在 8 月 2 日，由 ThinkingAI 举办的数聚势能沙龙上，来自延趣游戏的资深数据分析师胡鹭婷带来了题为《AE 系统构建模拟经营养成类游戏用户分层的日常体系》的主题演讲。作为参与过《叫我大掌柜》和《时光杂货店》等多款爆火游戏项目的资深行业从业者，胡鹭婷老师拆解了如何借助 ThinkingAI 旗下的 Agentic Engine（简称“AE 系统”）实现游戏的精细化运营，以数据智能驱动业务增长、保障玩家留存。

下为胡鹭婷老师演讲的主要内容（文字有删减和调整）。

用户标签与分层

运营分析的核心工具

游戏日常分析的核心目标可归纳为三类：减少玩家流失、提升稳定活跃；推动活跃玩家破冰付费与持续付费；召回流失玩家并提高其长线活跃比例。

而实现这些目标的关键，在于通过 “用户标签” 与 “用户分层” ，精准定位不同玩家群体的需求与行为特征，最终落脚于 “活跃” 与 “付费” 两大核心指标。

当然，我们需要明确用户标签与用户分层的区别：用户标签能将用户划分为多个分组，不同分组之间可以相互类比或筛选；而用户分层仅以“属于某一分层”和“不属于该分层”界定，主要用于精准调用特定群体。

玩家留存优化

从活跃付费大盘到精准刺激消费

接下来，我们将通过具体案例拆解游戏日常分析的落地方法。

对于模拟经营类游戏来说，玩家最核心的体验点在于种田收获的快感和收集角色的满足感。但是，不同玩家群体的活跃度、付费意愿以及投入精力差异是很大的。我们需要做的就是针对不同特质的玩家群体实施不同的运营策略。

一个合格的运营策略应该先从用户标签入手。最常见的就是以活跃指标中的“次活、三活、七活、流失用户”作为分群标签。通过 AE 系统搭建标签后，我们就能对基础的活跃付费大盘进行分组分析，清晰看到各分层的群体趋势。

举个例子，我们观察到 Demo 中一批“次活”玩家的付费率高达 97.24%，单次平均付费金额约 47.14 元。数据说明这类玩家群体的付费意愿较高，他们往往更在乎的是游戏体验以及游戏中角色的快速成长。

AE 系统 Demo 截图

针对这类玩家，我们可以在玩家们解锁新建筑或获得稀有角色时，推出47元左右的材料礼包或培养礼包，撬动玩家消费。结合道具产出数据，我们同样可以在不打破游戏道具平衡的前提下，在玩家通关失败或连续使用一次性道具时投放稀有材料礼包，进一步增强礼包吸引力。

除了单次付费，我们还能通过“累计付费金额分层”分析活跃标签下玩家的充值分布，再针对不同充值档位实施不同的运营策略。

比如，当次活玩家近 7 天累计付费达 198 元时，我们可以推出“再充值 6 元、12 元、30 元可获累计奖励”的惊喜活动，配合当期游戏活动投放额外活动道具奖励，刺激他们向更高档位跃迁。

流失用户分析

精准定位节点，提升召回效果

精细化运营的重要价值，还体现在对玩家流失节点的精准捕捉上。

比如，我们观察 Demo 数据可以发现，某批流失用户的爬塔层数多分布在 20-40 关及附近，平均等级集中 3-11 级区间。结合策划对关卡设计与等级成长的设定，我们就能针对性地制定召回策略。

AE 系统 Demo 截图

我们进一步拆解数据可以发现，过半流失玩家已通过 25 关，这说明前期关卡的体验相对流畅，流失更可能出现在游戏中后期。所以，我们可以设计专门的回归礼包，解决中后期可能存在的体验卡点。

同时，结合玩家的等级分布特征，我们可以设置 10 级、20 级等关键等级节点，配合“老拉新”活动推出对应奖励机制，以此提高召回玩家的长线活跃比例。

除了常规的召回活动，我们还可以结合外部热点策划联动召回活动。比如某部电视剧在短视频平台爆火时，不妨围绕其中的热门梗设计专属活动和角色——这样既能增加曝光度，也能有效吸引流失玩家回归。

此外，在周年庆、电竞赛事等特殊节点，我们也可以推出怀旧主题活动，用情怀打动玩家，进一步推动老玩家回归。

随着游戏行业进入精细化运营时代，用户分层体系将成为连接玩家需求与运营策略的核心桥梁。

通过更精准的数据分析，我们不仅能提升玩家体验与付费意愿，更能推动游戏从“流量驱动”向“用户价值驱动”转型。期待未来行业能涌现更多优秀游戏企业，共同探索游戏运营的新可能。