我们该如何进行数据分析之入门篇

　本篇目的主要是把“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";

　　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”.

　　【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：DAUMAU、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。