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
统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22