游戏道运营资料整理.doc

付费率=付费用户活跃用户x100活跃率=登陆人次平均在线人数ARPU值=收入付费用户用户流失率=游戏当前活跃用户规模历史注册总量同时在线峰值=24小时内同时在线最高达到人数平均在线=24小时每小时同时在线相加总和24小时活跃用户=？（计算方式望看者能提供）中国大陆运营游戏平均同时在线用户=ACU采用道具收费模式游戏活跃付费用户=APC活跃付费账户=APA付费用户平均贡献收入=ARPU当日登录账号数=UV用户平均在线时长=TS最高同时在线人数=PCU【活跃天数计算定义】活跃天指用户当天登陆游戏一定时间、认定用户当天为活跃、活跃天数加1天当天0：00-23：59登陆游戏时间2小时以上用户当天为活跃天、活跃天数累积1天当天0：00-23：59登陆游戏时间0.5小时至2小时、活跃天数累积0.5天当天0：00-23：59登陆游戏时间0.5小时以下、不为其累积活跃天数产品经理应该掌握研究的数据产品现状描述 每日： 用户数量描述 在线人数：（取的当日某个时刻最高在线，一般发生在9:30左右） 新进入用户数量：（单日登录的新用户数量） 当日登录用户数量： 每日登录/在线： 盈利状况描述 每日消耗构成：（根据金额和数量做构成的饼状图） 每日消耗金额： 每日消费用户数量： 每日充值金额： 每日充值用户数量： 每日充值途径： 产品受关注程度描述 官网首页访问量： 客户端安装量：（根据安装完成弹出的页面） 客户端下载量： 客户端下载点击量： 安装率：下载安装/下载量 游戏系统描述 每日金钱增量、消耗和净增值： 等级分布： 忠诚用户等级分布： 特征物品市场价格（如QQ华夏的令牌）： 每周： 用户群体描述 活跃用户数量：当周登录过游戏的用户数量 忠诚用户数量：本周登陆3次以上（当天重复登陆算1次），最高角色等级超过15级，在线时长超过14小时的帐号 流失用户数量：上周登录但本周没有登录的用户数量 流失率：流失用户/上周活跃数量 忠诚流失率：上周忠诚用户当周没有登录用户的数量/上周忠诚用户数量 忠诚度：忠诚用户数量/活跃用户数量*修正值（新进人数的变化比例） 转化率：上周登录的用户在本周转化为忠诚用户的比例 盈利变化描述 ARPU值（周）：当周充值总额/当周付费用户数量；当周充值总额/当周平均最高在线 付费用户：该周有过付费行为的玩家数量 新增付费用户数量：本周新增的付费用户 付费率：该周付费用户数量/该周登录用户 付费用户流失数量：上周付费用户本周未登录数量 付费流失率：上周付费用户本周未登录的比例 注册转付费：某一天注册的用户在一周后付费的用户数量及比例 每月： ARPU值：该月充值总额/当月付费用户数量；当月充值总额/当月平均最高在线 付费用户：该月有过付费行为的玩家数量 新增付费用户数量： 付费用户流失数量： 付费流失率： 活跃用户数量：该月登录过的用户； 针对道具： 每日购买量： 每日使用量： 转卖数量：购买然后在手里出售给其他玩家的数量 转卖价格： 流通速度：转卖总次数/参与转卖的道具数量 购买者等级分布： 使用者等级分布： 写的比较简略，只是一个思路的记录： 产品分析为游戏包装、盈利设计提供非常必要的支持，也是指导日常运营的重要参考。是运营工作中的核心内容之一。但和其他行业一样，即便做了非常多的数据分析和其他信息收集，我们往往依然很难获得足够的信息来得到一个非常清晰的结论，经验和直觉在决策中还是扮演重要的地位。 一、从信息收集渠道上来看： （一）数据分析（通过数据库或后台查询的数据） 1.例行数据分析（每日、每周、每半月、每月，每季度） 2.项目数据分析（非例行/重复，如开区效果评估，游戏修改评估等） 项目数据调查一般遵循这样的过程： 1.确定调查分析目的（证实、探索、预测） 2.达到这个调查分析目的你需要哪些结论来支撑 3.获得原始数据后如何分析（分析模型） 4.如何获取原始数据 （二）客服问题反馈（流程） （三）自身游戏体验 （四）玩家直接交流（游戏交互、日常沟通、QQ群、小型见面会等） 二、从内容上来看：(例行的) （一）产品现状描述：通过参数来反应目前游戏系统和运维平台的情况 1.游戏世界描述（高峰/均在线，金钱监控，等级分布，特征怪物/物品/道具价格等） 2.运维平台及其它（下载量、下载完成率、注册量、硬件使用率、客服相关数据等） （二）玩家游戏行为分析：物理特征+外部行为+游戏行为+群体描述 1.用户物理特征（性别、年龄等） 2.外部行为特征（登陆频率、时长、时间段等） 3.游戏行为特征（流失等级及变化） 4.群体行为描述（峰值、活跃用户/忠诚用户及相关比例、新进用户、活跃度、忠诚度、流失率、转化率等） （三）玩家消费行为分析：修正盈利设计，捕捉用户需求，新增道具设计 1.付费用户描述（付费用户数量、ARPU、付费用户游戏行为分析等） 2.盈利描述（盈利状况、消耗构成及变化趋势等） 3.道具分析（使用范围、使用深度、使用/放弃原因等） 4.付费意愿分析 （1）消费偏好分析（换金/个性/增强（经验、装备、技能）/方便互动/其它） （2）消费与游戏设置的联系（道具对应等级、玩家习惯行为（如某种技能）、游戏任务、场景的开放等） 5.付费行为分析 （1）单位玩家道具数量情况分析（拥有量、拥有的道具之间的联系） （2） 付费等