejorar el emparejamiento, fomentar la interacción entre jugadores y fomentar un entorno competitivo.

MAU: Usuarios activos mensuales

El MAU mide la cantidad de jugadores únicos que participan en un juego mensualmente.

Fórmula: MAU = Número de usuarios únicos / Mes

MAU puede ayudar a identificar tendencias a largo plazo en el engagement de los usuarios, especialmente en el caso de los juegos que han existido durante un período de tiempo más largo. Un MAU alto sugiere una base de jugadores sostenida, vibrante y activa con una alta retención de usuarios.

Stickiness

Esto mide qué tan bien tu juego retiene a los jugadores y hace que regresen con el tiempo. 

Fórmula: Stickiness = Usuarios activos diarios / Usuarios activos mensuales

El stickiness se mide analizando una gran cantidad de métricas, como DAU, MAU, WAU (usuarios activos semanales), las tasas de retención, la duración de las sesiones, el churn y la frecuencia de las sesiones. Sin embargo, la forma más sencilla de medirlo es dividiendo el DAU por el MAU, que muestra la proporción de jugadores que regresan a tu juego en un mes determinado.

Tasa de retención

Esto mide la cantidad de jugadores que juegan a tu juego durante un período de tiempo específico sin parar. Muchas veces se muestra como un porcentaje.

Fórmula: Tasa de retención = número de jugadores activos / Número total de jugadores activos al principio del período

En resumen, la tasa de retención es una métrica de alto nivel que indica cuántos jugadores juegan continuamente a un juego. En comparación, la fidelidad es más específica, ya que indica cómo los jugadores interactúan con un juego durante un período de tiempo.

Tasa de churn

Mide el porcentaje de jugadores que dejan de jugar un juego durante un período de tiempo específico.

Fórmula: Tasa de churn = Número de jugadores que abandonaron / Usuarios mensuales x 100

La tasa de churn es lo opuesto a la tasa de retención, ya que mide la rapidez con la que pierdes jugadores. Una tasa de churn alta puede estar relacionada con la complejidad de un juego, la falta de contenido nuevo, las tareas repetitivas, las malas experiencias de juego, los nuevos competidores o los amigos que dejan de jugar. En general, esta tasa es el primer indicador de alerta que incitará a las compañías de juegos a profundizar en sus datos y ver qué está causando el abandono.

Duración de la sesión

Esto mide la cantidad media de tiempo que un jugador pasa en una sesión de juego. 

Fórmula: Duración de la sesión = Total de horas de juego / Período de tiempo 

Esta es una métrica sencilla que ayuda a indicar qué tan cautivador y atractivo es un juego, mientras que una mayor duración de las sesiones puede indicar una experiencia de juego saludable.

KPIs del juego

Por último, pero no por ello menos importante, los KPIs del juego ayudan a los desarrolladores de juegos a tomar decisiones informadas sobre el diseño del juego, incluida la dificultad, el equilibrio y la jugabilidad.

Iniciar, fallar, completar

Iniciar es el principio de un nivel o una misión. Fallar indica cuando un jugador no puede completar con éxito un nivel o una misión. Completar indica que un jugador ha completado con éxito la tarea, la misión o el nivel. 

La medición de estas tres métricas permite identificar qué niveles son demasiado fáciles y cuáles son demasiado difíciles, lo que permite a los desarrolladores optimizar la dificultad, especialmente cuando afecta negativamente a la retención.

Fuentes y sinks

Las fuentes y los sinks son los dos componentes clave de la economía del juego.

Las fuentes son los mecanismos y actividades con los que los jugadores pueden generar dinero en el juego. Esto incluye completar misiones, conseguir recompensas diarias, compras in-app e hitos. 

Los sinks son mecanismos de consumo que permiten a los jugadores gastar de forma significativa los recursos que han generado. Esto puede incluir la compra de objetos, el pago de tarifas del juego, la fabricación y la construcción.

Una economía equilibrada, en la que las fuentes y los sinks estén constantemente bajo control, ayuda a crear experiencias significativas y motivadoras para los jugadores.

¿Cuáles son los desafíos del análisis de juegos?

Si bien hay muchas innovaciones interesantes que están surgiendo del análisis de juegos, la industria aún es muy joven. Y con eso vienen los problemas de crecimiento. Estos son algunos de los desafíos que debes tener en cuenta:

Presión sobre los recursos

El análisis de juegos es, sin duda, complejo y requiere experiencia específica para ejecutarlo de principio a fin. Tendrás que contratar a las personas adecuadas para configurar e implementar la tecnología adecuada que la acompañe. Esto incluye a los data scientists de juegos que pueden descifrar los datos para crear insights útiles con los que trabajar. Para los desarrolladores de juegos más pequeños con presupuestos ajustados, el nivel de recursos necesario puede ser una barrera de entrada. 

Integración tecnológica

Además del punto anterior, los sistemas de análisis de juegos deben funcionar junto con la infraestructura de juego existente, incluidas las bases de datos, los servidores y la arquitectura. Garantizar un flujo de datos fluido en un entorno fiable y seguro puede resultar caro y llevar mucho tiempo.

Dificultad de medición y atribución de campañas multiplataforma

Los marketers de videojuegos han dominado los juegos móviles, pero transferir la experiencia digital a los juegos de consola y PC no ha sido fácil. Los mobile marketers son los reyes de los datos, pero el mismo nivel de medición ha sido casi imposible en todas las plataformas debido a la fragmentación de datos. Es decir, a menos que trabajes con un MMP de confianza.

El impacto de la IA en el análisis de juegos

La IA ya está impactando en la industria de los juego de formas que nunca imaginamos. Las conversaciones impulsadas por la IA con personajes que no son jugadores han llevado los juegos a un nuevo nivel de inmersión. También hemos visto herramientas de accesibilidad asistidas por IA que ayudan a los jugadores con discapacidad visual. Y esto es solo el comienzo. 

Y el impacto de la IA en el análisis de juegos no es diferente. Estas son algunas de las formas en que está sucediendo hoy en día.

Análisis de sentimientos

En el pasado, los moderadores leían las publicaciones del foro y respondían a los correos electrónicos con comentarios sobre tu juego. Con la IA, ahora puedes revisar los registros de chat, las reseñas y las plataformas sociales para comprender mejor qué opinan los jugadores con respecto a tu juego.

Ya se trate de quejas sobre un nivel determinado o de un apoyo a favor de un nuevo modo de juego, el análisis de opiniones proporciona a los desarrolladores los datos y las herramientas para entender qué funciona y qué no, lo que los ayuda a mejorar la parte más débil de sus juegos y a redoblar su apuesta por los aspectos más exitosos.

Monetización 

La IA puede tomar inmensos conjuntos de datos e identificar patrones de comportamiento que conducen a una compra, de una manera que puede no ser obvia para el ojo humano. Con estos insights, los desarrolladores pueden ajustar su monetización en el juego con el tiempo, mejorando el juego con experiencias nuevas y personalizadas o precios dinámicos.

Diseño de juegos 

Las métricas del juego, como iniciar, fallar y completar, o las fuentes y los sinks (tal y como se describe en la sección anterior), arrojan luz sobre las partes críticas del juego que tienen un impacto tanto positivo como negativo en la experiencia del jugador. Esto ayuda a los desarrolladores a crear mejores juegos sin tener que hablar directamente con los jugadores. 

Detección del fraude

Los hackers y tramposos que obtienen una ventaja injusta en los juegos multijugador son una de las formas más rápidas de destruir la inmersión y la confianza en un juego. Muchos juegos populares como Valorant y PUBG utilizan la detección de trampas basada en inteligencia artificial para identificar patrones de comportamiento sospechosos que no son naturales para el movimiento humano. Hacer frente rápidamente a estos jugadores es una de las mejores maneras de mejorar la retención y minimizar la pérdida de clientes.

Publicidad dinámica en el juego

La publicidad basada en inteligencia artificial en los juegos ayuda a mejorar la experiencia del usuario y, al mismo tiempo, proporciona a los anunciantes formas más eficientes de llegar a su público objetivo. La publicidad programática permite a los anunciantes ofertar por espacios publicitarios en tiempo real, lo que genera una mayor rentabilidad tanto para las plataformas publicitarias como para los anunciantes.

Hallazgos clave

• Son los datos e insights que ayudan a mejorar la toma de decisiones en el diseño de juegos, la monetización, la experiencia de juego y el crecimiento empresarial. 
• El análisis de juegos es clave para la rentabilidad a largo plazo de tu juego: además de optimizar las campañas publicitarias, puedes usarlo para mejorar la experiencia del jugador, lo que se traduce en un mayor engagement y retención con el tiempo. 
• Para empezar con el análisis de juegos, tendrás que identificar las herramientas adecuadas, como un warehouse de datos, una canalización de datos y un partner de medición.
• Al implementar el análisis de juegos, tendrás que decidir qué KPIs medir para ayudarte a alcanzar tus objetivos: se pueden agrupar en monetización, engagement y comportamiento en el juego.
• Los análisis de juegos pueden consumir más recursos de lo previsto y requieren habilidades y herramientas específicas para ejecutarse de manera eficaz. La medición y atribución de campañas en todas las plataformas también es un desafío, a menos que trabajes con un MMP.
• La IA está mejorando el análisis de los juegos mediante el análisis de opiniones, la monetización, el diseño de juegos, la detección de fraudes y la publicidad en los juegos.