ما هي الإحصائيات التي توضح تفضيلات اللاعبين لألعاب الهواتف؟

بحكم متابعتي لمجتمعات الألعاب وتحليل بيانات المتاجر أحيانا أنظر إلى مؤشرات تبين تفضيلات اللاعبين بشكل مباشر: الأنواع الأكثر تحميلًا عادةً هي الألعاب البسيطة/الـ hyper-casual والـ puzzle، لكن الألعاب التي تجني إيرادات كبيرة تميل لأن تكون RPG أو ألعاب استراتيجية مع نظام مشتريات داخل التطبيق. من ناحية التركيبة السكانية، توزيع الأعمار واسع ويمتد من المراهقين حتى الثلاثينات والأربعينات، وغالبًا ما نرى ميلًا نحو الإناث في الألعاب الكاجوال والاتجاه الذكوري في الألعاب التنافسية.

كما أتابع مؤشرات مثل DAU/MAU لمعرفة درجة الانخراط (نسبة أعلى تعني جمهورًا أكثر وفاءً)، وCPI في حملات الإعلانات التي تختلف حسب السوق (أعلى في الولايات المتحدة وأوروبا، أقل في الهند وجنوب شرق آسيا). أختم دائمًا بملاحظة أن الإحصائيات تتغير بسرعة مع التحديثات والفعاليات الحية؛ لذلك الاستمرارية في مراقبة هذه الأرقام هي التي تكشف التفضيلات الحقيقية.

هناك أرقام تخبئ قصصًا عن كيف يختار الناس ألعاب الهواتف، وإذا أحببت أن أقرأ هذه القصص فأنا أنظر إلى مجموعة من المقاييس التي تكشف نوع اللاعب وما الذي يجذبه.

أولًا، مؤشرات الاحتفاظ (Retention) تعطيني صورة عن الإدمان أو الطعم الأول: غالبًا أرى معدلات Day1 بين 25–40% للألعاب العادية، وDay7 تتراجع عادة إلى 8–15%، وDay30 غالبًا تكون 2–5%؛ هذا يخبرني أن معظم اللاعبين يجربون ثم يختارون. ثانيًا، معدلات التحويل إلى مشترين (Conversion rate) تميل لأن تكون منخفضة — بين 1–5% من المستخدمين يدفعون فعليًا، لكن هؤلاء القليلون يولدون نسبة كبيرة من الإيرادات عبر نماذج مثل ‘gacha’ أو العناصر المدفوعة داخل اللعبة.

ثالثًا، بيانات الاستخدام اليومية والوقت لكل جلسة مهمة: متوسط الجلسة يتراوح عادة بين 5–15 دقيقة، مع 2–3 جلسات يوميًا للاعب العادي، بينما اللاعبين الأكثر انخراطًا يقضون 30–60 دقيقة يوميًا في جلسة أو أكثر. رابعًا، الإيرادات لكل مستخدم يومي (ARPDAU) والأرباح لكل مستخدم يدفع (ARPPU) يظهران الفرق بين الألعاب القابلة للاعبين العاديين والألعاب المتوسطة/القوية: ARPDAU يمكن أن يكون من $0.01 إلى $0.10 للألعاب الشعبية، بينما ألعاب الـ RPG/ gacha قد تصل إلى قيمة أعلى بكثير.

أحب أيضًا فحص تفضيل الإعلانات: الفيديو المُكافئ (rewarded ads) يحظى بقبول أكبر من اللاعبين مقارنة بالإعلانات البينشبين (interstitial) أو البانرات. أخيرًا، التوزيع الجغرافي (الصين، أمريكا، جنوب شرق آسيا) ومنصة الجهاز (Android يهيمن على التنصيبات بينما iOS يحقق عائدًا أعلى في كثير من الأسواق) يغيران كل هذه الأرقام. هذه المقاييس مجتمعة تخبرني ليس فقط ماذا يلعب الناس، بل كيف يشعرون أثناء اللعب ولماذا يعودون أو لا يعودون.

الأرقام الأساسية التي أركز عليها تلخص تفضيلات اللاعبين بسرعة: Day1/Day7/Day30 للاحتفاظ، نسبة المدفوعين (1–5%)، متوسط وقت الجلسة (5–15 دقيقة)، وعدد الجلسات اليومية (2–3). أضيف إلى ذلك تفضيل إعلانات الفيديو المكافئ على الإعلانات التقليدية، وتباين العائد بين Android وiOS (Android أكثر تنزيلًا، iOS غالبًا يدرّ أرباحًا أعلى). أخيرًا، اتجاهات الأنواع: الكاجوال للتنزيلات الواسعة، والـ RPG/strategy للعائدات الكبيرة. هذه المؤشرات تعطيني صورة واضحة عن ما يفضله اللاعبون وكيفية تصميم تجربة تلائمهم.

أميل إلى تفكيك الأرقام بحسب فئات اللاعبين لأن كل فئة تتصرف بطريقة مميزة. أتابع معدلات الاحتفاظ حسب الجنس والعمر والبلد لأفهم أي نوع من المحتوى يجذب كل شريحة: مثلاً، ألعاب الألغاز قد تحافظ على جمهور أكبر من الإناث والأعمار المتوسطة، بينما ألعاب التصويب والباتل رويال تجتذب جمهورًا أصغر وأكثر نشاطًا وميلاً للإنفاق على المدى القصير.

من المؤشرات التي أعتبرها حاسمة: LTV (قيمة عمر المستخدم) مقابل تكلفة الاستحواذ (CPI)؛ إن كان LTV أعلى بكثير من CPI تزداد فرصة نجاح اللعبة. كذلك أنظر إلى نسب الاستجابة للإعلانات: معدل مشاهدة الفيديو المكافئ يمكن أن يصل إلى 60–80% قبول لدى اللاعبين في بعض الألعاب، ما يجعله مصدرًا مهمًا للدخل دون فقدان المستخدمين. لا أنسى معدلات إعادة التشغيل بعد التحديثات والأحداث (event-driven retention) — التحديثات الناجحة يمكن أن ترفع Day7 بشكل ملحوظ، وهذا ما يميز الألعاب التي تعمل بنظام live-ops عن الألعاب التي تتوقف سريعًا. في المجمل، الأرقام لا تكذب: هي مرآة تفضيلات اللاعبين وإن فهمتها جيدًا يساعد على ضبط التصميم والاقتصاد داخل اللعبة.