京公网安备 11010802034615号
经营许可证编号:京B2-20210330
开发者必须知道的15种数据分析指标_数据分析师考试
游戏的数据分析指标是一套非常复杂的系统,最简单的有下载量、评分、DAU这些;再复杂一些,有ARPU、ARPPU和DAU/MAU……更复杂的还有细分市场表现分析、用户引导、玩家习惯这些非数据指标体系,在此,为了能帮助开发者实实在在地提升自己的游戏,茶茶只引述15中数据分析指标。
日活跃用户量-DAU
DAU用于计算一天之内登陆或使用了APP的玩家数,需要注意的是,DAU统计要求玩家的唯一性,重复登录不计算在内。DAU并不直接反映游戏的运营情况,比如,一款大型页游有10000名玩家,这些玩家每天都会登陆游戏很多次,而且付费意愿很好,在这种情况下,DAU最多只能到10000;再比如,一款以新闻/资讯提供为主要功能的APP可能有1亿的日活跃用户量,但货币化能力却几乎为零;有些游戏的日活跃用户量起伏也可能很大,今天5千万,明天可能降到1千万。
因此,DAU只是对于一款游戏在某一个时间节点上的使用数统计,并不能单独用于考量产品的运营情况,要实现这个功能,还需结合其他指标一起分析。
和DAU概念相似的还有MAU,MAU表示月活跃用户量。
时域-Sessions
时域反映的是任意一个玩家从登陆APP到离开的时间。和DAU一样,时域也必须配合其他指标一起使用。比如,关注每天日活跃用户量的平均时域,可以看出玩家对这款游戏的投入程度。
DAU/MAU比值
“日活跃用户量/月活跃用户量”的比值表示用户在当月登陆APP的频率,一般用来表示游戏的用户留存能力和用户粘性。举一个例子来说明,一款游戏有100,000的月活跃用户量和15,000的平均日活跃用户量,DAU/MAU为15%,表示当月平均每个用户在当月会有15%的天数登陆APP。
由于是一个比值,DAU/MAU的比值在0和1之间,越接近1,表示用户登陆游戏的频率越高,用户粘性越好;反之越低。流行社交网站Facebook的DAU/MAU一般保持在50%左右,一款成功游戏的该比值大概在20%左右。
用户留存率
用户留存率是衡量免费游戏的一个非常重要的指标。成功的免费游戏会和玩家形成长期关系,在那之后,玩家才会愿意付费去获得更好的游戏体验,而在那之前,如何留存用户就很关键了。
计算留存率的方法:把你的用户按天分组,比如第一天登陆的标为DAY(0),第二天保持登陆的标为DAY(1),以此类推,DAY(2)、DAY(3)……如果在当天用户持续登陆,就标为“留存”、若没有登陆,就标为“未留存”,以此计算每天的留存率,最后再去第1、3、7、30天的留存率作为分析指标:
付费转化率
从这一个指标开始,我们转入大家最关心的问题:钱!前面的指标都是用于评价游戏和玩家之间的关系和玩家的登陆频率。但是开发者最关心的永远都是他们的游戏是否在赚钱。付费转化率就是衡量这一点的工具之一。
付费转化率:在一算时间里,有购买行为的玩家占玩家总数的比例。对于免费游戏,这个指标同样可以用于衡量其中广告的转化率。
让玩家为一款本可以免费玩儿的游戏付费不容易,但是和其他行业一样,支撑起一款游戏收入的还是所谓的“回头客”,也就是重复付费玩家,免费游戏尤其如此,但要鼓励这些用户持续付费,就必须保证游戏设计能使他们每次付费物有所值。
ARPDAU——日活跃用户的平均收益
ARPDAU表示日活跃用户的平均收益,对于移动游戏来说,这是个很重要的指标,因为它衡量了一款游戏基于每天的表现。
这个指标尤其适用于以获取新用户为目的的活动分析。在活动开始前,开发者必须知道产品ARPDAU的大体值和波动范围。将玩家按照资源获得进行分割,这样可以看出游戏中的哪个模块或设计具有最好的盈利能力。
ARPU——每付费用户平均收入
在国外,该指数表示为ARPPU,表示有购买行为的用户的平均支出(收入),该指数对不同类型游戏有非常戏剧性的变化,比如大型硬核游戏往往具有非常不错的ARPU值,但却没有休闲游戏那样巨大的市场吸引力。
停滞率
停滞率可以理解为是留存率的反面,表示下载后不再登陆或不活跃的用户比例。这个指标在付费游戏和免费游戏之间有细微的区别。
在付费游戏中,用户要么付费购买要么不玩儿,因此停滞率要么是黑要么是白。但在免费游戏中,玩家可能会每天登陆很多次,也有可能一周才一两次,为了衡量免费游戏的停滞率,一般以28天为一个计算周期。
游戏内指数
在理解了用户沉浸、留存及货币能力之后,衡量并平衡游戏内部经济也非常重要。如果玩家很容易就获得货币(此处指游戏内虚拟货币),他没有必要去付费;但另一方面又必须保证玩家有足够的货币去通关和升级,平衡两者不容易,下面的一些指数或许能帮到开发者:
资源获得、支出和流动率
资源获得就是玩家可以赚取虚拟货币的地方,用来衡量玩家可以赚到的货币量,这里面包括通过游戏的福利设计赠送给玩家的货币。
支出是获得的反义词,表示在游戏中玩家需要支出货币的地方。需要注意的是,不论是玩家获得还是支出,都会有溢价和次要货币之分,在分析的时候一定要分开。
结合玩家获得的货币和支出的货币数,可以得出这款产品的内部货币流动率曲线,一般来说,该曲线应该比较稳定,浮动很温和(如图);如果曲线呈指数上升曲线形式,表示玩家在游戏中拥有太多的货币;反之,如果曲线下降直逼0界限,表示玩家在游戏中资源匮乏,很难完成游戏或升级。
重开关卡数、闯关失败和关卡完成
很多游戏都会有关卡设计,如何衡量关卡的设计质量对一款产品也很重要,对关卡设计的衡量,我们关注进阶指数,进阶指数包括三个方面:关卡重开、闯关失败和完成。
关卡重开表示玩家在打开某一关的次数,如果是一次过关,这个指数为1;如果第一次失败,重开第二次,第二次过关,这个数就为2……
第二个数是闯关失败,玩家进入了关卡但没有通过,即为一次失败。
完成数用于衡量玩家在某一关卡总共完成的次数。
将这三个指数放在一起观察,就可以看出产品中关卡的设计难度:游戏的闯关点是否难度适宜?玩家有没有卡在某个关卡上?玩家在哪个关卡玩得最开心最投入?这些都可以在这儿找到答案。
上述所有的指标都是可以帮助开发者更好地了解和掌控自己产品的工具,对于一款移动游戏来说,最重要的就是建立产品的测量基准并适时分析,一旦了解了玩家的行为习惯,对于下一步游戏调整升级或者市场策略都会大有裨益。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08随着市场竞争日趋饱和,同质化低价竞争逐渐陷入内卷僵局,传统以价格、渠道、促销为核心的营销模式边际效益持续递减。在此背景下 ...
2026-10-08 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-10-08你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24