menu

Junjielee Blog

在平凡中坚持前行,总会遇见不凡的自己

《游戏数据分析的艺术》——总结

断断续续,终于把这本书看完,因为花的时间太长,感觉前面的部分东西也都忘记了,所以,前一段时间,看一篇文章说,“看一本书不要花太久,最好在一个星期内看完”。现在自己也体验到了,虽然我每看一次就做一次笔记,但还是感觉不好,对书本整体内容还是不够把握,需要重新看前面的。

近来公司也是越来越多事情干的,但我觉得,我也不是最多的一个,老大,大大们也是很忙,刚开始看书很有热情,后来越来越懒,其实我把打机的时间减少,地铁上也不管多人,抽的时间出来看,还是可以的。

好吧,下面对这本书的内容简单总结下吧,游戏数据分析,毕竟我也是第一次接触这方面,这本书主要还是以业务为主:

游戏数据分析流程

方法论 -> 数据加工 -> 统计分析 -> 提炼演绎 -> 建议方案

  1. 方法论: 整个分析流程所需要的设计思路,数据采集和监控的方式,分析的指标,如何组织数据等。

    早期游戏市场提及的比较多的是PRARA模型,现在使用的AARRR模型比较多

  2. 数据加工的主要工作以及流程:

    采集 -> 处理(清洗、转换、加载) -> 计算(存储、OLAP、分布式计算、结果集) -> 业务信息(接口、展示、查询、报表)

    主要解决两个问题:

    • 业务理解
    • 技术开发
  3. 统计分析

    整理和分析数据,是商业智能的一方面,商业智能还包括:统计分析,决策支持系统(DSS),查询和报告,在线分析处理(OLAP),预测,数据挖掘

  4. 提炼演绎

    提炼有效的数据分析模块,流程分析,等级分析,关卡分析,转化分析,充值分析等等

  5. 建议方案

    最终总结,提出解决方案,优化方案

游戏数据指标

用户获取

  1. 日新登用户数(Daily New Users -> DNU): 每日注册并登录游戏的用户数
  2. 日一次会话用户数(Daily One Session Users -> DOSU): 一次会话,即新登录用户中只有一次会话,其会话时长低于规定阀值

用户活跃

  1. 日活跃用户数(Daily Active Users -> DAU): 每日登录过游戏的用户数
  2. 周活跃用户数(Weekly Active User -> WAU): 最近7日(含当日)登录过游戏的用户数,一般按照自然周计算
  3. 月活跃用户数(Monthly Active Users -> MAU): 最近一个月即30日(含当日)登录过游戏的用户数,一般按照自然月计算
  4. 日参与次数(Daily Engagement Count -> DEC): 用户每日对游戏的参与总次数
  5. 日均使用时长(Daily Average Online Time -> DAOT): 每日总计在线时长 / 日活跃用户数
  6. DAU/MAU

用户留存

  1. 次日留存率(Day 1 Retention Ratio): 日新增用户在 +1 日登录的用户数占新增用户的比例
  2. 三日留存率(Day 3 Retention Ratio): 日新增用户在 +3 日登录的用户数占新增用户的比例
  3. 七日留存率(Day 7 Retention Ratio): 日新增用户在 +7 日登录的用户数占新增用户的比例
  4. 日流失率(Day 1 Churn Ratio): 统计日登录游戏,但随后7日未登录游戏的用户占统计日活跃用户的比例
  5. 周流失率(Week Churn Ratio): 上周登录过游戏,但本周未登录过游戏的用户占上周活周跃用户的比例
  6. 月流失率(Month Churn Ratio): 上月登录过游戏,但本月未登录过游戏的用户占上月月活跃用户的比例

游戏收入

  1. 付费率(Payment Ratio或者Payment User Ratio -> PR或PUR): 付费用户数占活跃用户的比例
  2. 活跃付费用户数(Active Payment Accout -> APA): 在统计时间区间内,成功付费的用户数
  3. 平均每用户收入(Average Revenue per User -> ARPU): 在统计时间内,活跃用户对游戏产生的平均收入。一般以月计。
  4. 平均每付费用户收入(Average Revenue per Payment User -> ARPPU): 在统计时间内,付费用户对游戏产生的平均收入。一般以月计。
  5. 生命周期价值(Life Time Value -> LTV): 用户在生命周期内为该游戏创造的收入总和。可以看成是一个长期积累的ARPU。

自传播

K因子的计算公式:

K = (每个用户向他的朋友们发出邀请的数量) * (接收到邀请的人转化为新用户的转化率)

  • 当 K > 1时,用户群就会像滚雪球一样增大
  • 当 K < 1时,用户群到某个规模时就会停止通过自传播增长

游戏数据报表制作

数据报表的组织结构: 运营状况 -> 趋势判断 -> 衡量表现 -> 产品问题 -> 报表输出

运营状况

  1. 新增情况:累计新增、平均留存、付费转化、注册转化、新增占比
  2. 活跃情况:活跃规模、活跃周期、每周活跃、每月活跃、活跃增长
  3. 付费情况:累计收益、DARPPU、DARPU、PUR、APA
  4. 其他指标:使用频率、DOSU、七日流失、付费流失、一次付费

趋势分析

定义:通过将两期或多期的连续相同的指标或者比率进行对比分析,进而通过其变化情况,来完成一些基本的判断

  1. 同比:将本周内的数据与之前周期中相同时间点的数据进行对比,例如,今年第N月与去年第N月相比
  2. 环比:将本期数据与前期数据进行对比(日环比,周环比,月环比),例如,今年N月与今年N-1月相比
  3. 定基比:确定一个可对比的基准线,即以某个时期为基数,其他各期数据都可以与之对比
  4. 时间序列、渠道对比

衡量表现

分析师根据数据分析的关键指标,行业内的情况等综合因素,把握游戏总体情况

产品问题

根据综合情况,发现游戏中存在的问题

  1. 历史经验
  2. 异常情况

数据报表

一个问题: 分析结果所带来的利益是否大于所消耗的成本? 三个原则: 能否做出这种改变、做出何种改变,可以提升价值、做出改变,需要多大成本 图表意义: 图表不能代替分析、具备基本的图标要素

基于统计学的基础分析法

这章主要说了统计学分析的一些基本的要素:正态分布,中位数,众数,平均数,方差,标准差等,还有一些常规的统计图:散点图,箱体图,直方图,密度曲线图,线条图-时间序列,路径图-时间序列,控制图。还有抽样分析,分类分析等

用户分析

  1. 两个问题:如何有效获取用户、如何有效经营用户
  2. 多维度:平台、时间、渠道、系统、地区、版本、国家、设备
  3. 新增用户的分析 黑色一分钟:从下载到进入游戏这段时间 可以看着游戏性能问题:流量消耗过快,占用高,卡顿等

    新增用户衡量指标总结起来分以下几类:

    核心指标: ARPU、ARPPU、付费转化率、游戏时长、流失率、回流用户、留存率

    游戏消费: 消费点(IAP)

    游戏设计: 等级、关卡

    游戏质量: 异常、错误、崩溃

  4. 活跃用户分析

    DAU 分析思路:

    • 核心用户规模
    • 产品粘性分析
    • 用户流失分析
    • 渠道质量分析
    • 生命周期分析
DAU的基本分析要考虑的问题:

- 人气波动
- 趋势走向
- 产品质量
- 影响因素

分析案例中使用了箱图分析DAU


code>
pre>

留存分析

概念:不同用户群的留存率计算,激活设备,新增玩家,活跃玩家,活跃设备等 计算:新登日,次日,二日,三日,七日

留存率的是三个阶段:震荡期、淘汰期、稳定期

  • 震荡期:寻求新用户
  • 淘汰期:运营潜力用户
  • 稳定期:挖掘和稳定核心用户

留存率三要素:

  • 环境:获取用户的方式、渠道、方法
  • 用户:获取用户的质量、效果、兴趣
  • 产品:本身产品的质量和人群受众定位

留存率分析

三个普适原则:

  • 不同用户群之间的留存率趋势是一致的
  • 不同产品之间的留存率趋势是一致的
  • 不同日期的留存率趋势是一致的

留存率分析的作用

  • 衡量有效用户
  • 衡量运营表现
  • 挖掘用户特征

收入分析

目前盈利的两种模式:

  • P2P:用户需要付费才能进行游戏
  • F2P:用户可以直接免费体验游戏(目前广泛)

ROI:投资回报率 = 年利润或年均利润/投资总额×100%

收入的两个角度分析:

  • 市场腿广角度,主要看ROI
  • 产品运营角度,主要看Revenue = DAU * ARPU,游戏收入

用户全生命周期转化分析:

用户获取(CAC,LTV,Install,DOSU) -> 新手阶段(DNU,Day 1, Retention Ratio, Churn) -> 核心活跃(DEC,AT,DAY 7/14 Retention Ratio) -> 付费转化(MPR,APA,ARPU,ARPPU) -> 玩家流失(Day 1 Churn, Churn Payment User)

付费转化率的影响因素:

  • 发现合适商品
  • 找哪儿有卖的
  • 期待价值评估
  • 做出购买决策
  • 够后行为

付费频次与收入规模

付费频次与付费间隔

渠道分析

渠道定义:广义来说,渠道就是产品向目标用户转移过程的具体通道或途径。 渠道关注的角度:

  • 目标市场
  • 品牌效应
  • 游戏特质
  • 环境因素

渠道优化策略:

  • 定位目标——什么能做,什么不能做
  • 获取数据——哪些先做,哪些后做
  • 深入到位——做了事情,不代表就做好

内容分析

营销分析与推送

理解用户:要从游戏的设计和情感角度出发

移动游戏3A原则:anywhere,anywhen, anyone

营销方式——推送

  • 受众
  • 创意
  • 时空
  • 策略

流失预测模型

购买支付分析

  • 输入法局限
  • 批量购买的设计
  • 转化率: 回炉型转化率,常规型转化率,优质型转化率,问题型转化率

版本运营分析

把握用户期待,每次更新是否是用户期待的新功能,新内容(武器,地图,道具等)

长尾理论实践

活动运营分析

  • 活动分析关注:受众,时间,创意,触达
  • 活动运营: {收入:{充值,消耗}, 人气: {活跃,留存,流失}}

其他

之后的3个章节,说的是R语言,没有详细看,介绍R语言的基础以及使用R语言与数据库交互以及一些实践