Apa cara yang baik untuk mengukur viralitas game?

Saya telah menambahkan beberapa fitur sosial ke permainan iPhone (Lexitect jika Anda penasaran), seperti email, Twitter, dan integrasi Facebook untuk berbagi skor tinggi. Seiring dengan fitur-fitur ini, saya mengukur berapa kali pengguna membuatnya untuk setiap langkah. Tujuan dari fitur ini adalah untuk membuat game lebih viral, dan saya mencoba untuk mengukur virality game.

Saya akan berpikir bahwa metrik viralitas permainan akan menghasilkan angka berdasarkan 1,0, di mana 1,0 = nol pertumbuhan virus, dan 1,01 akan mewakili pertumbuhan virus 1% selama beberapa unit waktu.

Bagaimana viralitas biasanya diukur, dan di unit apa? Bagaimana waktu dibatasi pada metrik? yaitu jika saya memberi setiap pemain satu tahun untuk menentukan berapa banyak rekomendasi yang mereka buat, saya tidak akan mendapatkan angka nyata selama setahun sejak saya mulai melacaknya. Apakah ada standar untuk melacak viralitas dengan cara yang bermakna?

Viralitas biasanya diukur dengan K-Factor-nya . Dua tautan dalam artikel wikipedia juga sangat membantu - artikel tentang tujuan aplikasi viral menjabarkan hal-hal, dan spreadsheet Jon Radoff dapat menarik untuk dimainkan dengan mencari tahu beberapa interkoneksi antara berbagai faktor.

K-Factor mewakili jumlah infeksi seumur hidup yang dibuat oleh satu orang yang terinfeksi. Jadi, jika K-Factor Anda adalah 1,1, maka setiap orang yang terinfeksi akan menginfeksi 1.1 orang lain - dengan kata lain, Anda menuju pertumbuhan eksponensial. K-Factor tidak termasuk waktu rata-rata untuk terinfeksi, itu adalah item yang terpisah (tapi jelas penting).

Benar-benar mengukur viralitas, dari apa yang saya mengerti, bisa jadi sulit karena itu tergantung pada pelacakan metrik Anda yang ada di tempat yang tepat, dan kemudian Anda harus menyimpan dan menghubungkan banyak data pengguna yang berbeda.

Jadi, saya tidak yakin apa yang Anda maksud dengan "virality". Saya akan menganggap maksud Anda, "Saya ingin melacak seberapa sering pemain saya merekomendasikan permainan saya kepada teman-teman mereka dan melacak berapa banyak rekomendasi yang berubah menjadi konversi ."

Lihat Google Analytics dan Omniture . Mereka menyediakan cara yang bagus untuk melacak statistik di berbagai platform dan juga menyediakan cara untuk memvisualisasikan statistik tersebut. Sungguh, Anda bisa menggulung sendiri tanpa terlalu banyak usaha.

Mari kita ambil satu case: Player A mengunduh game Anda dan mulai bermain. Sebagai bagian dari dijalankan untuk pertama kalinya, game Anda menghasilkan ID unik.

Sekarang anggaplah Pemain A sedang memainkan gim Anda dan mengirimkan "Saya mencapai level 12! Main denganku!" pemberitahuan ke jejaring sosial du jour. Tapi tunggu! Setiap tautan menyematkan kode unik lain di tautan ke beranda Anda tempat pemain dapat membeli aplikasi Anda - melalui tautan iTunes atau apa pun. Kode unik kedua ini termasuk yang pertama (yang secara unik mengidentifikasi pemain) ditambah beberapa hal tambahan (level apa mereka berada, dll).

Seiring datang beberapa teman Player A secara imajinatif bernama B, C, dan D. Masing-masing dari mereka mengklik tautan ini dan diarahkan ke beranda Anda.

Anda kemudian dapat melihat apakah orang ini mengklik tautan untuk membeli aplikasi Anda. Dengan melacak angka "tiba di beranda Anda dengan kode unik" versus angka "membeli aplikasi Anda", Anda dapat menghasilkan ukuran kasar dan berkelanjutan tentang seberapa sering Anda mengonversi orang secara acak menjadi pemain game.

EDIT : Ngomong-ngomong, jika saya benar-benar salah memahami pertanyaan Anda, silakan komentar dan saya akan menarik jawaban ini.

Satu-satunya cara untuk benar-benar mengujinya adalah dengan mengukur hasil dari pesan-pesan itu. Misalnya apakah ada cara untuk menghubungkan jumlah tweet dengan jumlah unduhan baru.

Berbicara murni tentang twitter, cara termudah untuk mengukur viralitas adalah dengan melihat seberapa sering tweet di-retweet.

Sebagai contoh, saya memiliki situs web whendidyoujointwitter.com - memiliki tautan jenis 'tweet this'. Sering kali ketika seseorang men-tweet tautan itu, beberapa pengikut mereka akan membuka tautan itu di tweet mereka dan pada gilirannya tweet pesan mereka sendiri. Kami kemudian dapat mengukur viralitas jika kami melihat rata-rata berapa banyak pengikut yang melakukan 'retweet' ini.

Misalnya, jika seseorang dengan 1000 pengikut menciaknya dan kemudian 10 pengikut mereka juga menciaknya, ini adalah tingkat keberhasilan 1%.

Sekarang, ini masih bukan persentase viralitas. Kita harus melangkah lebih jauh dengan bertanya berapa banyak pengikut yang dimiliki rata-rata pengguna twitter? Jika setiap orang memiliki 1000 pengikut, maka 10 retweet tersebut akan menghasilkan 100 retweet yang akan menghasilkan 1000, dll. (Hingga itu keluar - hanya ada begitu banyak pengguna / orang twitter di dunia) - yaitu sangat viral menurut sebagian besar standar.

TETAPI tidak semua pengguna twitter memiliki 1000 pengikut. Yang bisa kita coba hitung adalah titik kritis. Dengan tingkat keberhasilan 1%, berapa banyak pengikut yang dibutuhkan rata-rata pengguna agar meme terus menyebar?

Jika rata-rata 100, maka 1% berarti tweet akan menghasilkan 1 lagi tweet - yaitu meme akan tetap hidup. Jika rata-rata kurang dari itu, maka meme itu pasti akan mati.

Sekarang, secara terbalik, statistik terbaru yang saya temukan menunjukkan jumlah pengikut rata-rata adalah 70. Jadi tingkat keberhasilan 1% tidak cukup untuk menjadi viral - perlu naik sekitar 2% atau lebih.

Uhhhhm begitu memikirkan, saya kira itu adalah hal yang logaritmik / eksponensial.

• Tingkat keberhasilan 100% (semua retweet) = viral maksimum
• 10-99% = sangat viral melalui seluruh jajaran ini
• Tingkat keberhasilan 2% = minimum virus
• 1% atau kurang = bukan virus