登录
首页精彩阅读移动游戏数据分析框架-概论_数据分析师
移动游戏数据分析框架-概论_数据分析师
2014-11-10
收藏


移动游戏数据分析框架-概论_数据分析师

         最近一段时间在做部门网游业务的分析沉淀和框架培训,刚好应网大的需求在公司内开设游戏产品数据分析师认证的课程,因此开始尝试把这几年做数据分析的经验和心得整理出来,希望能形成一份相对完整的 游戏数据分析 的培训材料;



根据以往的培训和招聘经验,个人把游戏数据分析师分为3个层次:

asd

“入门篇”主要把“产品健康度”监控相关的指标(描述性指标,告诉我们是什么)做一个系统的梳理,希望能够帮助刚刚入行或准备入行的朋友,快速熟悉游戏运营分析相关的指标含义及应用场景;

关于渠道优化、运营活动分析、流失分析、用户行为分析等具体案例分析会在“进阶篇”中跟大家分享;

在这里还是要重申一个观点:

1、数据分析的本质是一种意识,一种以客观事实为导向进行产品管理和客户管理的意识;

2、数据分析师本质上是一个产品分析师,只是在分析的过程中从数据的角度进行切入而已;

3、数据分析的价值在于数据应用,没有业务理解和对各部门作业流程的详细了解,是无法对数据作出分析和解释的;不熟悉业务的数据分析师只能称为“数据取数员";

正文:

对移动游戏数据这块, 我一般喜欢用经典的“水池图”来做说明;

作为CP,无论我们从什么角度做数据分析,最终还是希望能够帮助我们更好的实现最终目的:赚到更多的¥

从一个庸俗易懂的公式出发:

Revenue = AU * PUR *ARPPU

统计周期内的收入流水 = 统计周期内的活跃用户规模 * 活跃用户付费比例 * 平均每付费用户付费金额;

因此,我们要做的事情是:“最大化活跃用户规模,并在此规模之上最大化用户付费转化及付费强度”.

234

【最大化活跃用户规模】:如果我们把当前的活跃用户看做一个水池,要想提升水池内的含水量,我们可以有几种做法:

1.开源:让更多的水注入,导入更多用户;通过市场推广:

  • 1.1拓展新渠道;
  • 1.2增加推广费用,提高渠道导入、媒体广告导入量;
  • 1.3自有资源与其它APP换量;
  • 1.4口碑管理、增加市场认知度和认同度,提高自然导入量;

2.节流, 减少水池的出水量,降低用户流失;

  • 2.1.通过运营活动、版本更新 提高用户的游戏参与度(玩的更久)
  • 2.2.通过老玩家召回的活动,唤醒沉默用户;可以想象成,水池中的部分水分被蒸发,并没有真正的离开流走,可以再通过降雨的方式重新回到水池中;

【最大化用户付费转化及付费强度】:在维持水池水量的同时,我们可以通过各种养殖和捕捞的方式(游戏内的消费埋点、促销、充值活动等)打到更多的鱼;

当然,价值挖掘 和 用户规模的维护 并不是完全割裂开的,过度的追求高ARPPU也有可能导致用户的流失增加;这是一个相辅相成的过程;
综上所述,移动游戏数据分析指标可以分解为3个模块:

1、市场推广相关指标(包括:激活、上线、各节点转化率、成本指标、渠道质量等),它的任务是帮助我们进行“渠道优化”和“产品优化”,最小化用户获取成本,实现更多的新增导入;

2、用户活跃 & 留存相关指标(包括:DAU\MAU、AT(日均使用时长)、日、周、月留存、回归率等),它的任务是帮助我们在宏观数据表现层面,快速判断产品存在的问题,并对运营活动及产品改进给予“方向性”指导;

3、用户付费相关指标(包括:LTV、PUR(活跃用户付费比)、ARPPU(每付费用户付费强度)、充值结构、充值时段等),它的任务也是帮助我们在宏观数据表现层面明确产品盈利能力,并对运营活动及产品改进给予“方向性”指导。(文章来源:CDA数据分析师)

后面的文章会分别从上述3个方向对数据分析相关指标做进一步详解;


数据分析咨询请扫描二维码

客服在线
立即咨询