• 免費試用
    banner
    大數據平臺>大數據分析>游戲產品數據分析

    游戲產品如何進行數據分析?

    作者: afenxi來源: afenxi時間:2017-01-05 16:21:410

    摘要:藍港研發總監:游戲產品如何進行數據分析?內附核心數據分析實例。

    首先,介紹下什么是AARRR模型。AARRR是Acquisition、Activation、Retention、Revenue、Refer,這五個單詞的縮寫,分別對應一款產品生命周期中的5個重要的環節:獲取用戶、提高活躍度、提高用戶留存率、獲取收入、自傳播五個環節。不僅適用于游戲,也適用于工具。下面我們來簡單講解一下AARRR模型中每個環節關注的重要數據指標。

    游戲產品如何進行數據分析?-數據分析網

    (1) 獲取用戶(Acquisition)

    任何產品上線運營都會面臨這一環節,新增用戶量和CPA(cost per action)是這個階段的主要指標。這兩個指標和很多因素有關系,比如產品本身的目標用戶群的大小、市場宣傳、廣告投放、產品是否有IP、產品名字、產品Icon和介紹、安裝包大小等等很多因素有關系。現在移動游戲獲取用戶,主要通過各應用渠道和AppStore獲得。移動游戲從各應用渠道獲得用戶多少的主要因素,是流量變現能力強弱,但是這個怎么理解呢?國內的各應用市場如應用寶、百度手機助手、360手機助手等等,廣告資源和榜位都是依據流量賺錢的能力來的。比如說,相同的位置,如果放其它的游戲一天能帶來50萬收入,如果放我們的游戲一天能帶來60萬的收入,大家認為各渠道會放誰家的游戲呢?各應用渠道本質還是在經營流量,盈利能力強就會從各應用市場獲得更多的用戶。AppStore榜位會比較客觀和公正一點,而且分幾個榜單,付費榜、免費榜、暢銷榜。各有不同的指標來決定榜位。

    (2) 提高活躍度(Activation)

    衡量用戶的活躍度會有如下數據標準:DAU(日活躍度)、MAU(月活躍度)、使用時長、啟動次數、峰值在線人數等,其中DAU、MAU這兩個數據基本上說明了應用當前的用戶規模大小。用戶的活躍度也很重要,因為用戶活躍的時候才能貢獻收入。給大家講一個真實的例子,2014年比較火的某款游戲,老板天天關注的數據指標就是DAU,說只要DAU大約百萬我就能睡安穩覺,其實是有道理的,用戶在,收入不管通過什么活動,新的消費等刺激下都能來。

    (3) 提高留存率(Retention)

    留存反應了用戶的粘性和忠誠度,我們會統計各種留存、次日留存、七日留存、雙周留存、月留存等。這個是我們在內部測試和外部小量測試階段的重點關注指標,后面會重點介紹這個留存率。

    (4) 獲取收入(Revenue)

    這個環節,要統計的指標有付費率、ARPU、ARPPU、消耗率、LTV等。反應用戶的付費轉化和付費能力等,我們會按照各渠道和推廣活動去統計這個,可以檢出不同渠道和推廣活動的用戶質量,這個后面會重點介紹下LTV的計算。

    (5) 自傳播(Reter)

    自傳播這塊,暫時不太會去計算反應病毒傳播能力的K因子,關注的比較多的是自然新增量,就是除廣告投入帶來用戶外的新增量。對于要想打造爆款產品這個K因子太重要了。

    下面,我們看下AARRR模型的應用,從各應用渠道是如何應用它來選擇好的產品的。

    游戲產品如何進行數據分析?-數據分析網

    S級是指特級,91比較看中自然新增、7日和15日留存、15天LTV即單個在15天內的收入貢獻和月付費率,基本包含了AARRR模型各環節的指標。

    游戲產品如何進行數據分析?-數據分析網

    PP助手比較看中推廣注冊,這個反應吸量的能力和注冊轉化率、次日留存和七天留存、月付費率、登陸ARPU,也基本包含了AARRR模型各環節的指標。

    游戲產品如何進行數據分析?-數據分析網

    360A級數據指標,比較看中注冊轉化率和留存率,其實也是有道理的。注冊轉化率反應了流量的利用率,留存率反應了用戶對產品的喜愛和忠誠度,有這個何愁收入不好呢?

    下面著重介紹下留存率指標。

    游戲產品如何進行數據分析?-數據分析網 游戲產品如何進行數據分析?-數據分析網 游戲產品如何進行數據分析?-數據分析網

    留存率大家比較熟悉,工作中也用的比較多,現在給大家介紹下新增留存率曲線。它的生成就是把各時間的留存率連接成一條曲線,新增留存率曲線是留存率的一種綜合。

    游戲產品如何進行數據分析?-數據分析網

    大家看到新增留存率曲線的價值了么?產品早期不太好估算LTV,我們工作中更多的是用多少天的LTV。用來核算廣告投放的ROI,但是LT常用到。

    游戲產品如何進行數據分析?-數據分析網

    LT,用戶生命周期,我們每個季度都需要重新計算,因為是收入確認的一個重要參數,因為收入需要按照道具類型進行分攤,LT真實的計算會比這個復雜的多。大家可以理解下LT的基本的定義,不一定要會算。另外記住“新增留存率曲線的面積等于LT”,所以留存非常重要。

    AARRR模型和留存率、LTV指標的介紹就介紹到這里,下面有四個思考題,大家一起討論下。

    游戲產品如何進行數據分析?-數據分析網

    思考題1:某產品活躍10%,周活躍70%,大家覺得是否靠譜?

    答:是不靠譜的,因為日活躍10%,周活躍70%,用戶會在一周內重復活躍的情況。所以假如日活躍是10%,周活躍肯定小于70%。

    思考題2: 鎖屏應用安裝4000-5000萬,日活躍200萬左右,是否靠譜?

    答:鎖屏應用就是屏幕解鎖,主要Android上比較多這種應用。大多數的用戶不可能一天不使用手機吧,所以鎖屏應用,它的日活躍定是比較高的,現在只有5%左右,所以答案肯定是不靠譜,要么安裝量是虛的,要么用戶卸載的比較多。才會導致幾千萬的安裝鎖屏應用只有200萬左右的活躍。

    思考題3:要做爆款應用比如臉萌、足跡、小咖秀等,從AARRR模型來看,需要什么樣的數據指標?

    答:主要是自傳播能力,K因子高,在短時間能大量的曝光,所以成了爆款,但是他們都有一個問題,就是留存不好。

    思考題4:要做大規模用戶應用比如Clean master、美圖秀秀、Go Launcher等,從AARRR模型來看,需要什么樣的數據指標?

    答:一個大成的產品,從數據看肯定是各方面都比較好,另外,大家有沒有看傅盛關于介紹戰略的文章,關鍵詞:預測、破局點、all in,all in的前提還是數據的計算。

    ------------------------------Q&A----------------------------------

    Q1:詳解下思考問題4,需要哪些數據?為什么需要正常的數據特征?

    A: 來簡單地說,單個LTV是否遠遠大于CPA 。復雜點說,就是大眾,剛需,痛點、高頻,后面對于的數據比較好。

    Q2:我們這個Ap是不是比較極端,我們是運營商的手機營業廳,到月底用戶登錄的就比較多,平時就很少,平均下來日幾個點,但月60、70%,是不是可以說工具類的各種緯度活躍量都不是很客觀?

    A:這個問題說的不是很清楚,不同的產品類型會有不一樣的數據特征,這個是和業務相關的,比如你說的營業廳的應用,就會存在日活躍很低,月活躍因為月低用的比較多,月活躍比較高的情況。

    Q3:剛剛您介紹了渠道的游戲評級標準,想了解下游戲CP有渠道評級標準嗎?指標是什么呢?

    A:CP對于各渠道是比較熟悉的,但是一般還沒有形成標準,CP關注渠道的數據指標,主要是能導多少用戶量,付費能力。

    Q4:游戲為了獲得渠道更好的資源位,自充是行業很常見的操作方式?

    A:渠道評價游戲的標準,不僅僅是收入,還有其它數據指標,所以自充值的影響也是一段時間的,所以不是很常有吧,但是聽過有游戲為了進入AppStore暢銷榜有自充值行為,識別這種行為,就看它的免費榜和付費榜是否一致。

    Q5:我想問個問題,老師怎么計算流失周期的啊,然后一般可以利用流失數據來做產品的什么優化啊?老師給他舉個例子說明吧 。

    A:找出流失原因,一個一個解決了。 給你舉個例子吧,我們在以前的一款頁游,在用戶注冊和登錄的過程中,注冊轉化率比較低,我們就記錄每個步驟的轉化率,找到轉化率比較低的位置,發現那個步驟的資源比較大,在用戶網絡情況不好的情況下,下載比較慢,導致用戶直接關閉了。這個還是需要具體的問題,具體分析。

    Q6:還有個問題,老師游戲運營是怎么針對用戶進行分層運營的?

    A:游戲用戶,有RMB和非RMB玩家。RMB玩家又分大R和小R。運營活動,肯定會有相同的,也有針對性的。

    作者:黃斌,08年加入藍港,藍港互動是國內領先的移動游戲研發和發行商,曾擔任平臺研發中心總監,主要負責公司boss系統的研發工作,現在負責公司移動應用開發部,做一些移動工具的開發工作。 來自:簡書 鏈接:http://www.jianshu.com/p/bdbfc939605f

    banner
    看過還想看
    可能還想看
    熱點推薦
    Yonghong的價值觀:以卓越的數據技術為客戶創造價值,實現客戶成功。