游戏运营的数据分析

游戏运营的数据分析这几天一直在看如何展开数据分析文章，大家写的都不错，说实话，针对如何展开游戏运营数据分析的指导真的非常少，作为每个公司的核心机密是不会拿到台面上与大家分享的，一段时期我上网看了很多的材料，当显示不能满足需求的时候，就要靠我们自己来挖掘。以下是我的结合一些文章后自己总结的数据分析的方法。分割线数据分析工作可以从宏观数据和微观数据（细分数据）说起，这种方式也是我比较喜欢的，正如小强所言，宏观数据是对总体趋势的预测，以及对异常数据的敏感性把握。而微观数据分析的来源一方面就是从宏观数据的异动而产生的需求，二者是一种相互依托的关系。当然如果不是专业做DA工作，也许按照这种方式是没有什么问题的，因为毕竟工作时间和精力不允许有更多的研究工作。从我这个菜鸟DA来说，其实还有很多的工作要做，而采取的形式是另外一种形式，不过其内涵与之前的是一致的。如下图，大概每个行业的数据分析体系都是这个模式：网游的常规数据的把握和检测更多的是针对人气（总登，峰值，APA，注册，流失，在线时长），消费（ARPU，充值，消耗，渗透率）。专题数据挖掘目前在网游数据分析领域应用比较小，即使有这方面的研究也属于公司的核心技术，这一部分的研究是对整个游戏玩家的游戏行为，购买行为，情感行为，游戏心理，游戏压力，游戏寿命，游戏体验，游戏交互，IB购买关联喜好，经济系统运营分析等等深入的专题研究，不是为了解决某个问题而解决，而是一项基于海量数据的定期专题式的研究分析，只有深刻了解了用户的需求才能做出和运营好符合玩家口味的产品。用户调研其实在网游数据分析工作处在一个边缘的位置，很多玩家不清楚自己想要什么，所以某种程度上我们来做这种调研工作往往会得到错误的玩家信号，所以很少会用调研手段来分析玩家。按照这个方式总结起来如下图：这里的深度寻因是一种长期和固定的针对用户各种特征的寻因。那么对于我们而言，要做有两块工作，常规数据分析，专题式的数据挖掘研究。常规数据分析除了在宏观把握数据的趋势和异动之外，还要在微观上，将异动的数据指标进行细分，从微观角度找出问题的所在解决问题。而专题的数据分析是我们主动的提出一些问题，进而去寻找数据并进行研究，并不是为了解决问题而解决。这看似不能最直接的解决问题，然而这些数据的解读，我们能够掌握玩家想要什么（what）；为什么要（why）；从哪里可以得到（where）；什么时候我们做（when）；哪些玩家针对哪些运营策略（who）；我们应该给多少（how much）；以什么形式进行（how）；通过5W2H的方法，结合分析手段来解决这些问题。以下为根据网络总结的数据分析的一些注意点和方法。常规数据分析的思路-从收益角度但我们面临收益下降时，需要我们定位问题，从收益角度出发来解决问题。常规数据分析的思路-从人气的角度通过以上的数据解读和针对这些宏观数据的细分，我们可以完成一些异动数据的分析和紧急的需求。而在做好这项工作的同时，我们也需要做好专题式的数据分析工作，提供运营人员更多的运营决策。针对游戏数据挖掘的专项研究目前来说总结如下几点：在专题的数据挖掘与分析模式，有以下的几种形式：用户生命周期模型流失因素函数及模型计算网络媒体效果分析游戏活动及系统风险评估游戏经济系统预警评估游戏运营数据解析-MAU DAU DAU/MAU2011-12-09 17:03MAU=Monthly Activited Users月活跃用户应用在SNS社交游戏和大型网络游戏中，其含义表示在自统计之日算起一个月内登录过游戏的玩家总量。DAU=Daily Activited Users日活跃用户关于此数据，存在一定的争议，有的度量是把每日重复登录的用户也统计在内，但是这种情况下没有适当的代表游戏的真实数据水平。另外一种度量方式是不计算重复登录的玩家，统计每日登录过游戏的玩家即可。这两个目标可以衡量服务的衰退周期。DAU/MAU用户活跃度指数衡量用户的黏性，留存率，游戏收益情况，这在社交游戏中使用率非常高，可以认定为用户活跃度指数，也就是用户的活跃度如何，理论上可以接受的风险值是0.2，也就是说当值低于0.2时，游戏的整体服务进入一个衰退的阶段，只不过这个衰退的阶段依据游戏本身的寿命还有长短之分。当比值接近1时，那么用户很活跃，流失率低，黏性强。DAU/MAU怎么解释来解释原理？我们假设MAU是不变的，如果DAU在增加，说明游戏对用户的口碑和黏性开始发生深度的交互作用，在每日登录游戏的用户规模越大，越逼近MAU的水平，那么就是说用户上线的天数和频率增加。如果DAU下降，那么用户开始对游戏失去兴趣。“MAU和DAU分别从宏观和微观角度对服务的用户黏性进行了权衡，也可以这么说，MAU更像战略层面的表征，DAU更像战术层面的表征。”示例：如果一款游戏拥有50万DAU，100万MAU，那么比值是0.5，也就说玩家每月平均体验游戏时间为0.5*30=15天。说明游戏黏性比较强。DAU/MAU的最低极限是0.2，这保证游戏能够达到临界规模的病毒式传播和用户粘性。事实上，对于一款产品，如果在OBT的前三个月DAU和MAU都会保持稳定的增长，因为这个时期，用户处在初次安装以及大量的广告投入，而真正看游戏的品质和生命力应该从OBT之后的3个月算起。也就是说能够指示我们游戏成功运营