小白学数据分析--有关于流失分析的探讨
早先我曾探讨一个关于流失分析的整套流程问题,也说了流失分析是如何的重要,大概这种解说是苍白无力的,因为拿不出数据来说明这个问题,因此大家就会感觉比较飘渺,今天就是流失分析再次进行探讨,这次从数据的角度来理解为什么要做好流失分析。
挽留一个老用户相比于拉动一个新用户,在游戏收入、产品周期维护方面都有好处的,只是我们现在解决用户入口的问题,但是没有重视用户流失的问题。这个问题就好像一个水池子,有进口,但是也有出口,我们不能只关注进口的进水速率,却忽略了出水口的出水速率。这点对应了我们对于指标的量化和关注,比如当今我们考虑和分析更多的是留存的问题,却鲜有讨论流失问题,不过也可以理解,因为移动互联网上大家都从平台,渠道获得海量用户,至于你愿不愿意待着,我们就不关心了。不过,移动互联网的手游行业却不能不关心,因为手游也是一种端游缩小后一种存在形式,一定意义上手游的分析应去借鉴端游的一些分析思路和管理方法。
因此,我们需要去做好流失分析,并不断的训练、实践。
今天我将利用一系列的指标,来说明流失问题,首先,列出来今天用到的指标:
MNU:月新增用户
MAU:月活跃用户
DAU/MAU:活跃比
M_Churn_Rate:月流失率
OMAU:老活跃用户
M_1-Churn_Rate:月存留用户率
首先我们要明确对于月流失用户的定义:
一般而言,上个月(自然月)登录过游戏但在本月未登录过游戏的用户数。
自然的,对于流失率就是这部分用户数占上个月月活跃的百分比。
针对流失率的计算一种是通过技术手段精确的按照定义进行计算,而另一种方式就是粗略的进行估计计算,此处,说一下如何进行粗略的计算,在后续的讲解中,也会用到此部分知识。
我们知道上个月的月活跃中存在两部分群体:
上个月月活跃用户构成中,一部分是上个月流失用户,另一部分就是过渡到下个月活跃用户中的存留用户。
而在下个月的用户中也存在两部分,一部分就是上个月过度来的存留用户,另一部分就是本月的新增用户。
至此我们得到两个等式
上个月MAU=流失用户+存留用户
本月的MAU=存留用户+本月新增
那么上个月流失用户=上个月MAU-本月的MAU+本月新增
上述的计算方式和通过技术手段计算的流失率基本一致,可以作为粗略估计使用。解决了流失率的计算问题,下面我们就能详细开始分析流失率背后的秘密。
之前在文章中说过,游戏产品是存在一个生命周期问题的,从具体游戏产品的一系列运营来看,产品经理CB、OB和商业化运营阶段,这里面是包含着流失问题的,而且在每个时期的策略和侧重是不同的,今天我将做一些假设,来分析流失,这样便于理解。
假设如下:
月导入新增用户为20000;
月1-Churn_Rate=20%(存留率为20%,即上个月登录过游戏,且本月又登录的用户比例为20%);
月流失率为80%;
DAU/MAU为0.15;
我们可以根据上述的指标进行下述的计算:
上线第一个月
已知:
MNU1=20000
M_1-Churn_Rate1=20%
M_Churn_Rate1=80%
DAU/MAU1=0.15
Old_User(老用户)1=0
那么:
平均的DAU1=0.15*20000=3000
MAU1=20000
上线第二个月
已知:
MNU2=20000
M_1-Churn_Rate2=20%
M_Churn_Rate2=80%
DAU/MAU2=0.15
MAU1=20000
那么:
Old_User(老用户)2=MAU1* M_1-Churn_Rate1=4000
MAU2= Old_User(老用户)2+ MNU2=24000
平均的DAU2=0.15*24000=3600
上线第三个月
……
按照以上的思路进行数据计算,最终能得出来一些数据。
下图为按照流失率80%,月导入量20000进行的计算。
下图为按照流失率70%,月导入量20000进行的计算。
下图为按照流失率60%,月导入量20000进行的计算。
下图为按照流失率90%,月导入量20000进行的计算。
如果大家仔细观察会发现,流失率处于不同水平,反馈的MAU以及DAU都是有差异的,这点差异就是因为流失率的变化引起的。
说到此处,再仔细观察,会发现,流失率达到90%时,基本在第四个月游戏的增长就停滞了,而为80%时,在第6个月开始增长停滞了,70%时在第8个月增长停滞了,60%时在第12个月增长停滞了。也就是说流失率水平的高低也刺激了游戏的用户量变化情况,从游戏设计的角度来看这点是因为游戏大量用户流失,对新用户进入带来一种负面的反馈,对于来用户而言,则生存和游戏下去的信心不足。时间久了,用户群流失就打破游戏原本稳定的环境,此时我们一般通过加大新用户的注入来解决办法。
以上是从游戏角度来解释问题的,下面从数学角度简单的解释一下为什么到了一定的时候,后期数据变化减小,基本上达到了稳定状态。
我们了解到
注:1-Churn_Rate简写为CR%
MAU1=MUN1
MAU2=MAU1*CR1%+MUN2
MAU3=MAU2*CR2%+MNU3
MAU4=MAU3*CR3%+MNU4
……
那么
MAUn=MAUn-1 *CRn-1%+MNUn,且MNUn-1=MNUn-2=…=MNU1,CRn-1%=CRn-2%=…=CR1%,即有
MAUn=MNU*(CR%^n-1+ CR%^n-2+…+ CR1%+1)
由上述等式,可以发现,随着n逐渐增大到一定阶段,对于MAU的影响就变得越来越小。逐步稳定。
侧面来看,如果CR%本身就很小那么这种影响就更小了,也就是说MAU变化很小,但是相对应的流失率就会居高不下,游戏处于了一个放水内耗的时期。
以上是利用一些指标对于流失率进行了一个探讨分析,其实重点就是说流失分析对于一款游戏而言是非常重要的,小处来说是挽留用户,避免流失,大处来说是拉长产品生命周期。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在职场上,拍脑袋做决策的时代早已过去。数据分析正在成为每个职场人的核心竞争力,不仅能帮你找到问题,还能提供解决方案,提升 ...
2024-12-24Excel是数据分析的重要工具,强大的内置功能使其成为许多分析师的首选。在日常工作中,启用Excel的数据分析工具库能够显著提升数 ...
2024-12-23在当今信息爆炸的时代,数据分析师如同一位现代社会的侦探,肩负着从海量数据中提炼出有价值信息的重任。在这个过程中,掌握一系 ...
2024-12-23在现代的职场中,制作吸引人的PPT已经成为展示信息的重要手段,而其中数据对比的有效呈现尤为关键。为了让数据在幻灯片上不仅准 ...
2024-12-23在信息泛滥的现代社会,数据分析师已成为企业决策过程中不可或缺的角色。他们的任务是从海量数据中提取有价值的洞察,帮助组织制 ...
2024-12-23在数据驱动时代,数据分析已成为各行各业的必需技能。无论是提升个人能力还是推动职业发展,选择一条适合自己的学习路线至关重要 ...
2024-12-23在准备数据分析师面试时,掌握高频考题及其解答是应对面试的关键。为了帮助大家轻松上岸,以下是10个高频考题及其详细解析,外加 ...
2024-12-20互联网数据分析师是一个热门且综合性的职业,他们通过数据挖掘和分析,为企业的业务决策和运营优化提供强有力的支持。尤其在如今 ...
2024-12-20在现代商业环境中,数据分析师是不可或缺的角色。他们的工作不仅仅是对数据进行深入分析,更是协助企业从复杂的数据信息中提炼出 ...
2024-12-20随着大数据时代的到来,数据驱动的决策方式开始受到越来越多企业的青睐。近年来,数据分析在人力资源管理中正在扮演着至关重要的 ...
2024-12-20在数据分析的世界里,表面上的技术操作只是“入门票”,而真正的高手则需要打破一些“看不见的墙”。这些“隐形天花板”限制了数 ...
2024-12-19在数据分析领域,尽管行业前景广阔、岗位需求旺盛,但实际的工作难度却远超很多人的想象。很多新手初入数据分析岗位时,常常被各 ...
2024-12-19入门数据分析,许多人都会感到“难”,但这“难”究竟难在哪儿?对于新手而言,往往不是技术不行,而是思维方式、业务理解和实践 ...
2024-12-19在如今的行业动荡背景下,数据分析师的职业前景虽然面临一些挑战,但也充满了许多新的机会。随着技术的不断发展和多领域需求的提 ...
2024-12-19在信息爆炸的时代,数据分析师如同探险家,在浩瀚的数据海洋中寻觅有价值的宝藏。这不仅需要技术上的过硬实力,还需要一种艺术家 ...
2024-12-19在当今信息化社会,大数据已成为各行各业不可或缺的宝贵资源。大数据专业应运而生,旨在培养具备扎实理论基础和实践能力,能够应 ...
2024-12-19阿里P8、P9失业都找不到工作?是我们孤陋寡闻还是世界真的已经“癫”成这样了? 案例一:本硕都是 985,所学的专业也是当红专业 ...
2024-12-19CDA持证人Louis CDA持证人基本情况 我大学是在一个二线城市的一所普通二本院校读的,专业是旅游管理,非计算机非统计学。毕业之 ...
2024-12-18最近,知乎上有个很火的话题:“一个人为何会陷入社会底层”? 有人说,这个世界上只有一个分水岭,就是“羊水”;还有人说,一 ...
2024-12-18在这个数据驱动的时代,数据分析师的技能需求快速增长。掌握适当的编程语言不仅能增强分析能力,还能帮助分析师从海量数据中提取 ...
2024-12-17