移动游戏运营数据分析指标白皮书

23479 23479 移动游戏运营数据分析指标移动游戏运营数据分析指标引言2 Iuction门针对移动应用数据化运营的数据分析、挖掘模型，即AARRR数据运营模型。相对于移动应用而为分析需求更强烈。同时，移动游戏与传统游戏相比又有较大不同，其“应用”气质更为强烈。传统游戏的数据运营手段，并不能完全满足移动游戏的运营需求。在此前提之下，专门针对移动互联网提出的数据运营模型更符合移动游戏这一特殊领域的实际需求。然而，仅有数据模型还不够。有了好的分析方成对数据的分析、挖掘。目前移动游戏业内对于移动游戏数据分析指标的定义，存在很大的分歧和误区。往往一项数据指标的名称虽然相同，但统计方法、计算方法却有较大的差异。可以说，目前移动游戏数据分析领域的指标定义并不统一。这种数据指标定义上的混乱，给移动游戏运营人员带来了不小的麻烦。首先是沟通上的障碍，错误的定义让沟通效率极低，往往为一条指标的定义就要浪费大量的时间反复争论、验证；其次错误的指标定义，会产生误的分析结果，进而影响运营层面、产品改进方面的决策。当然，最重要的一点就是错误的指标定义TalkingData本次推出的《移动游戏运营数据分析指标白皮书》，旨在规范行业数据指标定义。所有数据指标的定义按照国际规范重新梳理，并且对传统游戏运营数据分析方法中的常用指标进行调整，使之更适合移动游戏这一新领域。统一的数移动游戏运营数据分析指标 移动游戏运营数据分析指标33Aona一次会话用户，即新登用户中只有一次会话，且会话时长低于规Aon·用户导入是否存在障碍点,如：网a·DOSU有助于评估新登用户质量，进一步分析则需要定义活跃用户的月一次移动游戏运营数据分析指标移动游戏运营数据分析指标用户获取4CustomerAcquisitionCost用户TerminologyCAC=PromotionCostTerminologyCAC=PromotionCost÷Valida TerminologyAonTerminologyaDAU对于核心用户规模的衡量需要谨慎对待新登用户和回流移动游戏运营数据分析指标5移动游戏运营数据分析指标5登录过游戏的用户数，一般按照自Aon游戏产品周期性[每周]变化趋势aWAU按照周作为一个周期来分析用户规模，利于在不同活跃用户规模的维截止当日，最近一个月[含当日的AonaMAU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，但是某个移动游戏运营数据分析指标户活移动游戏运营数据分析指标户活跃6用户对移动游戏的使用记为一次参与，即日参与次数就是用户每日对AonRerminologyT定义术语erminologyAT=ACU×24÷DAU。emarkR备注emarkAon与单次使用时长结合分析留存和流留存&流失移动游戏运营数据分析指标留存留存&流失移动游戏运营数据分析指标留存&流失 37A7a移动游戏运营数据分析指标8移动游戏运营数据分析指标8a留存率一定意义上代表了新登用户关注留存率的同时需要关注用户流a留存率一定意义上代表了新登用户关注留存率的同时需要关注用户流Aon次日留存率代表了游戏满意度，主要反映游戏初期新手对于游戏引导统计日登录游戏，但随后七日未登录游戏的用户占统计日活跃用户比例，此Aon拉动收入的运营手段，版本更新对a流失率+留存率≠100%，此处留日流失率的定义可以根据需求进行调整，比如统计当日登录游戏，但流失率在游戏进入稳定期是值得关注的，稳定期的活跃和收入都比较理想，如果流失率波动较大，就需要引起警惕。需要仔细关注是哪一部分用户离开了游戏，流失率作为移动游戏运营数据分析指标移动游戏运营数据分析指标 4游9此处重点考虑第三种情况进行指标定义，以下描述不分开描述充AonAon用户付费倾向与意愿[需结合首次Terminology统计时间区间内，付费用户占活跃aMPR包含历史付费用户在统计时间区间内再次付费的用户以及在统计时间区移动游戏运营数据分析指标移动游戏运营数据分析指标戏收入统计时间区间内，成功付费的用户如果按照月进行计算，则有以下AonAPA如何构成？如鲸鱼用户、海豚aAPA包含历史付费用户在统计时间区间内再次付费的用户以erminologyerminologyAona严格定义的ARPU不同于国内认识ARPU用于产品定位初期不同规模移动游戏运营数据分析指标移动游戏运营数据分析指标AonaARPPU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erminologyerminologyAon用户群与渠道的利润贡献如何emarkR备注emarkARPU遵循严格的定义术语，即总LTV是针对活跃用户的计算，没有移动游戏运营数据分析指标移动游戏运营数据分析指标记 5script以上指标仅作为游戏开发者、数据分析人员、运营人员、管理层对游戏进行分析时参考数据指标，其细分指标的开发请依据实际需要以上指标仅为移动游戏数据指标具有代表性的部分，在实际分析过程中，根据分析维度，可以进行指标的深入展开，比如收入分析部分可以加入回流用户贡献、持续付费用户贡献、付费留存用户、付费 移动游戏运营数据分析指标 作为游戏研发和运营人员，需要定期查看数据报告，不断了解游戏产品的状态和问题所在，及时改进产品，调整运营策略。为此，以其中，前三种数据报告的使用频率较高，周期性较短，利于发现由于系统开发和数据指标设计的复杂化，我们面临的达几十种甚至百种，但是我们每日、每周、每月所要关注和分析的数据是有限的，为此数据指标的运营要遵循“奥卡姆剃刀原则”即如无必要，勿增实体，切勿浪费较多东西去做用较少的东西同样可以做好的事情。因此，日报、周报等数据报告如果能够用尽量少的指标就能移动游戏运营数据分析指标移动游戏运营数据分析指标录在线时长是否稳定，是否新用户大量倒入，例如一注关注维度主要是昨日与前日的数据对比，同期数据表现，历史平均移动游戏运营数据分析指标每日充值金额的变化情况，比如充值活动、节日刺激、新道具或每日充值用户数的变化情况，比如充值活动、新版本等是否拉动注如果需要，可以加入日消耗金额和日消耗用户数，用于观察用户消费是否符合该时期主推的消费主题，例如:当季新消费点、新关注维度主要是昨日与前日的对比，同期数据对比，历史水平，了解每天每个渠道充值总量、把握渠道收益情况。根据需要还可对比了解，各个渠道每日的新用户增长情况，是否存在异常，渠移动游戏运营数据分析指标移动游戏运营数据分析指标 度活跃期的用户规模，新登用户和老用户在每周的活跃是一个相对完WNU为该周7天内新登用户数累计之和，WNU在WAU中所占比例有助于帮助运营人员分析目前周活跃用户的大致结构[新登为周参与天数就是用户一周内有几天登录过或者参与过游戏，统计该数据宏观了解在以周为周期的时间粒度内，用户的活跃程度，以及移动游戏运营数据分析指标此外，通过用户的细分，比如新登用户、老用户、回流用户等具WAU和WNU只能是了解用户的规模，以周为周期，还要了解找出本周趋势变化较大的原因。同时，结合其他数据挖掘用户的上线留存率主要可以针对新用户在本周内的表现进行分周都会有相应的事件发生诸如上述的，版本、事故等等，这些因素可能会对新用户的留存造成影响，此外渠道在这方面的影响也比较大，在宏观层面上，我们了解流失率是针对所有流失用户的定义，此处我们针对典型用户进行流失率的分析和控制。所谓典型用户，此处给出一种定义就是活跃天数达到一定标准，在线时长达到一定标准的用户，还可以根据是否付费对典型用户进行进一步的细分，确定流失率和评估用户流动性，因为这部分用户是周活跃用户的核心群体，是移动游戏运营数据分析指标移动游戏运营数据分析指标录了解游戏周期性收入中，核心收入贡献规模，新增APA的贡献收入属于不稳定收入，确定此部分的比例，利于运营管理者有效了解移动游戏运营数据分析指标TalkingData移动游戏运营数据分析指标TalkingData曾针对移动应用提了一套独特的移动应用数据化运营模型，即AARRR模型。而经过实践，这套模型对于移动游戏同样有效，甚至实操效果优于移动应用。本次的白皮书中列举的各项指标就是按照这一模型进行章节划分的。AARRR是2 6附Appeix2布到各种应用商店，通过用户自然增长被动获取用户外，主动获取用户的方式有很多。应用推广是个很宽泛的概念，常见的推广方式包括限时免费、冰点促销、广告、预装等等。获取用附录移动游戏运营数据分析指标附录移动游戏运营数据分析指标如何把获取到的用户转化为活跃用户，是运营者面临的第一个问题。首先要明确游戏的目标用户群，通过分析游戏的特点，确定目标用户，然后寻找与此吻合度较高的推广渠道和推广方式。这是提高活跃用户转化率的基础。另一个重要的因素是产品本身是否能在最初的几分钟内抓住用户。就游戏而言，良好的新手引导流程是必须的，要尽快让用户了通常保留一个老客户的成本要远远低于获取一个新客户的成本。并且用户留在游戏中一段时间后，才有可能转化为付费用户。减少用户流失是通向付费转化、获取收入的必经之路。明确了解流失，改进产品远比一味的开拓新用户效率更高。通过日留存率、周留存率、月留存率等指标监控游戏用户流失情况，并采取相应的手段在用户流失之前，激励这获取收入是游戏运营最核心的一块。几乎没人开发一款游戏只是纯粹出于兴趣，绝大多数开发者最关心的