浅谈网络游戏中新用户首日流失的数据分析

网游的用户流失主要集中在新增日，因此本文只谈新玩家的首日流失。

首先，直接上一个简单的图表：

文中所有表中填充的均非真实数据，乃为半随机填充，可能有不合常理的地方，亦有可能影响结论。

下表为某游戏某日新注册玩家在当天的游戏情况，即进度最快的一批玩家到了“任务3”节点。

备注：
1、离开人数：指新玩家首日达到某游戏节点后下线的人数。
2、次日留存：指首日在各节点离开玩家的次日留存。
3、不同游戏各节点顺序不一，如《女神联盟》先有部分新手引导，然后才创建角色。
4、模块加载遍布整个游戏，但是创建角色前的模块加载流失尤为突出，为重点考察对象。
5、①为首日各节点的留存情况 ②为各节点离开的玩家的次日留存情况。

上面表是从首日着手，下表从次日着手。
也就是看看次日流失的这些玩家首日都是在哪个节点下的线，即在哪个节点下线的玩家流失严重。
如表：

备注：流失占比指各节点流失人数占总流失人数的比例。

这样看起来没有明显的问题，“任务3”流失最严重，那我们再补上留存人数及留存占比作为对比。

备注：

1、留存占比指各节点留存人数占总留存人数的比例，即流失占比与留存占比两者之间没有直接关系。
2、流失人数+留存人数=(第一张表中的)离开人数
这样看的话，流失占比最高的节点“任务3”同时也是留存占比最高的节点，所以不能说明哪个节点流失更严重。
那么，我们刨除“任务3”这个特殊节点，会不会显示出合理的规律呢？也不行，图我就不再做了。
看来还是这个逻辑行不通。
稍作总结：图中①②③表示三个观测流失点的指标，经分析③的参考价值不大，①和②互相补充。

然后，我们也可以将上面的节点分布，改为游戏时长分布、等级分布等。

时长分布：

等级分布同理，就不做图了。

想起之前一个运营策划给我说，他想知道次日留存玩家的首日平均游戏时长，然后想办法做活动拖住用户，让大家都达到那个游戏时长，以提高次留。
我说：其实这是没有临界点的，不是到了一个临界点就留存，不到就流失。
留存率是随着游戏时长（游戏进度，游戏等级）的增长而递增的，按照这个原理就是拖时间越长越好，拖24小时最棒。

但是如果你的游戏玩家必须玩很长时间才能不掉队的话，玩家却可能就因此而流失了，即“留存没有临界点，流失却或许有个临界点。。。”。

通过以上数据基本可以看到：

玩家是因为游戏某个模块加载失败或加载时间过长而流失，还是创建角色时就失去兴致，还是在新手引导阶段就对游戏玩法失望，还是因为某个任务难以完成，还是在某个等级遇到不好的体验，还是在某节点遇到BUG等。这些流失原因均为硬伤，硬伤好治。

但是光解决这些硬伤是远远不够的，提高游戏软的实力才是根本。