|
前言：本文对游戏运营中较核心的数据分析进行梳理分类，同时加上个人的描述和批注，希望对同行的朋友有所帮助。
游戏运营是以用户体验设计UED（user experience design）和数据分析（data
analysis）为主要方向，对玩家的行为和体验不断进行分析和调整，使玩家可以在虚拟世界中得到各方面的满足。
数据分析是对玩家行为的数字化理解，通过各式各样的数据，可以大致了解玩家在游戏中发生的情况，并通过思考推理，将数据写成分析报告，将发现的问题和多种解决方案一一罗列，以此为修改产品的重要依据之一。
饭要一口口吃，路要一步步走，下文将由浅入深对如何进行数据分析做描述：
首先，需要说明的是数据是否有可比性
各类游戏公司数据报表中经常有，某某数据是3%，某某数据是50%；还有些行业上流传的某某数据应该是多少多少，如果你不知道这个数据产生的条件而相信这个所谓的数据，那就不妥了。不同的产品、不同的时间、不同的市场、不同的员工、不同的渠道、不同的......会导致数据完全不一样。即使是一模一样相同的产品，都可能完全不一样的数据，别人可以做到的，你就未必可以做到，这就是为什么大多数山寨的游戏注定走向死亡的原因。比拼的是细节，而一般人只看到了结果，而完全忽视结果背后大量的心血。
数据是用作参考、关联分析的，单独一个数据往往不具备可信度，必须分析这个数据为什么是这样的！只有在条件相当的情况下，数据的对比才有意义。
目标数据的分类和意义
一、用户数量
1.注册用户数
现阶段来说，这是一个无意义的数据，如同前面提到的数据的可比性，因为环境不同导致注册用户数的质量不同，对实际的在线和收益也有极大的影响。可能在一个行业还是蓝海的时候，为了吸引VC，采用注册用户数这一最简单粗暴的数据，可能就会忽悠住一批款爷。但对于红海市场来说，导入的用户质量更为关键！
2.在线用户数
1）最高在线
意义不大的一个数据，这个数据一般在游戏公测时，通过大量的广告推广，可以短时间内达到很高的在线，一旦停止推广，加上游戏本身不具有吸引力，那么很快，玩家将会流失！
2）活跃人数
这个数据需要加【时间段】这个条件，不然也是毫无意义的，通常以每日、每周、每月活跃等来做比较分析的
3）每个活跃用户的平均在线时间
这个数据可以考量用户类型和行为，有些玩家可能每天在线30分钟，做一些日常和重要的任务就下线了；另一些玩家可能每天在线2小时甚至更长，那么我们可以根据这些玩家进行分类分析，推出不同的运营方案满足他们。
4）游戏平均在线人数
重要的数据，数据采集时间越密越好；不同类型游戏，该数据无可比性；1平均在线=24人*小时；假设1个用户每次平均在线8小时，那3个活跃用户就可增加一个平均在线，假设游戏每次只能让用户玩60分钟就离线了，那必须有60/60*24=24个活跃用户，才能增加一个平均在线人数。因此，你要根据你的游戏类型和用户特性，判断是增加一个活跃用户容易，还是增加游戏的粘着度更容易。）
二、Arpu值
ARPU值的第一种定义：费用户平均贡献收入=【时间段】收入/付费用户数（通常以月做单位）
该定义被广泛使用，通常是局部的数据对比，将A游戏和B游戏的ARPU值做比较，以此来初步判断游戏的好坏。
ARPU值的第二种定义：平均在线用户平均贡献收入=【时间段】收入/平均在线用户（通常以月做单位）
此种定义使用较少，但该定义是从全局进行的数据分析，对运营商而言，平均在线意味着可以推算出服务器、带宽、客户服务、需要多少推广成本累计这个平均在线等一系列的运营成本。
总营收=付费人数*定义1.ARPU值（或平均在线*定义2.arpu值），换而言之，要想增加收入，必须提升付费人数、在线人数或单个玩家付费额度
1）点卡收费模式下的固定arpu值
举例：月收入=每小时4毛*24小时*30天=288元/月，在线100万，每月则有2.88亿的总收入（其中有许多变量，例如免费使用期的用户比例导致实际收入减少、各种因素导致的免费游戏用户比例导致实际收入减少、用户购买点卡很多人没用完导致实际收入增多，渠道压了货但是最后却没有退的导致实际收入增多等）
2）增值模式下的动态arpu值
目前由于绝大多数网络游戏都在学习免费模式，利用增值服务、收费道具等来盈利的模式，这种模式下，arpu值得大小是关系到是否生存的一个重要指标。
增值模式产生的原因：陈天桥根据产品数据，看到增值服务的收益已经大大增加到可以接替替代点卡模式，因此大胆将每个季度几个亿的时间点卡业务抛弃。但在线人数并没有按盛大想象的大幅度增加。
如果是长期运营，而不是杀鸡取卵式的牟利，同样的在线人数，从数据上来说，免费模式的arpu值是很难高过收费模式的。当然你的产品必须要有资本和能力让用户在习惯了免费模式再回到收费模式。史大师却可以让用户们回到收费模式，给他更大的arpu值，同时接收大量可能因为免费模式中一些不公平而离开游戏的流失用户。
3）点卡+增值模式的arpu值
道具增值模式和收费模式并不矛盾。游戏质量足够好，用户愿意为此付出时间点卡，你就能肯定他们不愿意为这个游戏的增值服务或特殊道具付费么？要注意，推出免费模式的公司，大多都是迫于用户数量的原因，不得已而为。
当推广一个收费用户在线，远比推广x个免费用户在线更加困难，而x个免费模式的arpu值*x大于收费模式的arpu值时，自然免费模式要比收费模式要更加好。但是不是所有公司都符合上述所说的条件。还有一些产品本来很有本事盈利的产品，往往因为免费模式反而导致死亡。想想看，如果盛大在错误的时间例如最早期就搞免费模式，盛大是否会有活到现在的可能？而现在就有很多手机网游，在根本还没有多少总用户时，就搞免费，除了破坏手机用户的缴费习惯，没有任何盈收好处，没有足够的收入，意味着你将很难投入更多的资金开发，意味着你缺乏竞争力。目前的手机网游用户，根本不在乎每月给你几块钱，他们需要的是质量更好的产品，更稳定的无线网络，更方便有趣的玩家间交互。
三、市场推广
1.推广成本
产品推广成本、人力成本、时间成本、每个平均在线用户（或付费用户）的推广成本，即你投入多少钱可以增加1个平均在线（或付费人数）等一系列成本的总和
大部分情况下，一个平均在线人数的arpu值是低于一个平均在线的推广成本的。如何找到最优的渠道进行推广，也是市场部门需要多多思考的问题！如果你能找到某种广告或者推广方式，可以廉价的增加平均在线人数，这个费用低于用户的arpu值，那么赶紧推广（要知道自从网易开始，最廉价的推广方式，莫过于游戏推广员了，网络直销模式，玩家之间相互推销，只需要开发一套2万块的推广提成平台而已，然后就是如何组织玩家促销，扩大他们的影响力），但任何推广模式随着时间推移，推广效果递减。
2.推广效果
作为一个市场人员，最重要的是要精确掌握每种营销方式的效果数据，据此你就不会随便的乱花投资人的钱，拍着脑瓜子挤出个idea就上一些性价比不合适的广告了。
例如
有多少人能看到你的广告
其中有多少目标用户能看到你的广告
能引起多少目标用户记住
能让多少目标用户感兴趣
能让多少用户以后会尝试
能让多少用户短时间内马上尝试
剩下的就是产品本身和客户服务的事了。对于一个市场人员来说，欺骗不是缺点，但无法让更多用户来尝试你的产品，才是失败的。以上的部分数据，如果你做些技术处理的话，可以通过你的后台清晰获取，不要轻易相信广告商的瞎吹，你自己所掌握的数据才是最真实不会欺骗你的。
3.市场潜力的分级
可执行的目标是很重要的，哪怕在旁人眼里看起来很狂妄，也没有什么不可以。
如果你现在要运营一款网络游戏，那么你一定要知道分级
1. 你可以直接推广到哪些人？手把手，或者通过你的个人媒体（言传身教）
2.
你能在你所拥有的预算内控制哪些媒体，做哪些事情，要知道媒体是专业的宣传平台，这些宣传面，有多少用户会因为怎样的宣传内容而尝试你的项目
3. 你还有哪些资源，哪些朋友支持你，帮助你，他们在你所拥有的预算内，能帮你打开哪些市场。
4. 人才，你能否找到一些比你更优秀的人才、专家、或者这方面有天赋的人，帮助你宣传、推广扩大市场
5. 用户群分级举例
a) 非常关注你的产品的网络游戏用户，他们最可能成为你的用户
b) 你可以宣传推广到，并引起他们注意的网络游戏用户
c) 一些到处寻找新游戏的网络游戏用户
d) 同类网络游戏的用户
e) 异类网络游戏的用户
f) Pc家庭游戏用户
g) Pc游戏用户
h) Pc用户
i) 所有人
当然以上的分级不一定准确，不一定适合你，但是对于你来说，很可能每一级需要投入的成本不一样，如果你没有史玉柱的两个亿，就不要一开始就把目标用户定义为所有人，而去打全国品牌广告。否则你会发现你的投入成本，一定收不回来。
4.目标市场的定义
i.
每个人都想自己的产品占领最大最多的市场，但是由于各方面条件有限，必须按上面所说的对市场分级，分析出，目前阶段，自己所有覆盖的目标市场。
ii.
这里要引进近两年很火的红海和蓝海的概念。如果你现在做pc网游，除非你的游戏产品定位是给老人玩的，给目前都不玩pc网游的人玩的，否则你就要面临红海的竞争，你就必须浴血奋战的去抢夺现有pc网游产品的用户。要知道拓展蓝海对小公司来说是非常困难的。不过现在的手机网络游戏，却是一片几个亿的蓝海，只有区区几百万的红海市场。
iii.
准确定位市场、细分市场目的是降低市场推广成本，增加推广有效程度。如果有足够的推广成本，你自然可以多做泛媒体，广大增加知名度，宣传面。当然，这里涉及到市场营销策略，咱不是专家，就不多口舌了。
四、流失率
一个很容易被遗忘，却异常重要，决定着游戏生死的重要数据，市场推广同事好不容易拉来的玩家，在这里要看留不留得住。
a) 初期流失率
尝试用户转变为成熟活跃用户，所需耗费的时间
b) 自然流失率
成熟活跃用户的自然流失率，人有生老病死，没有一个游戏是绝对没有人离开游戏的。但是产品的好坏，内涵的丰富，却最大程度的决定着自然流失率的高低。
i.
产品本身有很多问题，将会带来非常高的自然流失率，这是大家都能想到的。产品的画面、操作、各方面细节都是关系到产品品质的直接开发因素。
ii.
很多游戏人都分析《梦幻西游》这款从技术层面完全没有优势的产品为何黏着度那么高，流失率那么低。游戏内涵是最重要的因素，这关系到这个游戏的生命周期。如果一个游戏，玩家把所有内容都全部晚到，需要5个月，那么5个月就是这个网络游戏的每个用户的生命周期，当一个玩家感觉没有可玩的内容的时候，他自然会离开。有的游戏，是可以让玩家玩几年还有新内容的，有的游戏虽然好，但是生命周期短。当然现在有越来越多的游戏，学会利用循环任务，或者随即生成的任务来不断增加游戏生命周期。虽然有不少用户因为和朋友聊天而留在游戏，但是开发者绝不要把这想成必然的情况。
iii.
网游开发者，不要冲着一个简单的新概念，做游戏，不是做噱头，做一款有内涵的好游戏，充分利用你的技术团队实现效果，而不是盲目专门搞效果搞噱头，让你的用户一直乐意留在游戏里面，这个恐怕不一定是在游戏初期就能全面设计好的。有一句话很经典“好的游戏，不是做出来的，是改出来的。”
c) 客户服务
很重要的一个作用就是减少流失率，一个没有客户服务的游戏，将不可避免的扩大流失率，而流失率一大，神仙也没得救。华义的结构是4个市场经理，12个技术维护，56个客户服务+专职gm。盛大的第一笔收入用来建立客户服务中心等等。为了什么？从人性化角度上是为了服务用户，从商业数据上来说，就一个目的，降低流失率。
d) 线上活动的
目的：通过活动的投入（可能是开发新任务、可能是策划活动、可能是客服执行活动等）临时性增加拉高在线人数，减缓或者阻止短时间内的玩家流失。
五、用户自然增长率：滚雪球效应
如果在你的推广下，增加一个平均在线的成本低于[这个用户的arpu值]*[ 平均每个用户的生命周期]
，并且你可以不断持续增加用户的情况下，新推广进入的玩家人数大于产品的流失率，那么恭喜，你可以进入正滚雪球效应了，你的用户会不断增加，你的发财梦可以实现了。但是大多数产品和项目，一旦停止大规模大成本的推广投入，流失率都是远大于增长率的。一旦流失率大于增长率，那么雪球将越滚越小，这就是很多项目在初期炒作之后，很快用户数量就陆续流失，最后不得不倒闭的原因。
手机网游像我们的《失落时空》，在零市场投入的情况下，还能保持增加的用户数量和流失的用户数量平衡，也是其他项目是比较难达到的。
六、收入潜力值
和arpu值矛盾的一个值，arpu值越低，反正证明潜力越大，arpu值越高，反而说明相同用户数量下，收入增长潜力小。当然目前有些公司（例如一些还没找到盈利模式却有较多用户的网站或休闲游戏），把这个作为他们的未来卖点，不过我个人相信相同用户数，如果市场上能有相同增长速度的话，arpu值高的公司竞争力还是要更强的。
七、更多细节数据
要做好游戏不仅仅只看上面那些结果型的数据，更多的对于开发策划来说，要看过程走向型数据，例如：
i. 有些数据可以告诉你在推广过程中，哪个环节流失的用户最多
ii.
有些数据可以告诉你你的玩家，他们喜欢哪些系统，讨厌那些系统，当然无论喜爱还是讨厌，都比不过一种态度失败--漠不关心，玩家对你精心策划的东西漠不关心，这将是最失败的策划者。
iii.
有些数据可以告诉你，哪些收费是玩家能够接受的（尽管有些收费内容，玩家可能永远会骂，但是每天都有大量用户在交费，而有些收费看起来没有人骂，但是实际上根本没有用户去使用，这些都需要通过实际运营数据去分析）
iv.
有些数据可以很清楚的告诉你，用户在刷钱、在作弊、在利用漏洞、在用外挂、修改封包等，如果有很好的自动化数据分析技术，几乎可以发现98%的玩家作弊，注意只是发现，能否解决还取决于高层的重视态度以及技术人员的能力和速度。要知道而这些问题几乎导致了大量的游戏死亡。
v.
数据可以很清楚的告诉你，你的游戏的经济体制是否稳固，游戏中不断增加的金钱奖励，道具销售等会否造就通货膨胀等等更多甚至我都完全不知道的细节和作用。
最重要的一点，数据永远只是数据，你游戏产品的未来，关键掌握在善于根据真实全面数据分析的人，而不是数据本身。唯数据论者，大多死的很惨还很傻。宗庆后在电视台说所有的数据报告都是用来骗人的，并不是人家是大老粗，其实有一定隐含道理。随便找个商业数据报告，然后根据上面的一些数字来确定一些东西、决定一些东西，只能证明你很业余。
八、数据分析基础常用术语
累积注册用户=AccRu（无意义的数据）
当日登录账号数=UV
活跃人数=【时间段】不重复登录的用户数
每个活跃用户的平均在线时间=【时间段】活跃用户在线时间总和/活跃用户总数
用户平均在线时长=TS
？？？活跃率=登陆人次÷平均在线人数
付费率=付费用户/活跃用户*100%
活跃付费账户=APA
付费用户平均贡献收入（ARPU值）=【时间段】收入/付费用户数（通常以月做单位）
用户流失率=游戏当前活跃用户规模/历史注册总量*100%
同时在线人数=CCU
最高同时在线人数（PCU）=24小时内同时在线最高达到人数（意义不大的数据）
平均在线人数（ACU）=24小时每小时同时在线相加总和/24小时（重要的数据，数据采集时间越密越好；不同类型游戏，该数据无可比性；1平均在线=24人*小时；假设1个用户每次平均在线6小时，那么4个活跃用户就能多一个平均在线，假设游戏每次只能让用户玩5分钟就离线了，那必须有60/5*24=288个活跃用户，才能增加一个平均在线人数。因此，你要根据你的游戏类型和用户特性，判断是增加一个活跃用户容易，还是增加游戏的粘着度更容易。）
活跃玩家：是指通过你的推广代码注册，不属于小号或作弊情况、正常进行游戏一个月以上未被官方删除的用户视为活跃用户 。
【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。
九、数据统计
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（如联众游戏豆）：
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小时的账号
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：
十、产品分析
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。
产品分析分为：
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）付费等级分布（首次购买等级、当前购买道具的等级分布）
（3）付费数额分布（首次付费数额、续费数额）
（4）付费用户分类（根据一段时间内的付费额）
（5）续费行为分析（未流失的玩家中，中止消费、消费转移的分析）
（6）重点用户的跟踪
|
