关于用户付费习惯的分析，我相信很多分析师跟我一样，做过很多很多，基本的分析思路就是看不同类型玩家的消耗分布，从不同类型的游戏共性上说，其实就是充值或消耗的占比。那么，做付费习惯分析能为游戏带来哪些价值？请看下面这个案例。某款MMO游戏，通过用户付费习惯分析得出经验珠的购买人数最多，神力珠的购买人排在第二。
然而，研发人员预想的是玩家主要购买的神力珠，其次才是经验珠。换句话说，就是希望玩家一上来就把钱砸到神力珠上面。
为什么玩家的付费习惯和研发设计的思路不符？
我们先来了解两个道具的差异。经验珠能快速提升经验，很直观；而神力珠是持续升级，缓慢提升经验，10分钟没什么效果，但10小时的效果非常明显，不直观。分析得出，玩家没有理解到底哪个性价比更高，他们并不知道哪一个性价比对于他们来讲是更好的，那么只能说这批玩家的付费习惯是追求明白、直接、看得见、快速生效的东西，他们在乎看得到的利益，而次一级的选择才是这种较为缓慢的利益。
在这个时候，我们要去想办法去推，将神力珠推送给玩家，让玩家理解这个道具，理解后才会加大购买率。推送会影响收入，比如充值送神力珠活动，相当于打折。
如果不推送给玩家，会导致游戏里面会玩和不会玩的差距太大，因为这一批玩家中有部分是会算的，有部分是不会算的，如果我们引导做的不好，不会算的玩家的钱花错了地方，在游戏里成长会比较慢，玩家之间的差距加大，差距太大会跟不上队伍，跟不上队伍就很难继续玩不下去（游戏特性决定），从而导致流失。
付费习惯分析还有其他哪些价值？
假设我们有10款MMO和10款卡牌类游戏，我们将用户的消费习惯进行分类，将每个系统的出产方式、运营活动都做一个类比，能得到一个卡牌类或MMO类游戏的用户的消费习惯曲线，这个曲线对于做下一款游戏的设计是有帮助的，以后做卡牌或MMO游戏时就可以用现有这些数据来设计相应的点。在同类型游戏的用户习惯是一致的前提下，各个系统的设计就可以算出来，比如原本按这条曲线，按这个概率，参与率是多少人，比如A概率，按这个曲线，这个模块的付费假设是1000块，研发人员调了概率以后，在这条消费曲线上，这个模块的付费可能是1500块钱，那么，这个数据对于研发人员的参考价值就在于，设计活动总价就按照1500块去设计。这也符合上一篇提到的收益最大化定价的思路，即如何估算定价，使得道具获得最高的销售额。
来源：知乎专栏