游戏数据分析

从一个页面查到了另一个页面，又从另一个页面跳到了新的页面，整理一下数据的相关资料

结合之前实习时采的坑：

1.注意数据口径，有无可比性，是不是“同一拨人”，从钱和人两个维度做分析，是否剔除军火商

2.之前习惯从用户的角度出发做分析和思考，用户分为【存量】，【增量】；【增量】就是新用户，再分为【内渠】【外渠】；【存量】就是老用户，再分为【活跃老用户】【回流老用户】

来源：

谈谈游戏数据分析的那点事：http://blog.beifengtz.com/article/67

浅谈游戏数据分析—留存篇一-留存折损：https://zhuanlan.zhihu.com/p/43436561

留存分析方法—–留存折损

留存折损—–两个不同节点的留存之间的比值，用于判断留下用户的留存情况，即真实用户的留存。

理想参考值

• 3留/次留 ：55%
• 7留/3留 ：66%
• 15留/7留 ：65%
• 30留/15留：65%

留存折损值，第一个值一般在45%~65%之间波动，而后续3个值在50%~70%之间波动。

如果前面两个值的过高（特别是现在的游戏容易把玩法都堆积在第一周，做成快消品的时候），会影响后面的两个比值（这个情况后面的两个值会低一点）；

一些规律：

• 当第一个值低于平均水平的时候，后续的值也会低于平均水平（最多第二个值会接近平均水平）；
•  一般来说：前两个值决定了游戏是否能够推起来，后两个值决定游戏的高度。
• 当一个游戏3留/次留低于45%时，该游戏基本上不会推起来。
• 除轻游戏外，这四个值比较理想的游戏，付费情况也比较理想。
• 这四个节点，哪个值出现问题，付费也会在这个节点出现问题。
• 不同地区的这个值，可以根据玩家的行为习惯，进行微调，但整体的差距不大

DNU/DAU曲线

• DNU：每日新增注册数；
• DAU：每日活跃用户数；
• DOU：等于DAU-DNU，指老用户，即当天的活跃人数减去注册人数;

DNU/DAU：当天注册人数除以当天的总活跃人数。该指标可以叫做活跃度指数，也可以说是用户沉淀指数，用于评估用户堆积的速度。

在稳定的导入量下，DNU/DAU曲线下降得越快，表示该游戏的留存越好（DUN/DAU的值是从100%开始，不断的下降）最后会在30到40天之间达到一个相对稳定的值。

一个游戏，在上线的第一天都是新用户，此时DNU/DAU是100%，第二天的比例应该是接近1/(1+次日留存)，第三天是接近1/(1+次日留存+二日留存），第4天接近1/（1+次日留存+二日留存+3日留存）…

• 如果该值下降的越快，说明该游戏的前期留存越好，活跃堆积越快；
• 该值不会一直下降，会在一定的时间点停止下降，围绕一个值波动；
• 同时该值越小，说明留存越好；

注：此处的“该值”，是DNU/DAU

DNU/DAU曲线应用

评估

正常留存的游戏，在稳定的导入量下，该值一般在20左右就会出现缓慢的下降，在40 天左右接近“极限”。也就是说一个游戏活跃爆发期在前20天，在20天到40天是一个缓慢增长期（如果游戏过快的停止增长，说明游戏留存存在问题）

这个极限值的参考标准如下：

• 一线：< 10%
• 二线：< 20%
• 三线：< 30%
• 四线：< 40%

注：这里不太懂为什么这样划分

且

1）如果一个游戏，在稳定导量的情况下，DNU/DAU一直高于30%，那么该游戏活跃一定堆积不起来；要考虑短线；

2）如果一个游戏，该值低于20%，如果付费没有太大问题，那这个游戏就可以长线推广；

3）在某一段时间，该值低于游戏DNU/DAU的极限值，那么游戏整体活跃会下滑。

注：这里每一条都需要在当前场景下阅读，比如第一条，稳定导量，极端理解为DNU恒定

预估流水/活跃

问题：项目下月流水需要达到3000W，则每天需要多少量？

或：项目每天3000导入量，下个月流水会达到多少？

解：

每天3000导入量，DNU/DAU极限值为20%，ARPU值为5，则游戏DAU为3000/20%=15000，则日流水为15000*5=75000

 数据口径

• 平均同时在线人数（ACU: Average concurrent users）：在一定时间段抓取一次数据，以一定周期为期限；周期内的ACU可取时间段的平均数据。
• 最高同时在线人数（PCU:Peak concurrent users）：在一定时间内，抓取最高在线数据。
• 每付费用户平均收益（ARPPU: Average Revenue Per Paying User)：相似于下载游戏的消费比率，此类数据主要衡量付费用户收益（公式：月总收入/月付费用户数）
• 平均每活跃用户收益（ARPU: Average Revenue Per User）：主要衡量游戏整体贡献收益（公式：月总收入/月活跃用户）
• 平均生命周期：有新增账户在首次进入游戏到最后一次参与游戏的时间天数。比如记录某一个月，这个月里，每个新增用户的生命周期之和/MAU=平均生命周期。
• LTV生命周期价值（LTV: Life Time Value）：约定一个计算的生命周期值(比如上个月的平均生命周期，或者约定为15日，即这个月有15日登陆记录的账户数)，符合这个生命周期条件的账户数中，充值金额的和/条件账户数。
• 每日注册并登陆的用户数（DNU: Daily New Users）
• 新登用户中只有一次会话的用户（DOSU: Daily One Session Users）：主要衡量新用户的质量，买量的可以参考一下。
• 每日登陆过游戏的用户数（DAU: Daily Active Users）
• 七天内登陆过游戏的用户数（WAU: Weekly Active Users）：主要衡量周变化。
• 30天内登陆过游戏的用户数（MAU: Monthly Active Users）：主要衡量产量的粘性以及用户的稳定性。
• 月流失率：（公式：30天前登陆过游戏，30天内未登陆游戏的用户数/MAU）
• 周流失率：（公式：7天前登陆过游戏，之后7天内未登陆游戏的用户数/WAU）
• 日流失率：（公式：统计日登陆过游戏，次日未登陆游戏的用户数/统计日DAU）
• 30日留存率：新用户在首次登陆后的第30天再次登陆游戏的比例
• 7日留存率：新用户在首次登陆后的第7天再次登陆游戏的比例
• 3日留存率：新用户在首次登陆后的第3天再次登陆游戏的比例
• 次日留存率：新用户在首次登陆后的次日再次登陆游戏的比例

用户状态数据

• 活跃用户数：对于活跃用户，每家定义各有不同，eg：7天内有3天登陆过账号的便可成为活跃用户。
• 新增活跃用户数：首次上线游戏的用户数
• 流失活跃用户数：上期（7-14天）有过登陆，在本期（最近14天）未登陆的用户数。
• 回流活跃用户数：上期（7-14天）未登陆，在本期（最近7天）有登陆的用户数。
• 活跃用户流失率：（公式：（本月流失用户/上月活跃用户）100%）
• 活跃用户充值率：（公式：（本月活跃付费用户/本月活跃用户）100%）
• 活跃用户在线时长（单位/小时）：（公式：当期（7天）所有活跃用户在线时长总和/当期（7天）活跃用户数）
• 付费用户在线时长（单位/小时）：（公式：当期（7天）所有付费用户在线时长总和/当期（7天）付费用户数）
• 新增活跃用户充值率：（公式：（本月内有充值的新增登录用户/本月总新增登录用户）100%）
• 新增活跃用户高活跃率：（公式：（本月新增登陆用户中的高活跃用户数/本月新增登陆用户数）100%）
• 用户Guide分布：新手引导点用户比例（公式：当前Guide点用户数/上一个Guide点用户数）

付费用户状态

• 活跃付费用户数（APC）：当期（周/月）有过充值行为的用户数。
• 流失付费用户数：上期有登陆行为，当期没有登陆的付费用户数。
• 回流付费用户数：上期未登陆，在当期有登陆的付费用户数。
• 付费用户流失率：当期流失付费用户数/上期活跃付费数。
• 付费用户月平均充值次数：当期所有充值次数/当期付费用户数。
• 付费用户月平均充值金额：当期充值总额/当期付费用户数。
• 忠实付费用户数：当期统计结束，后续2-3期之内，每期都有充值行为的用户数。