首页  思维导图  详情



 



游戏运营指标

2020-04-09 17:30:02   6  举报





AI智能生成

游戏指标

游戏策划

游戏设计

游戏流程

游戏运营

游戏数据管理后台

运营

模板推荐

作者其他创作

大纲/内容

用户留存&流失

用户留存

统计时间区间内，新登录用户在随后不同时期的登录使用情况

次日留存率：日新登录用户在次日(不含首次登录当天)登录的用户数占新登录用户比例

三日留存率：日新登用户在第三日（补单首次登录当天）登录用户数占新登用户比例

七日留存率：日新登用户在第七日（补单首次登录当天）登录用户数占新登用户比例

月留存率：日新登用户在第三十日（补单首次登录当天）登录用户数占新登用户比例

留存率需要进行长期跟踪，根据需要可设定30日、60日或者90日

问题

用户对于游戏的适应性如何？

评价渠道用户质量

评价投放渠道效果

用户对于用户游戏的粘性如何？

新登录用户什么时期流失会加剧

定义用户LT

解释

留存率一定意义上代表了新登用户对游戏的满意度

关注留存率的同时需要关注用户流失节点

留存率的统计和计算可以按照自然周和自然月进行分析，例如上周新登用户在随后几周的留存情况分析

次日留存代表游戏满意度，主要反映游戏初期新手对于游戏引导和玩法的适应性

用户流失

统计时间区间内，用户不在同时期离开游戏的情况

日流失率：统计日登录游戏，但随后7日未登陆游戏的用户占统计日活跃用户比例，此定义按需求可延长观测长度

周流失率：上周登登录过游戏，但本周未登录游戏的用户占上周周活跃用户比例

月流失率：上个月登录过游戏，但本月未登录过游戏的用户占上个月月活跃用户比例

问题

活跃用户的生命周期是多少？

哪个渠道的用户流失率比较高

拉动收入的运营手段，版本更新对于用户流失影响是多大？

设么时期的流失率比较高

解释

流失率+留存率 ≠ 100%

日流失率的定义可根据需求调整，比如统计当日登录游戏，但随后14日或者30日未登录游戏的用户数

流失率在游戏进入稳定器是最值得关注的，稳定器的活跃和收入都比较铝箱，如果流失率波动较大，就需要引起警惕。需要注意那一部分用户离开，离开的用户属性，作为预警作用

用户推荐

k因子

感染率 * 转化率

感染率：每个用户发送邀请的数量，平均值

转化率：获得邀请用户的转化率

这里存在的到达率

若K>1，游戏用户群通过自传播增长较快

若K<1，游戏用户群达到一定规模后就会停止通过自传播增长

游戏收入(盈利)

付费下载

应用内广告

应用内付费

此处重点考虑第三种情况指标定义

月付费率

统计时间区内，付费用户占活跃用户的比例，一般月计

计算公式：MPR = APA/MAU 

问题

游戏产品的付费引导是否合理

用户付费倾向与意愿(结合首次付费功能、道具、等级、整体分析)

付费转化是否到达预期效果

解释

MPR包含历史付费用户在统计时间内再次付费的用户以及在统计时间内新转化的付费用户

MPR的高低并不一定代表付费用户的增加或者减少

游戏类的不同，相应的MPR表现也不同

活跃付费用户数

统计时间内，成功付费的用户数。一般以月计算。如果按月进行计算，则有以下关系：APA = MAU * MPR 其中MAU为月活跃用户数，MPR为月付费率

问题

游戏产品的付费用户规模如何？

APA如何构成？

付费用户的整体稳定性如何？

解释

APA包含历史付费用户在统计时间内再次付费的用户以及统计时间内新转化为付费的用户

APA根据需求可细分为充值活跃用户和消费活跃用户

平均每用户收入

统计时间内，活跃用户对游戏产生的平均收入，一般按月计算

ARPU = 收益/玩家数

ARPU（月） = 收益/MAU

计算方式：游戏总收入除以首席的总活跃用户数，一般按照月来计算，即APRU(月) = 月总收入/月活跃用户数(MAU)

问题

不同渠道获取的用户质量如何？

游戏收益贡献如何

游戏活跃用户与人均贡献的关系如何？

是否存在相关性

游戏人增收益水平如何

解释

严格定义的ARPU不同于国内认知的ARPU，国内ARPU = 总收入/付费用户总数

ARPU用于产品定位初期不同规模下的收入预估

平均每付费用户收入

统计时间内，付费用户对首席产生的平均收入，一般按月计算

ARPPU = 收益 / 付费用户数

ARPPU(月) = 收益/APA

问题

游戏付费用户平均的付费水平如何？

付费用户整体的付费趋势如何？

对鲸鱼用户的分析

解释

ARPPU容易受到鲸鱼用户、小于用户的影响，分析时需要谨慎

ARPPU与APA、MPR等结合可对付费用户的留存情况，特定付费群体的流失进行深度分析，保证付费质量和规模

生命周期价值

生命周期：一个用户从第一次参与游戏，到最后一次参与游戏之间的时长，一般计算平均值

生命周期价值：用户在生命周期内为该游戏创造的收入总计。可以看成一个长期时间内累计的ARPU的值

计算方式：对每个用户的平均LTV计算， LTV = ARPU * LT(按月计算平均生命周期)

其中LT，照月统计，也就是玩家留存在游戏中的平均月的计数

例如：一款游戏的ARPU=2元，LT=5，那么LTV2*5=10元

问题

用户在游戏中会待多久？

用户对于游戏贡献价值是多少？

用户群与渠道的利润贡献度如何？LTV：CAC

解释

ARPU遵循严格的定义，总收入/总活跃用户数

LTV是针对活跃用户的计算，没有付费与非付费用户之分

回流用户贡献

持续付费用户贡献

付费留存用户

付费用户流失率

二次付费分析

用户付费周期转化率

用户获取

日新登录用户

问题

渠道贡献新用户的对比

宏观走势，投放取舍

是否存在渠道作弊

解释

周新登录用户 = 本周7天日新登录用户数累计

月新登录用户计算同上

自然增长用户 AND 推广用户

日一次会话用户数

登录中有一次会话，且时长抵御规定阀值

问题

推广渠道是否存在刷量

渠道推广质量是否合格

用户导入是否存在障碍点

解释

周一次会话用户数为本周7天日一次会话用户数累计之和

月一次回话用户数计算同上

游戏引导设计分析要点之一

DOSU有助于评估新登录用户质量，进一步分析则需要定义活跃用户的月一次会话用户数

用户获取成本

周期内推广成本/有效新登用户

问题

用户去有效新登用户的成本是多少？

如何选择正确的渠道优化投放？

渠道推广成本是多少？

解释

CAC计算要根据渠道来进行细分

用户激活(活跃)

日活跃用户数

每日登录过的游戏的用户数

问题

游戏的核心用规模是多少？

游戏产品周期变化趋势衡量

游戏产品老用户流失与活跃情况

渠道活跃用户生存周期

游戏产品的粘性如何与 MAU 结合

解释

DAU对于核心用户规模的衡量需要谨慎对待

新登用户

回流用户

DAU细分才能够了解用户规模和质量

周活跃用户数

截止当天，最近一周(含当日)登录过游戏的用户数，一般按照自然周进行计算

问题

游戏的周期用户规模是多少？

游戏产品周期性变化趋势

解释

WAU按照周作为一个周期来分析用户规模，利用在不同活跃用户规模的维度上发现问题和掌握游戏用户规模的变化趋势

月活跃用户数

截止当日，最近一个月(含当日的30天)登录过游戏的用户数，一般按照自然月计算

问题

游戏的总体用户规模是多少？

游戏产品用户规模的稳定性（波动情况）

推广整体效果评估

游戏蟾皮的粘度如何（DAU结合）

解释

MAU层级的用户规模变化相对较小，能够表现用户规模的稳定性，但某个时期的推广和版本更新对MAU的影响也可能比较明显

此外游戏生命周期处于不同周期，MAU的变化和稳定性也是不同的

日参与次数

用户对移动游戏的使用极为一次参与，即日参与次数就是每用户每日对游戏的参与总次数

问题

衡量用户粘性（日平均参与次数）

什么渠道，什么画像用户参与频率较高

聚类分析

用户对产品参与频率是怎样的？

集中趋势

波动性

解释

一般建议30秒内重复开启记录为一次完整使用，不单独计量

周参与次数为用户一周对游戏的参与总量

月参与次数同上

日平均参与次数，该日平均每用户参与游戏次数

通过对不同参与次数的分布分析，可帮助分析版本影响，推广渠道的效果

日均使用时长

活跃用户平均每日在线时长。即：日总在线时长/日活跃用户数。一般的精确计算： AT = ACU*24/DAU

问题

用户的游戏参与度如何

产品质量把控指标

渠道质量如何

与单次使用时长结合分析留存和流失问题

用户持续游戏能力如何？

解释

平均单次使用时长：一定时间内，用户平均每次游戏使用的多长时间 = 时间内用户总使用时长/参与次数

帮助分析作弊行为，版本粘性和效果

根据需要，可观察用户每周，双周，月的平均使用的时长情况，了解游戏整体粘性

用户活跃度

问题

用户的游戏参与度如何

游戏人气是否增长、衰退、稳定

用户活跃天数如何

解释

DAU/MAU 理论不低于0.2，0.2*30 = 6天，即用户登陆次数不少于6次

其他常用指标

最高同时在线玩家数

平均同时在线玩家数

新用户转化率

渠道落地页PV

渠道落地页点击

安装

 Collect

Get Started

游戏属性

 Collect

Get Started

iStar、小游戏界面

 Collect

Get Started

APP产品运营指标

 Collect

Get Started

检测指标





0 条评论

下一页