一文讀懂遊戲資料分析指標的應用

引言

對比傳統“拍腦門”式的決策，“以資料驅動”的遊戲研發與運營無疑是一種更為科學高效的方式。無論是剛剛踏入這一領域的遊戲新人，還是已打怪多年的運營老兵，資料分析工作都會貫穿一款遊戲從開發到成熟的整個週期。今天LiveData小編梳理了遊戲資料分析中最常用的幾個核心指標，深度剖析在不同維度的觀察下，它們是如何衡量業務現狀、暴露業務問題，併為解決問題提供指引的。話不多說，全是乾貨，直接看正文。

一、三個方向看玩家質量：活躍、留存、LTV

1.指標解讀

在精細化運營的模式下，活躍使用者數、線上時長等巨集觀資料指標已經無法滿足分析需要。基於LiveData資料研究員多年的經驗，我們認為以下幾個指標能夠更加整體地評估遊戲使用者質量：


2.應用舉例-新增使用者LTV

在遊戲進入市場後的投放初期，一個核心工作是要對所有營銷渠道進行拉新效果的評估，根據使用者的留存及付費情況來調整投放策略，達到整體效益最優。下圖為LiveData的新增使用者資料看板，通過幾步簡單操作即可完成對新增使用者質量的分析：

1）選取使用者新增發生的時間區間及所要持續觀察的天數。圖中選擇了7月16日至7月22日為使用者新增時間，並對這段時間內的新增使用者持續觀察7天后續行為。

2）選擇用於分析的關鍵指標。看板中提供第N日的留存率、新付費使用者數、累計收入、累計付費率、LTV的指標計算，這裡我們選擇了第N日LTV作為關鍵指標。

完成上述兩步操作即可看到所有新增使用者的第N日LTV資料。在不區分細分維度的情況下，我們可以看到不同日期新增使用者的數量、第N日LTV值差距不大，拉新整體處於比較穩定的狀態。同時結合CAC值，我們可以看出大概在多少天后，新增使用者的付費收入能夠覆蓋其獲客成本，開始營收。

3）從整體角度觀察新增使用者LTV對於調整投放策略是不夠的。點選任意日期後的“檢視明細”，可進一步查詢在國家/地區、推廣渠道、作業系統等維度下的明細資料。圖中選取的是國家/地區維度，通過對比可以看到，美國、英國的使用者質量要遠遠好於印度、巴西，可以考慮增大優質地區投入，減少其他地區投放。


3.應用舉例-活躍使用者構成

我們都知道，手遊使用者是有一定的生命週期的。當玩家處於整個生命週期的成長與成熟階段，運營的目標是儘量延長玩家在遊戲中的停留時長併產生付費價值轉化。當玩家處於衰退期階段，我們可能要考慮繼續獲取新使用者以維持整個遊戲的使用者體量，或不斷開發新的玩法以延長老玩家的生命週期。下圖為LiveData的近12周活躍使用者構成看板，對每1周的新增使用者連續觀察其在後續12周的留存情況。從第12周的活躍使用者構成可以看到，該遊戲近一半的活躍度是由當週新增使用者帶來的。如果遊戲目前處於推廣前期，新增使用者比重較大則比較合理。但如果遊戲已在推廣後期，說明使用者留存具有比較大的問題，當拉新停止時，遊戲很難保持住目前的使用者量級。單獨分析某一週新增使用者的持續留存也可以看到，該遊戲新增使用者在第2~4周都有較高的流失比例。



二、多項指標看付費，瞄準大R玩

1.指標解讀

與玩家質量相似，對遊戲付費的分析也應當從巨集觀和微觀兩個維度解讀。巨集觀角度的付費率、ARPU、ARPPU用於反映遊戲整體或分新老客、渠道、地區等的區域性營收概況。微觀角度，付費是玩家在遊戲內產生的行為，根據玩家的付費能力進行相應的使用者分層，有助於採取更高效的使用者運營策略。對於大多數遊戲而言，少量大額付費使用者（鯨魚使用者）貢獻了遊戲絕大部分收入。大額付費使用者的新增與流失變化都需要引起足夠的關注。


2.應用舉例-大R玩家

與玩家質量相似，對遊戲付費的分析也應當從巨集觀和微觀兩個維度解讀。巨集觀角度的付費率、ARPU、ARPPU用於反映遊戲整體或分新老客、渠道、地區等的區域性營收概況。微觀角度，付費是玩家在遊戲內產生的行為，根據玩家的付費能力進行相應的使用者分層，有助於採取更高效的使用者運營策略。對於大多數遊戲而言，少量大額付費使用者（鯨魚使用者）貢獻了遊戲絕大部分收入。大額付費使用者的新增與流失變化都需要引起足夠的關注。

下圖的LiveData付費使用者看板展示了與付費使用者相關的分層資料與使用者明細。可以看出，該遊戲53%的收入來源自付費排名top10%的鯨魚使用者（大R玩家）。點選存量使用者數、新增使用者數、流失使用者數的任意資料項，可查詢該群體的具體使用者明細。



遊戲資料分析並非難題。掌握指標的業務意義，並用合理的圖表形式組織與呈現資料能夠幫助資料分析者快速掌握業務情況、發現存在的問題。

來源：雲上曲率
地址：https://mp.weixin.qq.com/s/QNM90kK3i8rAFXjVDwoxvQ