2014 手游玩家付费行为数据统计分析

移动开发
近期,某手游交易平台发布了2014手游玩家付费行为分析报告,该报告以平台上半年(1月-10月)的手游充值交易数据为参考,通过对游戏用户的行为习惯及偏好进行分析,总结出手游玩家最喜欢付费的10款游戏及玩家的日常付费习惯。

近期,某手游交易平台发布了2014手游玩家付费行为分析报告,该报告以平台上半年(1月-10月)的手游充值交易数据为参考,通过对游戏用户的行为习惯及偏好进行分析,总结出手游玩家最喜欢付费的10款游戏及玩家的日常付费习惯。

玩家最喜欢付费的Top10游戏:腾讯游戏最亲民、重度手游最吸金

根据该平台2014年上半年(1月-10月)的手游交易数据显示:玩家最喜欢付费的10款游戏中,有5款游戏都来自腾讯游戏,腾讯游戏占到50%。从2014年1月到10月,雷霆战机、天天酷跑、天天炫斗等三款游戏的付费占比超过刀塔传奇,排名前三。

图片1

数据显示,从1月份到10月份,手游玩家单次付费金额超5000元以上的10款游戏中,重度手游占据主导地位。其中,英雄战魂、神之刃、铁血战神这3款游戏的单次付费金额均超过6000元以上,而且愿意为这3款游戏付费的总人数也是轻度手游的4倍以上。

玩家付费方式分析:61%手游玩家使用支付宝付款

3月份,该平台对手游支付渠道进行了为期七天的投票调查。调查共有 1510名玩家参与,其中61%的手游玩家仍然***支付宝进行充值;使用银联及手机话费等运营商渠道充值的玩家分别占到11%及16%;使用腾讯财付通、 微信支付、游戏点卡支付的玩家都占比2%左右;而使用其他三方支付渠道进行手游充值的占比6%。支付宝仍然是手游支付领域的***支付渠道,运营商在手游领 域的优惠支持也让其站稳了第二的位置。

3shuiying

根据talkingdata提供的数据,目前手机游戏支付手段中,支付宝、财付通等 三方支付占据了交易笔数69%,其中支付宝占笔数59%、财付通占10%,在手游的交易方式上支付工具占据了近7成的比例,银联为代表的网银支付占笔数的 20%。而在交易额方面,支付宝、财付通等三方支付占据了交易金额的62%,其中支付宝占49%、财付通占13%,银联为代表的网银支付占比为25%。

4shuiying

玩家付费时间分析:玩家的付费高峰习惯趋于稳定,付费高峰发生在午饭后和晚上睡觉前

通过对该平台2014年1月到10月的玩家充值时间进行分析显示:玩家付费的高峰分别发生在晚间的23点、午间的12点和晚间的21至22点。即使拆开工作日和周末来统计,该趋势依然成立,即付费高峰发生在午饭后和晚上睡觉 前;一周之内,付费次数及金额的日占比之间相差较小,每日付费比率之间也相差无几,付费率较低的周一,付费次数及金额分别为11.9%和12.5%,与付费率***的周六,16.6%和17.0%并无明显差别。周末的付费较工作日的付费也无特别明显的增长。数据还对2014年上半年单月的用户付费次数以及付 费金额做出统计,发现付费高峰时段依然稳定,即付费高峰发生在午饭后和晚上睡觉前。

5shuiying

6shuiying

玩家偏好分析:苹果手机用户更愿意付费玩游戏

根据百度发布的2014年第二季度《移动互联网发展趋势报告》报告显示,目前中国安卓手机用户是苹果的6倍,但是愿意花钱玩游戏的苹果用户数量却是安卓用户的3倍。

报告指出,两个平台用户为音乐、视频、阅读App付费的意愿基本一致,仅在游戏类 App上产生较大反差。其中,iPhone用户为游戏付费的意愿是Android用户的三倍。这一趋势主要源于早期游戏开发者普遍“轻Android重 iOS”的做法。这也说明Android用户对游戏的付费意愿偏低可能在很大程度上是被压抑的,如果游戏开发者能够重视起Android平台游戏的开发, 将有可能攫取更大的市场。

7shuiying

付费玩家属性分析:大叔***花钱

手游公司Everyplay近日发布了针对手游市场的消费用户***调查数据。调查结果显示,手游领域消费***的是中年男性用户,这部分人群对于手游的资金投入度***。

8shuiying

从年龄层面来看,35-44岁之间移动游戏玩家每月平均支出为6.07美元,这一数字高于18-24岁年龄玩家平均每月3.73美元的手游支出。从性别来看,男性移动游戏玩家每月平均支出为5.63美元,这一数字高于女性玩家3.49美元的平均支出。

9shuiying

原文:http://www.sykong.com/2014/10/35351

责任编辑:闫佳明 来源: 手游那点事
相关推荐

2020-05-15 15:21:58

SPSS数据分析

2021-06-10 09:53:04

数据统计统计分析数据

2016-10-18 14:13:21

数据统计模型

2020-08-14 10:58:27

R语言Python统计分析

2011-09-29 09:48:27

RHadoop数据库

2019-09-18 09:05:58

技术SQLDevOps

2015-08-19 09:40:51

统计分析

2011-03-14 14:41:59

大数据数据中心

2012-09-25 14:18:51

Linux桌面环境

2017-09-17 09:29:26

APP大数据架构

2010-12-30 09:44:10

C#Attribute

2015-02-27 09:53:06

Countly

2024-11-07 11:10:34

Python脚本统计分析

2011-05-27 13:56:04

网站流量

2009-06-29 15:25:21

SessionJSP

2015-01-05 17:28:02

JMP

2014-06-04 09:42:41

工业控制系统APT

2020-03-31 14:57:56

数据挖掘OLAP统计

2010-06-01 14:30:06

Mrtg教程

2013-09-10 14:50:12

数组面试题
点赞
收藏

51CTO技术栈公众号