手游运营基本功:数据分析工作的内容与要求

摘要:在国内手游市场竞争白热化、获利短现化的潮流下,数据分析员顶着闪亮的光环,被称为运营最有价值的岗位之一,每个项目负责人都希望聘请一个精干、专业的数据分析员,并对他寄予赚钱的厚望。

一、数据分析的定义与工作内容

数据分析是指对运营的各项指标进行统计分析,涵盖方差分析、因子分析、回归分析、主成分分析、聚类分析、逻辑回归、用户细分等,手游运营的数据分析的运算更为精简,业内专注对留存、付费及活跃的几个常用数据的分析。

数据分析建立在数据统计的基础上,数据分析师必须熟练掌握excel、word等办公软件,尤其是有关统计的功能如宏、my SQL,因为分析师必须在短时间内把本统计周期内的宏观数据都统计出来,而把大部分时间放在分析上。分析师需要分析宏观数据与微观指标,并把数据与玩家行为、市场投放、运营活动、节假日等因素结合起来分析,了解用户行为波动的峰值、时段、原因。

此外,数据分析需要一定的行业经验和数据敏感性,一个没有手游运营背景的人不了解市面常用的指标和合理区间,面对一堆数据只是面对一堆乱码。

二、数据分析的常用数据

手游运营中需要分析的数据非常庞大,但如果游戏数据后台或凭借有名的数据统计平台,很多宏观数据能直观反映出来,如国内比较有名的3加分析平台友盟、talkingdate、dateEye。同时,有些游戏合作平台如UC、360就有本身的数据平台,能直观地反应游戏的注册、留存和付费等指标,宏观指标能看到数据变化的趋势波动,对调整数据的指导作用却有限。

那么,每一位游戏开发商就有必要架构完备的游戏后台,把微观数据、宏观数据一应转移到自己的后台上。

那在架构后台时,运营人员需要提交哪些数据的统计需求呢用一张图片来说明。

手游运营基本功:数据分析工作的内容与要求

1.宏观数据

宏观数据,即剔除渠道、区服和专区玩家的行为差异,对游戏在统计周期内的数据进行宏观统计所得的数据。宏观数据能反映在统计周期内,游戏的整体活跃、付费指数和市场推广的效果,对运营人员了解游戏的市场风潮、游戏种类的差异有比较好的指导意义。

(1)活跃相关

能反映游戏玩家日常行为的数据。

活跃用户数(日活跃DAU/周活跃WAU/月活跃MAU),即AU,能反映游戏登陆人数占总玩家人数的占比,区分玩家质量;

活跃度,指新增用户在随后不同时期的登录情况,主要排查新增账号,以判断渠道是否刷量;

留存率(RR)(次日留DRR/三日留/七日留WRR)指统计周期内再次登陆游戏的用户占初始用户的比例,渠道通常用留存率来评判游戏的品质,次日留在20%以下就算比较差的游戏了,不过挂机类、单机游戏的留存率、重启率很高,付费率却很低;

流失率(UL),流失的玩家占同期注册人数的比例,导致初级玩家流失的原因多种多样,画风、玩法、游戏类型等因素,如果高级玩家流失率高,则表明游戏缺乏新内容、出现了运营事故;

手游运营基本功:数据分析工作的内容与要求

在线人数(PCU),指在监控周期内游戏的同时在线人数,可判断玩家的活跃时段、活跃峰值和活跃人数。

(2)付费相关

这是渠道和运营团队都非常关心的数据了,统计周期内游戏有多少总收入和净收入,能判断游戏的吸金能力、划分用户的品质。

付费率,指统计周期内付费人数占活跃人数的比例,在游戏上线的一周内,一般业内ARPG类游戏的付费率偏高,而单机偏低;

活跃用户付费强度,指的是统计周期内付费总额/活跃用户数,计算出付费的金额,反映活跃用户的付费行为,按照付费强度区分出小鱼用户、海豚用户、鲸鱼用户。

(3)市场推广行为相关

指游戏上线后,评测市场推广效果的数据,无付费推广的情况下推广费用为0,这类数据就依赖于游戏本身的IP、玩法和以往的宣传了。

下载数,评判统计周期内下载的次数,做CPD后下载率将提升,但出现了大量的虚假量;

激活率,指注册用户占下载人数的比例,投放了CPL这种数据值偏高;页面访问率,即PV,指的是游戏推广页面的浏览量,反映了游戏的热度;

独立访客,即UV,访问页面的人数中剔除重复访问率,得出IP数。

(4)游戏内数据

这类数据是对游戏内玩家的物品持有量、行为规律进行统计而得出的数据,能有效地区分出用户的结构、层次和行为规律,有效引导用户进行游戏。

游戏道具消费排行,指玩家在统计周期内购买的道具从高到低的排行榜,以数量为标准则显示用户持有的道具从最多到最少的榜单,一般廉价、基础消耗型物品的持有量会偏大,而高阶道具持有量较少,但持有高阶道具的那部分玩家很有可能是游戏的忠实用户。而按照消费金额做排行,则反映了最吸金的道具到最末等道具的榜单,这个榜单与游戏的开服时间、运营时段有很大的关系,活动策划可以根据这个榜单评判哪些道具是有吸引力的。

用户持有虚拟货币量,指的是用户持有钻石/元宝的数量,可以对人均持有量、最高持有量和最低持有量三个指标进行分析。

如果人均持有量很大,则表明游戏现有系统对货币的消化能力不强,玩家消耗欲望不高,需要出新内容、新玩法、消耗活动促进消费,当然,鲸鱼用户通常在等活动;最高持有量有助于监控玩家是否利用游戏漏洞刷道具,或者利用渠道打折活动大量充值道具,出现这类状况,为了维持整体平衡,运营人员应该即刻进行调整。

游戏用户等级划分,即统计玩家在不同等级的分布,一般用户集中在30级以下是正常的,通过分布线的波动能看出玩家是在哪个等级流失的,对游戏的改进有重要的指导作用。

手游运营基本功:数据分析工作的内容与要求

2.微观数据

运营的微观数据,即对单个渠道、区服、单个玩法系统或单个活动进行的数据分析,分析师在对宏观数据进行分析后,需要得出数据波动、峰值的原因,通常要进行同期的微观分析。

在这个过程中,分析师对原因提出一个假设,并针对性地进行分析。例如,想分析不同渠道用户之间的付费差异,则选用最具代表的两个渠道,如UC和360,对同一个付费活动进行金额、付费人数筛选,可得出结论UC的玩家是重度玩家,高V和付费金额较大,而.360则以付费人数取胜,金额一般偏小。

活动数据的分析也非常重要,对本期的漏洞、不足进行总结,对下次的活动做出指导,数据分析师必须与活动策划相互了解。

三.数据分析的原则

这么多的数据并不需要每一个都进行分析,为了减轻数据分析师的工作,在游戏开发时就必须让运营人员提出一个全面的后台架构,把很多宏观数据进行分类汇总,也可以借助数据分析平台进行分析。

统计出来、制成图标并不是数据分析的终点,分析每一个波动、峰值的形成原因并提出优化建议,才是正道。

可见数据分析并不是盲目分析,而是有原则可依。

1.快比全更重要

手游的平均生命周期只有1年,更新换代非常快,因此数据分析师的工作节奏也会更快,日常宏观数据基本每天必须分析,每个充值付费活动必须分析;在产品生命周期的每个时段,也需要做有针对性的分析。

2.宏微观数据分析合理分配

宏微观数据作用不同,宏观数据往往针对渠道,数据漂亮比真实性更重要;但对运营人员而言,真实性永远是唯一的,如果做不到快速分析,则可三天分析一次;而微观数据通常对调整游戏的数据有非常直接的作用,必须按时段做规律性的分析。

3.数据调整必须及时

不要等游戏临近运营尾声才考虑调整版本和游戏数据,每一次付费活动、新版本、节假日后,都必须对微观数据进行针对性的分析,找出宏观数据波动的原因。

来源:游资网 文/喵喵358

原文链接:http://www.gameres.com/469637.html

本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流,内容版权归原作者所有,如涉作品、版权和其他问题请给「我们」留言处理。

(0)
大数据精选的头像大数据精选编辑
上一篇 2015-11-16 21:26
下一篇 2015-11-17 22:30

相关文章

关注我们
关注我们
分享本页
返回顶部