4、首次购买记录分析方法

1、最近几天比较忙，大家如何建立比较完整和有效的数据分析，说实话这个问题我考虑了很久，有效并有深度得数据挖掘与分析对于产品的质量改善，人气、收益的，玩家资源的保有 ，客群分析非常有必要。众多经分系统的好处不在此处解释，且看今天的内容，首次分析。在如今的免费中，首次的分析发挥着巨大的作用，这与的购买不太一样，还是存在很大的区别。的中，是收益的主体，如何对于的分析是非常重要的一环。由于的免费，玩家存在一个转化的阶段，当玩家进入中首先经历成长，如果比较良性的话，在熟悉了的同时竞争会逐渐展开，伴随着不断深入的交互。在玩家的不断竞争中会存在，这种会刺激玩家寻找辅助加强自身的属性，试图改变竞争中的劣势。这种辅

2、助和加强就是最初级的 IB 点，而与此同时也是玩家的最早需求（注意这种需求是根据玩家成长营造的环境促成的）。而恰恰这些最初级的 IB往往就是玩家整个生命周期中转化的关键节点。每个玩家的节点伴随着首次的产生，那么首次到底意味着什么？如上图所示，在首次的分析方面，可以得到如上图的几个分析方向，每一个分析方向都会涉及很多的数据信息，这里就不再详细列出。下面简单来分析一下这几个方面的作用和实际意义。设计中的 IB某一等级的和充值，通过来分析玩家的首次等级，来进一步转化等级：免费玩家在整个生命周期中，如果存在转化，就必然会出现在新手期，随后会逐渐的体验的，这个阶段玩家会在体验的同时进行自身的点挖掘、转化

3、与活跃玩家流失等级等信息的综合分析。到首次时间点的时间周期是多少（非首登玩家转化成玩家的时间）？在等级之外的活动，任务，IB 是否具有粘性和吸另一种衡量玩家的转化情况，此外这也是衡量引力的参标准之一。首次倾向：众多的首次中，根据的需要进行的分类，依据系统适用，活动适用，任务适用进行分类，进而最终找到玩家真实的倾向，这种倾向不仅类别，也通过此发现首次受到那些任务，活动，IB 的影响，进而仅是在以后的运营中有目的的开展相关的方面活动，任务，IB。消费结构分析：消费结构分析相对而言会更加复杂一些，除了要结合活动，任务，IB 以外，还要一举玩家从开始在最终流失阶段或者有流失倾向阶段的过程，并进行分析。

4、玩家的存在一个生命周期的过程，这个过程的分析之一就是来反映付费玩家的消费结构，下面来具体看一下。如上图所示，玩家进入，当首次开始会经历一系列阶段的变化过程，在这个过程中受到 IB，版本，活动，任务，系统，个人成长等很多的影响，因此消费会发生变化，最终也会影响玩家的意愿情况。首次：一般而言在中，玩家的首次集中于认知度很多高，或者可改变玩家转化周期：不同于转化等级，转化是一段时间的新登用户从成为玩家目前所处状态的，当然这里也存在 IB 更新，版本，活动，任务等外界的干扰，但是总提而言玩家的首次目的性很强（注意是首次）。而首次很大程度上会影响后续的消费结构的变化，而长尾理论也正是从此处开始发挥作用，

5、因为如果多数玩家的首次消费是相同的，那么可以认定该对于玩家而言是认可和喜爱的，而在中后期的 IB 设计上，可以考虑做该品类的差异化需求定制，单是前提要做好队该的全面的分析。间歇性：这个阶段是一个消费结构的期和意识增长期，换句话说，希望玩家能够从最初的单一消费转化成多品类，多的消费，强化意识，力求的期待与反馈一致，然而一旦出现了偏差，就会在此阶段就造成流失。持续：如果按照理想情况而言，稳定的阶段应该是玩家不限于单一的消费，而是综合的多元消费结构，但是有一种消费结构是单一的，就是从最初转化阶段就已经形成的单一消费结构，而这样的消费结构一旦遭遇 IB 的上下架，就会打乱了这部分玩家的消费，这样会造成

6、稳定阶段的玩家向下一个阶段的过渡，也就是沉默。：刚才所言，一方面，单一的消费结构在 IB 上下架冲击时，促使了玩家沉默过渡，另外一点，对于有稳定的多元消费结构玩家而言，如果的新版，新 IB，的活动，任务等冲击过大，会导致稳定的这部分人也会产生波动，沉默的阶段玩家的流失情况已经开始出现，针对这群人要有特征提取，同时要多参考外界的影响。回流：回流与沉默阶段的玩家可以拿它们的消费结构和稳定期上升期的消费结构进行对比分析，这样容易发现这些存在流失风险的玩家究竟是因为消费结构的问题还是其他问题，比如 IB 上下架，版本更新等造成流失。回流一方面有自然的更新等带来的作用，另一方面，其实是针对前期进行分析，

7、采取相应的挽留策略，这也是分析用户的流失的三大之一。流失：这是最终形态，这里面如果这群用户已经不能挽回，那么就要仔细分析这群人为什么会流失，流失的原因是什么，而这些又是涉及流失，这里不解释，后期会有这方面的分析。但从消费结构来说，这是影响玩家流失的之一。一个玩家如果在一个的消费结构始终单一，那么长期下来必然会加剧流失速度。P.S.数据分析要讲究一系和方法，不要总是孤立的一些数据点，这样看下去参考意义有限，把数据联动起来，横向和纵向的结合分析，数据是死的，人是活的，所以请各位在做数据分析时，一定要看到这个指标和目的背后蕴藏的的信息，有时候不要想象这分析价值，非得用个 NB 的算法套个模型才叫分析，或者只是盯着这个个指标简单