Авг 2024#MarketResearch
Оно посвящено рынку кликеров и тапалок, созданных на основе Telegram.
В рамках исследования был проведен анализ данных, собранных на основе упоминаний нижеперечисленных игр и приложений. Мы также провели изучение коммьюнити и прочих медиа каналов (более 500 000 упоминаний, более 100 000 членов сообщества):
Размер рынка
В настоящий момент большинство кликеров не имеют прямой монетизации, за исключением отдельных проектов. Однако наблюдается тенденция к выпуску собственных токенов. Например, уже доступны для покупки монеты таких проектов, как Notcoin и Pixelverse, а также запущена предпродажа $HMSTR. Текущая капитализации рынка Telegram-кликеров оценивается в пределах $20B-$30B. Текущий CAGR составляет 10%, но в случае успешного листинга самой известной монеты $HMSTR, он может увеличиться до 20%-30%.
Общий рынок оценивается в $27B. Структура рынка кликеров предполагает наличие нескольких направлений развития:
Основными драйверами текущего роста рынка кликеров являются:
1. Высокий интерес к сфере со стороны:
2. Рост популярности нативной платформы (Telegram);
3. Информационная поддержка со стороны Telegram;
4. Рост экосистемы TON;
5. Рост популярности Web3 направления и рынка криптовалют.
Факторами риска для рынка являются:
Совокупный размер аудитории подобных приложений составляет 350M пользователей. Согласно проведенному опросу, среднее количество проектов, в которых состоят пользователи составляет 2,3. Таким образом, оценка аудитории Telegram-кликеров составляет от 163M до 197M пользователей на август 2024.
Трафик пользователей формируется за счет интеграций в основных медиа каналах:
Исходя из данных, актуальных на август 2024 года совокупный внешний трафик для всех кликеров оценивается в диапазоне от 0,8B до 1,2B. Из этого объема около 68% трафика связано с каналами, группами и чатами Telegram, которые упоминали один или несколько анализируемых кликеров.
Все сообщества имеют различный диапазон ER (показатель вовлечения пользователя). Для небольших сообществ этот показатель может доходить до значений в 60%, для наиболее крупных – 0,05%. Среднее значение показателя ER составляет 1%.
Большинства кликеров упоминаются на регулярной основе в медиа.
Для большинства проектов изначальный трафик формируется из числа каналов мелкого и среднего масштаба (большая часть упоминаний), однако виральность задается несколькими публикациями на крупных площадках. После чего основной приток пользователей осуществляется со стороны площадок с числом подписчиков от 100 000 до 500 000.
Соотношение каналов и чатов составляет 55% к 45%. Доминирующие типы сообществ – это коммьюнити, посвященные криптовалютам (обзоры проектов, дропхантинг, анонсы листингов и т.д.) и новостям.
История развития кликеров
Концепция игр-кликеров не является чем-то новым в 2024 году. Игры, чья механика предлагала игрокам взаимодействовать с интерфейсом игрового поля напрямую возникли еще на заре появления первых игровых приложений для персональных устройств. Среди наиболее известных примеров здесь – это игра “Сапер”, которая шла в пакете программ Microsoft.
Простая механика игры позволяла пользователям быстрее включиться в игру и развлечься.
Большая часть успешных MMO-игр 2000-2010-ых годов существовали по системе подписки. Для этих проектов было жизненно важно удерживать вовлеченность пользователей. Один из путей – через исследование игрового мира (лор, персонажи, сюжет, локации и т.д.).
Создать богатый и интересный игровой мир непросто. Другой путь – через систему легких игровых квестов с быстрым получением награды. Так в играх начала появляться гринд-механика. Она позволяла заинтересовать игроков простыми заданиями, выполнение которых позволяет “увеличить уровень персонажа”, сделать игровой процесс цикличным без существенного изменения игрового опыта. В MMO-играх это были простые задания из разряда “добыть 10 X”, когда игрок выполнял задание, он получал награду, но и задание становилось слегка сложнее (“добыть 20 X” и т.д.). В публичном пространстве именно гринд-механика часто называется основной причиной игровой зависимости.
Ключевая цель таких игр – это задать цикл “действие – награда” с прогрессией, чтобы время на получение каждого вознаграждения увеличивалось.
Яркими представителями таких гринд-игр являются EverQuest (1999), FarmVille (2009), некоторые элементы подобных механик были имплементированы и в такие популярные игры как World of Warcraft и Clash of Clans.
По мере развития технологий мобильных устройств и игровых приложений начал меняться сам формат взаимодействия игрока с играми: появление тач-скринов позволило сократить дистанцию между интерфейсом игры и игроками. Мобильные устройства в 2010-ых годах отличались небольшими вычислительными мощностями, из-за чего игры, созданные под подобные девайсы, зачастую были более казуальными с точки зрения графики, механик, лора и игрового мира. Появление коммерчески успешных игр типа AdVenture Capitalist (2014), Candy Box (2013), Cookie Clicker (2013), Clicker Heroes (2013), Sandcastle Builder (2013) обозначило тренд на разработку инкрементальных игр. Особенность этих игр заключалась в том, что они совмещали в себе простые игровые механики, прогрессивный цикл “действие-награда”, а также не требовали активного присутствия игрока, т.е. целевой ресурс мог накапливаться без прямого включения пользователя в игру. Подобные игры стали называть idle-games или инкрементальными играми.
Первые idle игры в web3 начали появляться в 2017-2018 годах с появлением P2E нарратива и его популяризацией в 2020-2021 годах. С конца 2023 года начали появляться первые Telegram-приложения с функционалом кликеров, а в 2024 году обозначился нарратив web3 кликеров.
Одной из ключевых причин текущего успеха Web3-кликеров заключается в том, что они усовершенствовали опыт взаимодействия между игроком и самой игрой, добавив web3 механики, а также систему монетизации на основе Блокчейн технологий. Это усиливает мотивацию пользователей участвовать, так как делает награду за участие или майнинг более ощутимой, реальной.
Многие подобные игры и приложения собраны по так называемому принципу ящика Скиннера – механизму, конструирующему неврологический цикл обратной связи. Он особенно эффективен в играх с простой и повторяющейся механикой, делая их высоко аддиктивными. (1) Немаловажная роль в удержании игроков в таких играх, являются различные когнитивные эффекты и искажения.
Эффект невозвратных потерь играет ключевую роль: усилия, затраченные на достижение прогресса, повышают ценность возвращения в игру. Ощущение потери прогресса становится сильным стимулом к продолжению игрового процесса, особенно когда прогресс усиливается бустерами и бонусами. (2, 3)
Эффект обладания способствует тому, чтобы игроки возвращались в игру, заботясь о купленных предметах, к которым они привязались. Этот механизм делает игровые активы более ценными в глазах игроков, что мотивирует их продолжать играть. Часто в подобных приложениях разработчики прибегают к методам теневого дизайна. Например, в ситуации выбора из нескольких опций одна из альтернатив указывается в качестве выбора по умолчанию. Подобный эффект статуса-кво увеличивает вероятность того, что игрок выберет именно этот вариант. Игрокам постоянно напоминают о текущем статусе прогресса, новых заданиях и возвращают к игровым сессиям. (4)
Кроме того, игра напоминает о текущем статусе прогресса и новых заданиях, что помогает поддерживать вовлеченность. Набор заданий содержательно не меняется вне зависимости от уровня игроков, изменяются лишь бенчмарки. Это задает понятный пользователям темп игры и формирует устойчивые ожидания награды, что приводит к привязке к квотным доходам от игры. (5)
Эффект стартового прогресса проявляется через механизм реферальных программ. Telegram-кликеры активно используют эту механику для расширения аудитории, предоставляя приветственный бонус, позволяющий игрокам более комфортно войти в игру и с большей вероятностью остаться в ней. (6)
Увеличение сложности, как было описано, носит нелинейный характер. Сложность и награда возрастают ступенчатым образом. Игровой дизайн настроен таким образом, чтобы награда всегда представлялась достижимой, несмотря на необходимые усилия. Эффект градиента цели играет здесь ключевую роль: чем ближе игрок к достижению цели, тем сильнее его нежелание отказаться от игры. (7)
Иногда игры не требуют активного участия, достаточно включенного экрана. Покупка бонусов позволяет игроку комфортно продолжать игру, снижая тревогу, связанную с боязнью потерять ресурсы. Наблюдение за прогрессом, даже если он не имеет реального значения, приносит пользователям удовольствие и является ценным игровым опытом.
Интеграция web3 механик, а также анонсирование выпуска монеты стимулирует интерес со стороны игроков, заинтересованных в заработке. Согласно внутренним данным BDC, собранным в ходе интервью с пользователями P2E игр, более 70% игроков участвуют в них с основной целью — заработать.
Воспроизведение в играх таких эффектов позволяет разработчикам создавать продукты, которые вызывают у пользователей желание возвращаться к игре снова и снова. Внедрение web3 технологий и использование экономических стимулов только усиливает эту тенденцию, предоставляя игрокам дополнительные мотивы для участия с низким порогом входа. Понимание этих механизмов важно не только для разработчиков, но и для самих пользователей, чтобы осознавать влияние таких игр на их поведение и принятие решений.
(1) R.Carlson, Neil (2009). Psychology-the science of behavior. U.S: Pearson Education Canada; 4th edition. p. 207
(2) Kahneman, D. & Tversky, A. (1979). Prospect theory: An analysis of decisions under risk. Econometrica, 47, 313–327
(3) Arkes, H. R., & Blumer, C. (1985). The psychology of sunk cost. Organizational Behavior and Human Decision Processes 35(1),124-140.
(4) Kahneman, D., Knetsch, J., & Thaler, R. (1991). The Endowment Effect, Loss Aversion, and Status Quo Bias: Anomalies. Journal of Economic Perspectives, American Economic Association, 5(1), 193-206
(5) Camerer, C, F., Babcock, L., Loewenstein, G., & Thaler, R. (1997). Labor Supply of New York City Cab Drivers: One Day at a Time. Quarterly Journal of Economics, 111, 408-41
(6) Nunes, J., & Drèze, X. The Endowed Progress Effect: How Artificial Advancement Increases Effort. Journal of Consumer Research, 2006, 32 (4), 504-12
(7) Hull, C. L. (1932).The Goal Gradient Hypothesis and Maze Learning. Psychological Review, 39, 25-43
Мы используем файлы cookie, чтобы понять, является ли информация, которую мы предоставляем вам, актуальной и удобоваримой, или нуждается в улучшении. Узнайте больше, как вы можете контролировать файлы cookie здесь