运营游戏地大数据分析报告点.doc

word
word
1 / 22
word
本文以TalkingData AARRR模型为根底，结合移动游戏的行业特点，给出了移动游戏运营者在业务运营各阶段应当关注的关键数据指标。
本文作者为TalkingData售前总监戴民，T之后再无启动/登录。
l   一次性用户比例：一次性用户数/累计用户数。
反响问题：
游戏用户质量。活跃用户的绝对数量低，或相对总用户数量比例低，说明用户的质量不高，应结合渠道等维度深入分析是否目标用户群是否准确或者深入分析产品使用是否存在问题。反之并不能绝对说明用户质量高，产品使用不存在问题，还应当结合其它指标深入分析判断。
一次性用户。虽然从定义上这局部用户也属于活跃用户，但应当格外给予关注。绝大局部一次性用户都是无效的量，不能创造任何价值。比如渠道的刷量***会带来大量一次性用户。在观测活跃用户数量的同时，请同时注重观测此指标，以客观评价分群体(如渠道)的用户质量。对于移动游戏来讲，健康的一次性用户比例应当不大于15%
产品状况：活跃度可以有效的反映用户首次游戏体验情况。游戏的界面效果、启动加载时间、交互操作体验、用户引导等因素都将对用户的活跃度带来直接影响。
健康表现：
成熟、健康的游戏运营的MAU从长期的开展趋势来看，应当呈现出稳定的趋势曲线(图)
word
word
7 / 22
word
一次成功的推广活动或版本上线应当带来活跃用户数量明显的增长曲线，同时一次性用户保持在健康的比例X围。(图)
word
word
8 / 22
word
以下指标着重反响的是活跃用户的参与使用情况， 也是游戏产品质量的有效表现。 在做用户活跃度分析的时候可以综合各个指标进展分析，从而发现产品运营中的问题，指导产品优化。
2.     启动次数
指标定义：
用户对移动游戏的一次使用记为一次启动。启动次数就是用户对游戏的启动总量。可以按不同时间区间进展统计。做数据追踪统计时，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。
l   日启动次数
l   周启动次数
l   月启动次数
l   日平均启动次数：该日平均每用户启动应用次数。 日启动次数/日启动用户数
反响问题：
启动次数反响游戏的用户使用频率。可以作为游戏产品质量的一个指标。
word
word
9 / 22
word
健康表现：
不同类型的移动游戏会有不同级别的启动次数量级。该指标应当结合用户分布维度来看，主要用户应当分布在较高的启动次数上。(图)
3.     使用时长
指标定义：
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/启动次数
平均日使用时长：当日用户使用游戏时间综合的算数平均值
反响问题：
word
word
10 / 22
word
使用时长反映用户持续停留在游戏中的状况，是用户参与使用游戏的表现。可以作为游戏产品质量的一个指标。同时也可以结合用户分布维度来分析游戏用户质量。
健康表现：
不同类型的移动游戏会有不同级别的使用时长量级。 好的游戏应当有更长的使用时长。 该指标应当结合用户分布维度来看，主要用户应当分布在较高的使用时长上。如果存在大量短使用时长用户存在，排除产品主要因素之外说明目标用户群体存在问题， 可能存在如渠道***等异常情况。该指标可作为监控渠道用户获取质量的一个指标。
 4.     DAU/MAU
指标定义：
当日的日活跃用户数与30日活跃用户数的比值 
反响问题：
word
word
11 / 22
word
DAU/MAU是社交游戏类和在线类应用常用的一项评估指标，被用来分析用户粘度。比值越趋近于1明确用户活跃度越高，，应用的传播性和互动性将会很弱。行业中也常用DAU/MAU乘以30来计算每月用户平均活跃天数。
健康表现：
好的游戏会有更高的DAU/MAU比值。通常健康的Freemium游戏 DAU/, 并且长期趋势呈现平稳的曲线。如果长期趋势曲线出现急剧增减，就要结合其它指标综合分析问题原因了。
二、用户留存Retention
用户的留存(Retention)可以告诉您用户对游戏的忠诚度有多高。简单的讲，就是留住活跃的用户。用户留存是用户最终向付费转化，创造实际收入价值的过程中最关键的阶段。
指标定义：
word
word
12 / 22
word
用户在某段时间内开始使用游戏，经过一段时间后，仍然继续使用游戏的被认作是留存用户；这局部用户占当时新增用户的比例即是留存率。
n   日留存(1Day Retention)
n   周留存(7Day Retention