首页 > 数据分析 > 游戏数据分析基础知识讲解
2015
12-23

游戏数据分析基础知识讲解

文章内容摘自:TalkingData《移动游戏运营数据分析指标白皮书》。

一、新登用户数(DNU)

  1. 日新登用户数:每日新注册并登录游戏的用户数;
  2. 周新登用户数:为本周7天日新登用户数累计之和;
  3. 月新登用户数:为本月30天日新登用户数累计之和。

可解决的问题:

  1. 渠道贡献的新用户份额情况;
  2. 宏观走势,是否需要进行投放;
  3. 是否存在渠道作弊行为。

二、一次会话用户数(DOSU)

  1. 日一次会话用户数:即新登用户中只有一次会话,且会话时长低于规定阈值;
  2. 周一次会话用户数:为本周7天日一次会话用户数累计之和;
  3. 月一次会话用户数:为本月30天日一次会话用户数累计之和。

可解决的问题:

  1. 推广渠道是否有刷量作弊行为;
  2. 渠道推广质量是否合格;
  3. 用户导入是否存在障碍点,如:网络状况、加载时间等;
  4. DOSU有助于评估新登用户质量,进一步分析则需要定义活跃用户的月一次会话用户数。

三、用户获取成本(CAC)

  1. 用户获取成本=推广成本/有效新登用户

可解决的问题:

  1. 获取有效新登用户的成本是多少;
  2. 如何选择正确的渠道优化投放;
  3. 渠道推广成本是多少。

四、用户活跃(Activation)

  1. 日活跃用户数(DAU):每日登录过游戏的用户数;
  2. 周活跃用户数(WAU):截至当日,最近一周(含当日的7天)登录游戏的用户数,一般按照自然周进行计算。
  3. 月活跃用户数(MAU):截至当日,最近一个月(含当日的30天)登录过游戏的用户数,一般按照自然月计算。

可解决的问题:

  1. 游戏的核心用户规模是多少;游戏的总体用户规模是多少;
  2. 游戏产品用户规模稳定性;游戏产品周期变化趋势衡量;
  3. 游戏产品老用户流失与活跃情况;渠道活跃用户生存周期;
  4. 游戏产品的粘性如何(与MAU结合);推广效果评估。
  • 备注:
    MAU层级的用户规模变化相对较小,能够表现用户规模的稳定性,但某个时期的推广和版本更新对MAU的影响也可能比较明显;
    此外游戏生命周期处于不同时期,MAU的变化和稳定性也是不同的。

五、日参与次数(DEC)

  1. 日参与次数:用户对移动游戏的使用记为一次参与,即日参与次数就是用户每日对游戏的参与总次数。

可解决的问题:

  1. 衡量用户粘性(日平均参与次数);
  2. 什么渠道,什么用户参与频率较高;
  3. 用户对产品参与频率是什么样的。
  • 备注:
    *一般建议30秒内重复开启记录为一次完整使用,不单独计量;
    *周参与次数为用户一周对游戏的参与总量;
    *月参与次数同上;
    *日平均参与次数:该日平均每用户参与游戏次数。
  • 计算公式:
    *日参与次数/日参与用户数;
    *通过对不同参与次数的分布分析,可帮助分析版本更新影响,推广渠道刺激。

六、日均使用时长(DAOT/AT):

活跃用户平均每日在线时长。即:日总在线时长/日活跃用户数。一般的精略计算公司:AT=ACU*24/DAU

可解决的问题:

  1. 用户的游戏参与度如何;
  2. 产品质量把控指标:
  3. 渠道质量如何;
  4. 与单次使用时长结合分析留存和流失问题;
  5. 用户持续游戏能力如何。
  • 备注:
    *平均单次使用时长:一定时间内,用户平均每次游戏使用的多长时间=时间内用户总使用时长/参与次数;
    *帮助分析作弊行为,版本粘性和效果;
    *根据需要,可以观察用户每周,双周,月的平均使用时长情况,了解游戏的粘性。

七、用户活跃度(DAU/MAU)

可解决的问题:

  1. 用户的游戏参与度如何;
  2. 游戏人气是否增长、衰退、稳定;
  3. 用户活跃天数如何。
  • 备注:
    DAU/MAU理论不低于2,0.2*30=6天,即用户登录次数不少于6天。

八、留存

统计时间区间内,新登用户在随后不同时期的登录使用情况。

  1. 次日留存率:日新登用户在次日(不含首次登录当天)登录的用户数占新登用户比例;
  2. 三日留存率日新登用户在第三日(不含首次登录当天)登录用户数占新登用户比例;
  3. 七日留存率日新登用户在第七日(不含首次登录当天)登录用户数占新登用户比例;
  4. 月留存率日新登用户在第三十日(不含首次登录当天)登录用户数占新登用户比例。

注:留存率需要进行长期跟踪,根据需要可设定30日、60日或者90日。

可解决的问题:

  1. 用户对于游戏的适应性如何;
  2. 评估渠道用户质量;
  3. 投放渠道效果评估;
  4. 用户对于游戏的粘性如何;
  5. 新登用户什么时期流失会加剧。
  • 备注:
    *留存率一定意义上代表了新登用户对游戏的满意度;
    *关注留存率的同时需要关注用户流失节点;
    *留存率的统计和计算也可以按照自然周和自然月进行分析,例如上周新登用户在随后几周的留存情况分析;
    *次日留存率代表了游戏满意度,主要反映游戏初期新手对于游戏引导和玩法的适应性。

九、流失

统计时间区间内,用户在不同时期离开游戏的情况。

  1. 日流失率统计日登录游戏,但随后七日未登录游戏的用户占统计日活跃用户比例,此定义按需求可延长观测长度,见备注;
  2. 周流失率上周登录过游戏,但本周未登录游戏的用户占上周周活跃用户比例;
  3. 月流失率上个月登录过游戏,但本月未登录过游戏的用户占上个月月活跃用户比例。

可解决的问题:

  1. 活跃用户的生命周期是多少;
  2. 哪一个渠道的流失率比较高;
  3. 拉动收入的运营手段,版本更新对于用户的流失影响是多大;
  4. 什么时期的流失率比较高。
  • 备注:
    *流失率+留存率不等于100%,此处留存率遵循上文定义标准;
    *日流失率的定义可发根据需求进行调整,比如统计当日登录游戏,但随后14日或者30日未登录游戏的用户数;
    *流失率在游戏进入稳定期是值得关注的,稳定期的活跃和收入都比较理想,如果流失率波动较大,就需要引起警惕。需要仔细关注是哪一部分用户离开了游戏,流失率作为一个风向标,具有预警作用。

十、月付费率(MPR):

统计时间区间内,付费用户占活跃用户的比例。一般以月计。

计算公式:MPR=APA/MAU 其中APA为月付费用户数。

可解决的问题:

  1. 游戏产品的付费引导是否合理;
  2. 用户付费倾向与意愿(需结合首次付费功能、道具、等级,整体分析);
  3. 付费转化是否达到预期效果。
  • 备注:
    *MPR包含历史付费用户在统计时间区间内再次付费的用户以及在统计时间区间内新转化的付费用户;
    *MPR的高低并不一定代表游戏付费用户的增加或者减少;
    *游戏类型的不同,相应的MPR表现也是不同的。

十一、活跃付费用户数(APA):

统计时间区间内,成功付费的用户数。一般以月计。如果按月进行计算,则有以下关系:APA=MAU*MPR 其中MAU为月活跃用户数,MPR为月付费率。

可解决的问题:

  1. 游戏产品的付费用户规模如何;
  2. APA如何构成?如鲸鱼用户、海豚用户、小鱼用户的比例;
  3. 付费用户的整体稳定性如何。
  • 备注:
    *APA包含历史付费用户在统计时间区间内再次付费的用户以及在统计时间区间内新转化为付费的用户;
    *APA根据需求可细分为充值活跃用户和消费活跃用户。

十二、平均每用户收入(ARPU):

  • 统计时间区间内,活跃用户对游戏产生的平均收入。一般以月计。
    ARPU=收益/玩家数
    月ARPU=收益/MAU

计算方式:游戏总收入除以游戏的总活跃用户数,一般按照月来计算,即ARPU=月总收入/月活跃用户数(MAU)

可解决的问题:

  1. 不同渠道获取的用户质量如何;
  2. 游戏收益贡献如何;
  3. 游戏活跃用户与人均贡献的关系;
  4. 游戏人增收益水平如何。
  • 备注:
    *严格定义的ARPU不同于国内认识的ARPU,国内ARPU=总收入/付费用户数;
    *ARPU用于产品定位初期不同规模下的收入预估。

十三、平均每付费用户收入(ARPPU):

统计时间区间内,付费用户对游戏产生的平均瘕入。一般以月计。
ARPPU=收益/付费用户数
月ARPPU=收益/APA

可解决的问题:

  1. 游戏付费用户平均的付费水平如何;
  2. 付费用户整体的付费趋势如何;
  3. 对鲸鱼用户的分析。
  • 备注:
    *ARPPU容易受到鲸鱼用户、小鱼用户的影响,分析时需谨慎;
    *ARPPU与APA、MPR等结合可对付费用户的留存情况,特定付费群体的流失进行深度分析,保证付费质量和规模。

十四、生命周期价值(LTV):

一个用户从第一次参与游戏,到最后一次参与游戏之间的时间,一般计算平均值。
生命周期价值:
用户在生命周期内为该游戏创造的收入总计。可以看成是一个长期累计的ARPU值。
计算方式:
LTV=ARPU*LT(按月计平均生命周期)
其中LT为Life Time,即生命周期,按照月统计,也就是玩家留存在游戏中的平均月的数量。
例如,一款游戏的ARPU=2元,LT=5,那么LTV=2*5=10元。

可解决的问题:

  1. 用户在游戏中会待多久;
  2. 用户对于游戏的贡献价值是多少;
  3. 用户群与渠道的利润贡献如何(LTV>CAC)。
  • 备注:
    *ARPU遵循严格的定义术语,即总收入/总活跃用户数;
    *LTV是针对活跃用户的计算,没有付费与非付费用户之分。
    以下指标仅为移动游戏指标具有代表性的部分,在实际分析过程中,根据分析维度,可以进行指标的深入展开,比如收入分析部分可以加入回流用户贡献、持续付费用户贡献、付费留存用户、付费用户流失率、二次付费分析、用户付费周期转化等等。

后记:

以上指标仅作为游戏开发者、数据分析人员、运营人员、管理层对游戏进行分析时参考数据指标,其细分指标的开发请依据实际需要进行。

以上指标仅为移动游戏数据指标具有代表性的部分,在实际分析过程中,根据分析维度,可以进行指标的深入展开,比如收入分析部分可以加入回流用户贡献、持续付费用户贡献、付费留存用户、付费用户流失率、二次付费分析、用户付费周期转化等等。

另外部分常用指标未详细说明,此处仅列出部分说明:

PCU(Peak ConcurrentUsers):最高同时在线玩家人数

  • ACU(AverageConcurrent Users):平均同时在线玩家人数
  • New Users Converstion Rate:新用户转化率(可根据渠道进行划分) Clicks->Install->Register->Login
  • K-Factor:K因子
    • K-Factor=感染率*转化率
    • 转化率:当感染后转化为新用户的比率;
    • 感染率:每个用户发送的邀请数量,一般取平均值。
      若K>1,游戏用户群通过自传播增长较快;
      若K<1,游戏用户群到达一定规模后就会停止通过自传播增长。

附录1

作为游戏研发和运营人员,需要定期查看数据报告,不断了解游戏产品的状态和问题所在,及时改进产品,调整运营策略。为此,以下将结合一些数据指标,重点介绍一下如何制作和分析数据报告。

数据报告形式

根据需要,一般周期性发布数据报告,形式有以下几种:
游戏数据日报
游戏数据周报
游戏数据月报
游戏数据季报
游戏数据年报

其中,前三种数据报告的使用频率较高,周期性较短,利于发现问题并及时改进。

由于系统开发和数据指标设计的复杂化,我们面临的数据指标多达几十种甚至百种,但是我们每日、每周、每月所要关注和分析的数据是有限的,为此数据指标的运营要遵循“奥卡姆剃刀原则”即如无必要,勿增实体,切勿浪费较多东西去做用较少的东西同样可以做好的事情。因此,日报、周报等数据报告如果能够用尽量少的指标就能解释和分析问题,切勿增加过多数据量化指标进行分析,耗时耗力。

限于篇幅原因,此处将以日报和周报为例介绍不同时间长度内,该关注哪些核心数据,如何分析这些数据。

游戏数据日报

制作目的:

监控重点数据,是否存在异常情况;

了解渠道数据,实时了解渠道表现。

关注指标:

1、用户动态

  • 日活跃用户[DAU]

日活跃是否波动很大,比如受到节日、推广、版本更新、事故、老用户流失影响。

  • 日新登用户[DNU]

日新登是否波动很大,比如推广、事故、节日刺激。

  • 次日留存率[Day 1 Retention Ratio]

新登用户次日是否登录游戏,可以看出游戏是否符合用户预期,留存率波动是否存在特殊因素,比如网络问题、运营事故、新增渠道,等等。

  • 日均在线时长[AT]

在线时长是否稳定,是否新用户大量倒入,例如一次性用户,导致在线时长变低。

  • 注:关注维度主要是昨日与前日的数据对比,同期数据表现,历史平均水平

2、游戏收入

  • 日充值额[每日充值总金额]

每日充值金额的变化情况,比如充值活动、节日刺激、新道具或者版本上线。

  • 日充值用户数[每日充值的总用户数]

每日充值用户数的变化情况,比如充值活动、新版本等是否拉动充值人数变化。

  • 注:如果需要,可以加入日消耗金额和日消耗用户数,用于观察用户消费是否符合该时期主推的消费主题,例如:当季新消费点、新消费道具。

关注维度主要是昨日与前日的对比,同期数据对比,历史水平,历史版本对比等。

3、渠道情况

  • 渠道每日充值总量

了解每天每个渠道充值总量、把握渠道收益情况。根据需要还可关注重点渠道新增充值量。

  • 渠道每日新用户份额

对比了解,各个渠道每日的新用户增长情况,是否存在异常,渠道用户在推广与非推广时期的表现,版本、事故等影响范围。

  • 渠道次日留存率

日常监控指标,对渠道用户质量衡量的标准之一。

游戏数据周报

制作目的:

了解周期性变化趋势,快速响应制定策略;
重点渠道、用户跟踪,分析转化、质量等;
周期性数据分析总结,制定下个周期计划。

关注指标

1、用户质量

  • 周活跃用户[WAU]及历史平均WAU

WAU在较短一个周期内[每周],可以快速衡量目前游戏处于极度活跃期的用户规模,新登用户和老用户在每周的活跃是一个相对完整的周期性循环,通过同期数据对比[上周,上个月同周,去年同期],
有效衡量游戏用户的稳定性。

  • 周新登用户[WNU]及历史平均WNU

WNU为该周7天内新登用户数累计之和,WNU在WAU中所占比例有助于帮助运营人员分析目前周活跃用户的大致结构[新登为主or老用户为主]。此外WNU的对比分析帮助运营人员了解目前推广、自然增长期[非推广阶段]、版本更新、事故、节日因素的干扰和影响,从周期性数据的角度了解游戏的生命力。

  • 周参与天数[WED Weekly Engagement Day]及历史平均WED

周参与天数就是用户一周内有几天登录过或者参与过游戏,统计该数据宏观了解在以周为周期的时间粒度内,用户的活跃程度,以及具体活跃的时间[比如很多的游戏用户集中活跃在周五、周六],有效制定活动策略。

此外,通过用户的细分,比如新登用户、老用户、回流用户等具体分析每个群体的参与习惯和来源。

有助于典型用户的寻找,例如用户一周参与天数达到某个标准,即为忠诚用户,衡量该群体的规模以及渠道来源。

  • 7天DAU&DNU趋势数据

WAU和WNU只能是了解用户的规模,以周为周期,还要了解这一周DAU和DNU的变化趋势同时可加入上期及历史同期数据对比,找出本周趋势变化较大的原因。同时,结合其他数据挖掘用户的上线活跃习惯。

2、流动性

  • 留存率

留存率主要可以针对新用户在本周内的表现进行分析,因为每一周都会有相应的事件发生诸如上述的,版本、事故等等,这些因素可能会对新用户的留存造成影响,此外渠道在这方面的影响也比较大,留存率可作为用户周期性流动的指标予以关注。

  • 流失率[典型用户流失率]

在宏观层面上,我们了解流失率是针对所有流失用户的定义,此处我们针对典型用户进行流失率的分析和控制。所谓典型用户,此处给出一种定义就是活跃天数达到一定标准,在线时长达到一定标准的用户,还可以根据是否付费对典型用户进行进一步的细分,确定流失率和评估用户流动性,因为这部分用户是周活跃用户的核心群体,是最容易产生和转化消费的群体。

  • 用户收入

收入部分在指标解析及日报部分有所表述,这里简单描述一下。

  • ARPPU&ARPU

周期性付费用户与活跃用户的人均贡献收益,帮助分析周期性调整或者事件效果的评估。

  • 周付费率WPR

通过与历史数据进行对比,判断趋势,付费率是否正常。必要可进行付费率的二度分析。

  • 付费用户[APA]

了解周期性的付费用户规模,长期趋势跟踪,了解游戏目前付费设计是否符合玩家口味。

  • 新增APA

了解周期内新贡献的付费用户有多少,跟踪了解目前游戏的付费潜力如何。调整策略是否奏效,营销活动是否合理。

  • 新增APA贡献

了解游戏周期性收入中,核心收入贡献规模,新增APA的贡献收入属于不稳定收入,确定此部分的比例,利于运营管理者有效了解下一阶段收入走势。

  • APA流失

了解目前付费用户的流失情况,有效的制定下阶段的挽留策略,稳定收入。例如是鲸鱼用户、海豚用户还是小鱼用户流失。

  • 渠道情况

渠道情况分析将以上重点关注部分,从渠道的角度进行分解,多数是看渠道的份额和贡献情况。

附录2

移动游戏运营模型简述

什么是AARRR模型

TalkingData曾针对移动应用提了一套独特的移动应用数据化运营模型,即AARRR模型。而经过实践,这套模型对于移动游戏同样有效,甚至实操效果优于移动应用。本次的白皮书中列举的各项指标就是按照这一模型进行章节划分的。AARRR是Acquisition、Activation、Retention、Revenue、Refer,这个5个单词的缩写,分别对应这一款移动游戏生命周期中的5个重要环节。
获取用户(Acquisition)

运营一款移动游戏的第一步就是获取用户。除了将游戏发布到各种应用商店,通过用户自然增长被动获取用户外,主动获取用户的方式有很多。应用推广是个很宽泛的概念,常见的推广方式包括限时免费、冰点促销、广告、预装等等。获取用户仅仅是移动游戏运营的开始。

提高活跃度(Activation)

如何把获取到的用户转化为活跃用户,是运营者面临的第一个问题。首先要明确游戏的目标用户群,通过分析游戏的特点,确定目标用户,然后寻找与此吻合度较高的推广渠道和推广方式。这是提高活跃用户转化率的基础。另一个重要的因素是产品本身是否能在最初的几分钟内抓住用户。就游戏而言,良好的新手引导流程是必须的,要尽快让用户了解到游戏的核心玩法和特色。

提高留存率(Retention)

通常保留一个老客户的成本要远远低于获取一个新客户的成本。并且用户留在游戏中一段时间后,才有可能转化为付费用户。减少用户流失是通向付费转化、获取收入的必经之路。明确了解流失,改进产品远比一味的开拓新用户效率更高。通过日留存率、周留存率、月留存率等指标监控游戏用户流失情况,并采取相应的手段在用户流失之前,激励这些用户继续留在游戏中。

获取收入(Revenue)

获取收入是游戏运营最核心的一块。几乎没人开发一款游戏只是纯粹出于兴趣,绝大多数开发者最关心的就是收入。收入有很多种来源,主要的有三种:付费游戏、游戏内道具付费,以及广告。付费应用在国内的接受程度很低,甚至Google Play Store在中国也只推出免费应用。目前在国内最有效的收入获取方式是游戏内道具付费,即IAP模式。无论是以上哪一种,收入都直接或间接来自用户。所以,前面所提的提高活跃度、提高留存率,对获取收入来说,是必需的基础。

自传播(Refer)

基于社交网络的病毒式传播,已经成为获取用户的一个新途径。这个方式的成本很低,而且效果有可能非常好;当我们的产品质量足够好,获得了很好的口碑,再通过游戏内设置的分享机制,喜欢这款游戏的玩家会自发的传播这款产品。通过一些奖励机制,也可以促进玩家分享游戏到社交网络。需要注意的是,要想获得好的自传播效果,分享渠道的用户群特点同样十分重要。

最后编辑:
作者:default
这个作者貌似有点懒,什么都没有留下。

留下一个回复

你的email不会被公开。