遊戲分析指標之--DAU/MAU

yanke_shanghai發表於2016-03-24
社交遊戲的分析指標大部分跟大型網遊資料分析基本是一致的,只是在思考的角度上有所差距。今天就來探討一下業界內一般比較肯定的指標:DAU/MAU。

DAU:日活躍使用者(Day Active User),在當天登入過遊戲的使用者,有效反映和衡量一款遊戲核心使用者數。關於這個指標,存在一定的爭議,有的把每日重複登陸的使用者也記錄在內(user_id不去重),這種情況一般很難說明一款遊戲的真實資料,個人感覺不宜用。另外一種方式是不計算重複登陸的使用者(user_id要去重),即計算當天曾經登陸過的使用者,登陸兩次也只算1,這個可以清晰地分析到每日使用者的變化情況,可表現這款遊戲的衰退速度。大部分情況下業界均使用這種方式,個人也更傾向於這種,因而此處我們還是選擇第一種。

MAU:月活躍使用者(Monthly Active User),在一個月之內登入過遊戲的使用者,自統計之日起在30天內登陸過遊戲的使用者數(類如DAU,也有兩種解釋,依然以去重為取法)

DAU/MAU:一般可叫做當前使用者留存率,兩者相比主要比較來看使用者每月訪問遊戲的平均天數是多少(舉例:如果遊戲擁有50萬DAU,100萬MAU,其DAU/MAU比值就是0.5,也就是說玩家每月平均體驗遊戲的時間是15天,說明遊戲粘度比較強。當比值接近於1時,就說明使用者超級活躍,在一個月內使用者天天登陸,流失率低,使用者粘性強)。DAU/MAU比例是社交遊戲的重要引數,同社交遊戲成敗息息相關。一般最低極限是0.2。這保證遊戲能夠達到臨界規模的病毒式傳播和使用者粘性。其實之前也從這個角度來看:月活躍使用者登陸天數分佈,這主要也是看一個月使用者的活躍度情況,當然,這又是另一個分析角度了。


各遊戲DAU/MAU值基本在30%--60%之間(20%是臨界狀態,低於這個值認為這款遊戲粘度太低,基本可放棄投入大量精力運營),說明這些遊戲都是基本能保證遊戲達到臨界模式的病毒性傳播和使用者粘性。從圖中觀察各遊戲的DAU/MAU值:產品1和產品3總體來看較平穩(產品相對穩定);產品2波動較大(突然上升突然下降的原因是什麼?可結合使用者登陸來源來看,比如是否來自request的使用者黏度明顯降低了?等等);產品4的使用者粘度值較高但是有下降趨勢,即遊戲可能屬於衰退時期(但需聯合之前是否有活動強刺激來看);產品5高主要是遊戲遊戲剛上線,由於初次安裝、交叉推廣以及大量廣告投入而導致DAU和MAU都會保持穩定增長,所以產品5其實跟其它產品沒有可比性,真正看一款遊戲的品質以及活躍力應該從遊戲基本穩定之後算起。
   
同時對於橫向對比,最好要把各遊戲DAU/MAU統計值進行比較:在統計學上,一般就是均值和變異係數比較,均值說明一款遊戲改值的集中趨勢,異係數可以說明一款遊戲的DAU/MAU是否是屬於平穩狀態下的。



來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/30316686/viewspace-2063321/,如需轉載,請註明出處,否則將追究法律責任。

相關文章