产品太烂被逼改名三次,你所不知道的《王者荣耀》

2017 年 6 月 6 日 产品中国

产品中国 最受欢迎产品公号

点击题目下方蓝字关注 产品中国

编者按:本文作者“孙金龙”产品中国专栏作家(ID:ikunlong),产品中国经授权发布。


每次我去挤地铁,环顾四周,最起码有5个以上在打王者荣耀,还有不少妹子。王者已经是现象级产品了,但很少有人知道,王者当初差点被腾讯毙掉



一)出生就带着任务



15年,智能手机爆发,游戏市场里手游的份额越来越大,腾讯表示很捉急。于是一把搞了两个MOBA类手游,来接LOL的班。


他们就是《全民超神》和《王者荣耀》。



所以,王者诞生的任务非常明确,就是及时占领手游类MOBA市场,拿到LOL玩家的碎片化时间。


他也确实做到了。



二)名字都被改了三次



腾讯的游戏上线前都会内测,《王者荣耀》内部测试数据超差,被《全民超神》数据全面秒杀。


王者最初的名称叫《英雄战迹》。结果一看数据太TM差了,改个名儿吸吸粉吧,就改成了《王者联盟》。



明眼人一看就知道,这是蹭LOL(英雄联盟)的流量啊!结果被LOL的独立运营商ROIT(腾讯控股)一封邮件怒怼了回去。


妈蛋,那就再改,最后定了叫《王者荣耀》。



三)被嫌弃的王者



腾讯游戏的机制,是内测数据好的给的资源多。


王者的数据很不好,遭到了大家的嫌弃,市场部甚至不愿为其做推广。


但王者立足自身特点,找到了自己的打法,成功逆袭,成为了现象级游。王者的法宝是什么呢?那就是



四)社会化营销



来,先思考一个问题,什么是社会化营销?


暂时没有答案?我们先对比下《全民超神》和《王者荣耀》初期的营销策略。


《全民超神》上线之初搞了个什么呢?叫“给你300个开黑的理由”,主题是不论在地铁上还是蹲坑的时间,你都可以开黑一下。



这个素材做的时候就花了不少钱,又找了一堆大号去转发,做成了各种素材(比如漫画),还找了bigbang代言,整体费用超过百万了。


超神的思路很简单,社会化营销嘛,就是找微博、微信上的大号发我的内容,刷屏,制造热点。热度达到了,我也就成功了。


这是成功的社会化营销么?


再看王者荣耀。王者因为初期不被看好,拿不到太多的推广资源,也烧不起钱,所以他们采取了完全不同的策略。


王者荣耀第一波市场动作就是策划了OMG战队与万万没想到战队的直播大战。当年的OMG战队还是英雄联盟LPL的豪门战队,关注度最高的战队。而万万没想到、白客又是草根明星。白客自己就是游戏爱好者,圈里的用户都知道。


最后王者荣耀火了,超神已经很少有人提及。


超神和王者做法的区别究竟在哪儿呢?


1. 传播什么内容


超神打出的slogan是什么?能随时开黑。


这是一个 功能属性。但不是产品的 核心价值。


回想一下,你给好朋友介绍游戏的时候,你的介绍语会是:来吧,玩超神,能随时开黑!

你一般会说:来吧,玩超神,可好玩了!


这才是事情的关键。


传播的内容,应该是产品的核心价值。


游戏的核心价值是什么呢?好玩!

MOBA类游戏的核心价值呢?平衡性、公平性。


所以王者的slogan是什么:5V5公平竞技


这就是为什么王者的传播能引爆,他传播的是游戏的核心价值点。通过直播,这款游戏的核心玩法让这些目标用户一目了然。他们看到游戏和LOL的相似。看到了人民币玩家没有巨大优势,基本能做到基本公平。于是这些因素成了第一批核心用户去下载游戏的动力。


2. 找谁传播


这是超神犯的第二个错误,圈了错误的用户。


产品传播的初期,一定要引入一批核心用户,他们会为你带来源源不断的新增,并助推产品迅速迭代。


MOBA种子用户是什么样的?


他们当然也刷微博、看段子、关注明星。但谁都会做这些的,这种画像,毫无用处。


靠谱的画像是这样的:

 - 喜欢基本都不是小白用户

 - 有着至少两年以上的游戏经历

 - 偏爱操作性、团队配合的游戏

 - 更注重游戏的公平性


他们聚集在哪儿呢?

游戏直播、比赛视频


他们关注什么?

游戏大神


所以,结论显而易见,找到游戏大神,组织一次比赛,在比赛视频中展示王者荣耀这款游戏,激发种子用户下载,由种子用户带动更多用户下载,并反推产品迭代。


全民超神花了大价钱请了bigbang,还出了对应的皮肤,圈到了bigbang的一批粉丝。可这批粉丝里,又有多少是重度MOBA玩家呢?



回到我们最初的问题,什么是社会化营销?


真正的社会化营销,是在精准的用户画像之后,通过目标用户最有影响力的社会化媒体,去传播产品的核心价值。


这个思路可以拓展到所有产品,比如上一款爆品LOL的推广。


最开始,腾讯找了非常多的地推团队去网吧蹲点,看到打DOTA的人就过去介绍说:我们做了一个LOL,跟DOTA一样好玩,你玩一把我给你5块钱。

结果显而易见,没几个人理他们。


后来LOL调整了策略,找到DOTA大神做LOL直播,才扭转了形式,积累了第一批用户。



五)产品本身的影响



不可否认,《全民超神》的失败还有个重要原因,就是过于民币化,丢失MOBA游戏的精髓——公平和平衡。如果一个人民币玩家什么操作也没有,照样能一刀秒杀你,还有什么乐趣可言呢?



金龙闲扯:



人们喜欢走老路,装逼的说法就是有很强的路径依赖,一想到做营销,就是找KOL,做H5。这些都很容易。


难的是找到真正有价值的KOL,传播真正的产品价值,圈到真正的用户。


你现在做的,真的是社会化营销么?

- END -

长按识别下图中的二维码,快来关注我们。公众号:pmtooo

回复以下关键词查看更多干货信息

互联网头条 | 创新产品 | 产品方法论 | 产品经理入门 | 大数据 | 交互设计 | 需求分析 | 设计师 | 产品经理 | 产品之路 | 程序猿 | 

登录查看更多
0

相关内容

王者荣耀 是由腾讯游戏开发并运行的一款运营在Android、IOS平台上的MOBA类端游,于2015年11月26号在Android、IOS平台上正式公测,游戏前期使用名称有《英雄战迹》、《王者联盟》。
游戏是类dota手游,游戏中的玩法以竞技对战为主,玩家之间进行1V1、3V3、3V5等多种方式的PVP对战,还可以参加游戏的冒险模式,进行PVE的闯关模式,在满足条件后可以参加游戏的年度排位赛等。

王者荣耀官方网站
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
专知会员服务
155+阅读 · 2020年4月21日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
100+阅读 · 2020年3月9日
【机器学习课程】Google机器学习速成课程
专知会员服务
164+阅读 · 2019年12月2日
复旦大学邱锡鹏老师《神经网络与深度学习》书册最新版
神经网络与深度学习,复旦大学邱锡鹏老师
专知会员服务
118+阅读 · 2019年9月24日
听完了1000+首古风歌曲,我发现自己也能火
PingWest品玩
4+阅读 · 2019年6月2日
预言|李开复预见2018:明年会有一批AI公司倒闭
机器人大讲堂
6+阅读 · 2017年12月15日
看完后,别再说自己不懂用户画像了
R语言中文社区
15+阅读 · 2017年8月28日
谈谈用户画像
caoz的梦呓
10+阅读 · 2017年8月17日
嘿,这是本应属于你的“红包”!
腾讯
3+阅读 · 2017年7月13日
谈谈王者荣耀
小道消息
4+阅读 · 2017年7月6日
Question Generation by Transformers
Arxiv
5+阅读 · 2019年9月14日
Generalization and Regularization in DQN
Arxiv
6+阅读 · 2019年1月30日
Arxiv
3+阅读 · 2018年10月8日
Large-Scale Study of Curiosity-Driven Learning
Arxiv
8+阅读 · 2018年8月13日
Doubly Attentive Transformer Machine Translation
Arxiv
4+阅读 · 2018年7月30日
Relational recurrent neural networks
Arxiv
8+阅读 · 2018年6月28日
Arxiv
5+阅读 · 2018年4月13日
VIP会员
相关VIP内容
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
专知会员服务
155+阅读 · 2020年4月21日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
100+阅读 · 2020年3月9日
【机器学习课程】Google机器学习速成课程
专知会员服务
164+阅读 · 2019年12月2日
复旦大学邱锡鹏老师《神经网络与深度学习》书册最新版
神经网络与深度学习,复旦大学邱锡鹏老师
专知会员服务
118+阅读 · 2019年9月24日
相关资讯
听完了1000+首古风歌曲,我发现自己也能火
PingWest品玩
4+阅读 · 2019年6月2日
预言|李开复预见2018:明年会有一批AI公司倒闭
机器人大讲堂
6+阅读 · 2017年12月15日
看完后,别再说自己不懂用户画像了
R语言中文社区
15+阅读 · 2017年8月28日
谈谈用户画像
caoz的梦呓
10+阅读 · 2017年8月17日
嘿,这是本应属于你的“红包”!
腾讯
3+阅读 · 2017年7月13日
谈谈王者荣耀
小道消息
4+阅读 · 2017年7月6日
相关论文
Question Generation by Transformers
Arxiv
5+阅读 · 2019年9月14日
Generalization and Regularization in DQN
Arxiv
6+阅读 · 2019年1月30日
Arxiv
3+阅读 · 2018年10月8日
Large-Scale Study of Curiosity-Driven Learning
Arxiv
8+阅读 · 2018年8月13日
Doubly Attentive Transformer Machine Translation
Arxiv
4+阅读 · 2018年7月30日
Relational recurrent neural networks
Arxiv
8+阅读 · 2018年6月28日
Arxiv
5+阅读 · 2018年4月13日
Top
微信扫码咨询专知VIP会员