这几个变化你一定要知道!游戏行业趋势预测
编者按 游戏行业会变成什么样？什么样的游戏才能被玩家喜爱？本文作者将通过分析一些数据，来预测游戏行业未来的走势，希望能帮助大家做决策。
作者：是否
（本文内容由公众号“游戏设计理论”提供，转载请征得同意。文章仅为作者观点，不代表GWB立场）
预测不是占卜，不用搓水晶球，而是基于几个确定性强的趋势去分析。虽然不一定准时，但只要方向正确，发生只是早晚的事。
1.1 玩家的年龄范围增加
这是10年和19年的玩家年龄结构，很显然的体现出大龄玩家越来越多，因为年轻的玩家长大了。以前我们说核心用户群体永远是20~30岁，实际上早已不是了，需要扩大到40岁，未来可能要扩大到50~60岁。由于范围不断扩大，甚至可以得出一个结论，年龄的重要性会持续弱化，因为现在30来岁的玩家到40以后很可能还会玩游戏。“为中老年人做游戏”总有一天会成为某家公司的口号。1.2 留存数据很难提高
从17年中到19年中的大数据（75000+）来看，次留和7留数据变化不大，稍微有点下降。但是前15%的游戏28留降幅较大。我之前根据自己所知有限的数据判断，好游戏的留存在变高，差游戏的留存在变差。所以看到数据还是挺震惊的，游戏行业太难了，提高品质对留存的提高有限，不提高又得被竞争对手干掉。不过反过来说对小厂是个利好，大厂不会把所有流量吸干。这也说明部分用户越来越“快餐化”。当然，因为没有源数据的结构和算法，对真实性总是有几分怀疑。不知道新、老游戏的区分数据、超休闲游戏的影响、也不知道TOP100的数据。可能实际上TOP100的长留数据在提高，数据只是被“平均”掉了。甚至可能正是因为TOP100把愿意长留的玩家吸走才导致TOP15%的28留下降。可惜没有TOP100的数据，有知道的小伙伴可以偷偷告诉我。至于Button15%的28留为什么会增加，就不清楚了。可能是游戏品质提高、玩家质量提高。需要注意的是，此数据不能说明市场规模增速会发生变化，因为玩家可能只是更喜新厌旧了。1.3 市场增长变缓
这是大家都知道的事实，但从不一样的角度分析，能得到更有价值的结论。市场的增长趋势可以由两个先见性指标判断，用户数量和人均使用时长。用户数量保持个位数增长，大陆的增长速度略低于全球。由于用户基数足够庞大（26亿），即使5%的年增长率也是个巨大的增量。但不能说“海外市场机会大于国内市场”，因为海外也是由很多国家组成的，且比较分散。关于人均使用时长，我查了很多数据报告，都没有确切的答案。上图是2020年的全球数据，与国内的不同，它是下降的，具体原因不清楚。（比较诡异的是与Facebook的报告也是相反的）易观19年的报告表示国内游戏的使用时长在下降。下降的原因主要是受其他娱乐APP及版号限制的影响，未成年人防沉迷限制也可能略有影响。不管下降还是增加，幅度都不大。而且作为主要娱乐方式，甚至可能是终极的娱乐方式，未来肯定不会差。即使在下降，也不妨碍市场的增长，而且ARPDAU在提高。但人均使用时长的变化和单次游戏时间的减少，对游戏类型有重大影响。如图所示，每次游戏的时间在下降。具体原因并不清楚，但足以说明用户习惯在变得更“轻”。如果所有类型的数据都在降低，大型重度游戏可能会比较危险。这里还欠缺一个“每日玩游戏个数变化趋势”，如果有的话会更有说服力，可惜没有平台统计这个数据。1.4 ARPDAU增速高于ARPPU
ARPDAU在增长，而且是整体在增长。ARPPU是在下降的，而且糟糕的是TOP15%在下降， the new year并没有up回来。这也证实了之前说的：未来让10000个玩家多花1块钱比让1个玩家多花10000要容易得多。同时报告中还提到，由于IAA付费崛起，转化率有所下降。注：此处未截取2017-2018的数据，因为报告数据应该是错的。所以这几篇报告和本文的部分结论也请谨慎参考。1.5 玩家群体正在变化
“都9012年啦！”这个梗到现在应该是“都0022年啦！”《最强蜗牛》的爆火主要原因是梗跟系统结合得非常巧妙，很有意思。梗文化其实已经很多年了，从《奇葩说》、《吐槽大会》，最右等等充满各种梗元素的内容流行就说明“梗”是个极具生命力且用户群体庞大的题材。这些梗30年前没多少人会把它们理解成笑话，也说不出来。科技的变化引起生活方式的变化，生活方式的变化又引起接受信息的变化，接触信息的变化又形成了不同的认知，大家的认知都变化了，就形成了趋势。互联网极大的加速了变化的过程，一般人类的大脑无法理解过去100年才发生的变化现在只需要几年，一条科普视频就能让普通人理解别人几年的学习成果。互联网人类未来可能每5年就是“一代”，形成自己独特的特征，以前是80后鄙视90后，以后是00后鄙视05后。互联网一代跟网吧一代肯定有差异，没吃过苦是普遍现象。从小玩游戏更是正常，他们还可以通过电视、B站等渠道看主播玩游戏，可谓游戏经验丰富，所以喜欢的游戏自然会更多样。有人说现在的年轻人更喜欢“个性”，但实际上70后说80后喜欢个性，80后说90后喜欢个性，90后又得说00后喜欢个性。谁也说不清楚“个性”是个什么东西。我觉得它可能就是“不一样”，亦即“多样性”。“没玩过”就是游戏乐趣的一部分，未来游戏会有更丰富的品类。1.6 消失的中产
注意这里的“穷人”不是饭都吃不起的人，而是买不起房、收入也不高，生活水平一般的人。过去大家都听过 “纺锤型社会”，这是一个美好的社会形态，极富极穷的人都是少数，大部分人生活富足，人生幸福，成为所谓的“中产”。直到大前研一发明了一个词：M型社会。根据他的调查，社会发展到一定程度，“中产”会大幅减少。也就是人口会往两侧集中，精英阶层和社会底层的人数比中产要多。有兴趣可以搜索一下原因，不展开讨论。此变化得出的结论就是做两类人的生意最有前途：穷人的量产生意和土豪的定制化生意。游戏不太容易做土豪的定制化生意，所以更需要关注量产生意。小结
根据数据找到了几个确定性非常强的趋势：贫富差距扩大、年龄的影响在弱化、玩家更喜新厌旧、愿意付费的玩家越来越多、玩家的偏好越来越多元化。文中有些不清楚原因的数据变化，实力有限，着实无法考证。
基于几个趋势，做几个预测。前面的数据默认为真吧，有其他数据证明是错的再说。说是预测，也别指望得到具体答案，要是能知道我就买彩票去了。我也不知道哪个类型或题材会火，能预言的不是神就是神棍。但是话说回来，做事总得选一个方向，当一回神棍在所难免。每个人都是自己的神棍，当自己的神棍，让别人说去吧。2.1 “游戏类型”会越来越多
新一代游戏人已经出现，他们没玩过页游、魔兽世界、梦幻西游、传奇等经典大作，他们玩过许多掌机、主机、PC游戏。对游戏类型的理解没那么局限，一定会创造更多可能。现在做游戏的成本相对以前低了很多，小团队、甚至远程合作都能做出个差不多的产品。当然盈利肯定是很难的。成本低就有更多人愿意为爱发电，毕竟做游戏是件很爽的事。而且现在信息传播速度太快了，一个有趣的游戏迅速全网传播，就算为了利益也会做更有“特色”的游戏。2.2 玩家更能接受“独特”的游戏
目前的游戏市场同类产品太多了，市场也已经是红海，有题材、玩法特色才容易吸引眼球。而且年轻一代的玩家也变多了，老玩法不可能持续。从小看着、玩着各种稀奇古怪的游戏长大，让他们去玩相对“古老”的玩法太难了。这点从二次元卡牌游戏的疲软就能看出来。玩法独特的游戏虽然小众，但也会有自己的一部分市场，足够自己活得很好，最近的例子不要太多。有个可能不太让人开心的事实，目前手游不太讨喜的付费设计，很可能长期存在，只是程度不同。2.3 大型F2P游戏减少
“市场长期平均留存数据”我认为挺重要的，这是一个先见性指标。但不知道为什么国内没有这方面的数据统计，国外也是17年才有公开数据。(GameAnalytics付费可查90天留存变化趋势，大佬可以帮忙看看)可能是因为持续增长的市场规模让大家更容易忽视先见性指标的降低。当然这个数据的下降不说明市场发展趋缓，而是用户行为产生了变化。毕竟玩家不是不玩游戏了，可能是去玩别的游戏了。长期留存下降，导致LT减少，自然LTV就会减少。现在F2P游戏普遍回本周期较长，如果LTV降低会增加商业风险，大型项目立项会更谨慎。可惜这是个延迟反馈，不会立刻产生效果。首先知道这个数据的企业肯定不多，等知道了已经立项的也不可能砍掉，整个公司的研发战略也很难调整。根据大型项目研发周期一般在2~3年，真正的数量减少可能发生在3~5年后。手游上的大型游戏可能会跟端游类似，越来越少。相对的，小项目会增加，创新幅度也会较大，否则没有竞争力。此外付费游戏可能会增加，因为在一次性体验上，付费游戏还是更有优势。而且愿意花钱的玩家在增加。这也很符合数据上的变化——玩家更喜欢体验新鲜感，经常换游戏。2.4 付费习惯变化
根据本文前面提到的M型社会的形成，付费用户的分布会发生变化，这也是ARPDAU增速高于ARPPU的原因。M型社会反应到游戏里就是保证大部分“穷人”的常规付费，和少量土豪的深度付费。中间这部分人，他们的体验基本被忽略。还是之前说的，让1个人多花10000容易还是让10000个人多花1块钱容易。目前来看，后者会越来越容易。
从19年开始，很明显的感到整个市场开始暗流涌动，变化莫测，这种时候很适合搞事情。其实很早以前就已经有苗头，TapTap用户数量激增、B站的影响力、新生代玩家的增加等等，都预示着市场文化将要产生变化。再叠加国内游戏行业发展了20来年，也有不少的技术、流程积累，做游戏的成本没那么高。几个人只拿生活费出来做游戏花不了多少钱。做创业规划必须要考虑未来5年的行业发展，所以必须通过先见性数据确定大方向。我目前的战略目标是希望未来1~3年成为一个细分赛道的No.1，赛道是什么就不说了。关于成功率
简单的把成功因素分成两个部分：对市场的把握和对产品的把握。目前自我评价，市场有70%的把握，产品有80%的把握，再考虑少许未知的波动，综合成功率应该在50%左右。有些不可控的因素影响了成功率，比如市场是否真的跟调查结果没有偏差，数据能否反应用户的真实意愿。以及我们是否真的能把想要的100%还原出来，毕竟是有点创新的游戏，还有很多坑要踩。
