樂元素移動游戲運營數據分析指標匯總

Happy Elements Mobile Game Data Analysis Aggregation Of Operation Metrics

一、用戶獲取

1、mobile用戶獲取流程

點擊-下載-安裝-激活-注冊-DNU

• 點擊：點擊廣告頁或者點擊廣告鏈接數
• 下載：點擊后成功下載用戶數
• 安裝：下載程序并成功安裝用戶數
• 激活：成功安裝并首次激活應用程序
• 注冊：產生user_id
• DNU：產生user_id并且首次登陸

關注問題：

• 關注Mobile游戲從推廣到DNU每個步驟的轉換，提高轉化率，節約推廣成本
• 評價每個渠道質量，篩選優質渠道，剔除刷量渠道

2、日新登陸用戶數DNU（Daily New Users)

每日注冊并首次登陸游戲用戶數

3、日一次會話用戶（Daily One Session Users)

當日DAU中只登陸過一次的用戶，且該用戶在線時長小于臨界值

4、用戶獲取成本（Customer Acquisition Cost）

• 用戶獲取成本=推廣成本/有效新用戶(Customer Acquisition Cost=Promotion Cost/Valid New Users)
• 有效新用戶：符合某條件的新用戶，根據情況來定(一般要求等級達到3級，在線時長在5分鐘以上）

二、用戶活躍

1、DAU、WAU、MAU（Daily Active Users、Weekly Active Users、Monthly Active Users）

每日、每周、每月登陸游戲的用戶數，一般為自然周與自然月

關注問題：

• 反映用戶整體規模，一般都按照自然周與自然月進行統計
• 反映游戲產品粘性
• 一般會有周波動與月波動；全年會有季節效應

2、日平均在線時長

活躍用戶平均每日在線時長；總在線時長/總在線人數

關注問題：

• 從側面反映游戲粘性（結合周平均在線時長，月平均在線時長）
• 結合各步驟轉化率分析渠道質量
• 分析游戲作弊行為

3、每小時在線人數、日最高在線、日最低在線、日平均在線

• 每小時在線人數：每個小時平均在線人數
• 日最高在線人數：當日實時在線人數最高點
• 日最低在線人數：當日實時在線人數最低點
• 日平均在線人數：當日所有時段在線人數平均

關注問題：

• 分析玩家每日的登陸習慣；指導游戲活動時間段的制定
• 輔助DAU反映游戲總體用戶量
• 輔助渠道轉換率，剔除較差渠道

4、日參與次數（這個來自taking白皮書，不理解精髓）

用戶對移動游戲的使用總次數，每使用一次算一次

5、用戶活躍度（DAU/MAU）

DAU/MAU（Daily Active Users/Monthly Active Users）

關注問題：

• 用戶參與程度
• 游戲生命周期
• 用戶活躍天數

三、留存&流失

一般情況下：新用戶看留存、老用戶看流失

1、N日留存

日新登錄用戶在第N日（不含首次登陸當天）登陸的用戶數占新登錄用戶比例；（業內也有也稱為：N日回訪率、N日返回率、次登率等）
其中：N=1代表次日留存
N=3 代表3次留存，日登陸用戶在第3天（不含首次登陸當天）登陸的用戶數占新登錄用戶的比例
N=7 代表7日留存……

2、N日區間留存

日新登錄用戶在N日內（不含首次登陸當天）登陸的用戶占新登錄用戶比例；（業內也有稱為：N日內留存率、N日內回訪率等，與上一指標容易混淆）其中：N=1代表次日區間留存，和N日留存率等同
N=3代表3日區間留存，日新登陸用戶在3天內登陸過的用戶占新登錄用戶的比例
N=7代表7日區間留存……

關注問題：

• 反映游戲質量的重要指標
• 反映用戶粘性
• 評估渠道質量，找出優質渠道，一般結合周付費率和周付費ARPU一起使用

3、日、周、月流失

• 日流失：按照天統計的，當天登陸，之后七天為登陸用戶數
• 周流失：上周登陸，本周為登陸用戶數
• 月流失：上月登陸，本月未登陸用戶數

關注問題：

• 計算玩家生命周期
• 分析渠道質量
• 分時期流失率變化
• 游戲健康狀態預警指標
• 流失率與留存率沒有互補關系（新用戶看留存，老用戶看流失，二者沒有明顯的互補關系）

4、月登陸頻次

四、收入

付費：單指充值數，平時所說付費均指玩家充值，本章指標多數是指付費。
消費：單指消費開心寶數

目前mobile游戲的主要盈利模式有如下三種：

• 付費下載 比如：憤怒的小鳥、植物大戰僵尸等
• 應用內廣告 適合于高DAU游戲，通過玩家點擊廣告收費或者賣用戶收費，比如：捕魚達人
• 應用內付費 一般是出售付費插件、功能或者是付費購買道具，多數RPG游戲均是此種收費模式

1、 日、周、月付費率

統計時間區間內，付費用戶占活躍用戶的比例

關注問題：

• 反映游戲付費情況
• 結合道具、付費點反映付費引導好壞
• 評估消費活動效果
• 評估渠道質量

2、付費用戶比例構成

根據每個付費用戶的付費總金額，對整個付費用戶進行分類：

• 大額付費（業內或稱為鯨魚用戶）
• 中額付費（業內或稱為海豚用戶）
• 小額付費（業內或稱為小魚用戶）

關注問題：

• 反映游戲付費深度（也稱測驗游戲挖坑深度）
• 通過不同付費用戶的轉換，優化付費引導
• 通過研究大額付費用戶行為，優化游戲體驗

3、ARPU（平均每個用戶收入）、ARPPU（平均每個付費用戶收入）

• ARPU:統計時間區間內，平均每個活躍用戶產生的游戲收入；一般按照日、周、月進行統計，最常用的是月
• ARPPU：統計時間區間內，平均每個付費用戶產生的游戲收入；一般按照日、周、月進行統計，最常用的是月

關注問題：

• 反映游戲人均收入水平或者游戲盈利能力
• 評估活動效果指標之一
• 評估渠道質量指標之一

4、生命周期價值（Life Time Value）、生命周期（Life Time）

• 生命周期：玩家從第一次登陸游戲到最后一次登陸游戲之間的時間，一般為整體求平均值
• 生命周期價值：玩家在生命周期內為游戲創造的總收入；一般為整體求平均值

關注問題：

• 玩家在游戲中的生命時長
• 每個玩家從進入到離開游戲平均給游戲帶來的收入
• 評估渠道質量

任何一款游戲運營，都是以UED、數據分析為導向，如何開發、運營好一款成功的全球社交游戲，是每個社交游戲產品經理頭等大事。用數據說話，是一個簡單明快的操作方式，但社交游戲的數據如何分類？海內外關注點有何區別？相信作為每個社交游戲產品經理是非常關心的話題，那么我們就從基礎知識入手，逐步梳理出符合運營需求的核心數據環節，拋棄冗長復雜的多類數據，為自己的成功打下扎實的基礎。

付費率=付費用戶÷活躍用戶x100
活躍率=登陸人次÷平均在線人數
ARPU值=收入÷付費用戶
用戶流失率=游戲當前活躍用戶規?！職v史注冊總量
同時在線峰值=24小時內同時在線最高達到人數
平均在線=24小時每小時同時在線相加總和÷24小時
中國**運營游戲平均同時在線用戶=ACU 【又稱ACCU】
采用道具收費模式游戲活躍付費用戶=APC
活躍付費賬戶=APA
付費用戶平均貢獻收入=ARPU
當日登錄賬號數=UV
用戶平均在線時長=TS
最高同時在線人數=PCU 【又稱PCCU】
同時在線人數=CCU?
付費人數一般是在線人數2～4倍。?

活躍用戶（玩家）：是指通過你的推廣代碼注冊，不屬于小號或作弊情況、正常進行游戲一個月以上未被官方刪除的用戶視為活躍用戶 。
您推廣的兩個用戶目前還沒有通過至少1個月的審查時間，您可以在您的推廣紀錄中查看您推廣用戶的注冊時間。且這兩個用戶需要滿足上述對活躍玩家的定義才能稱為活躍玩家！

活躍付費賬戶=APA。?
每個活躍付費用戶平均貢獻收入=ARPU。

【活躍天數計算定義】?
活躍天指用戶當天登陸游戲一定時間、認定用戶當天為活躍、活躍天數加1天。
當天0：00-23：59登陸游戲時間2小時以上用戶當天為活躍天、活躍天數累積1天。
當天0：00-23：59登陸游戲時間0.5小時至2小時、活躍天數累積0.5天。
當天0：00-23：59登陸游戲時間0.5小時以下、不為其累積活躍天數。

每日：?
－－－－－－－－－用戶數量描述
在線人數：（取的當日某個時刻最高在線，一般發生在9:30左右）
新進入用戶數量：（單日登錄的新用戶數量）
當日登錄用戶數量：
每日登錄/在線：
－－－－－－－－－盈利狀況描述
每日消耗構成：（根據金額和數量做成的餅狀圖）
每日消耗金額：
每日消費用戶數量：
每日充值金額：
每日充值用戶數量：
每日充值途徑：
－－－－－－－－－產品受關注程度描述
官網首頁訪問量：
客戶端安裝量：（根據安裝完成彈出的頁面）
客戶端下載量：
客戶端下載點擊量：
安裝率：下載安裝/下載量
－－－－－－－－－游戲系統描述
每日金錢增量、消耗和凈增值：
等級分布：
忠誠用戶等級分布：
特征物品市場價格（如聯眾游戲豆）：

每周：
－－－－－－－－－用戶群體描述
活躍用戶數量：當周登錄過游戲的用戶數量
忠誠用戶數量：本周登陸3次以上（當天重復登陸算1次），最高角色等級超過一定等級，在線時長超過14小時的帳號
流失用戶數量：上周登錄但本周沒有登錄的用戶數量
流失率：流失用戶/上周活躍數量
忠誠流失率：上周忠誠用戶當周沒有登錄用戶的數量/上周忠誠用戶數量
忠誠度：忠誠用戶數量/活躍用戶數量*修正值（新進人數的變化比例）
轉化率：上周登錄的用戶在本周轉化為忠誠用戶的比例
－－－－－－－－－盈利變化描述
ARPU值（周）：當周充值總額/當周付費用戶數量；當周充值總額/當周平均最高在線
付費用戶：該周有過付費行為的玩家數量
新增付費用戶數量：本周新增的付費用戶
付費率：該周付費用戶數量/該周登錄用戶
付費用戶流失數量：上周付費用戶本周未登錄數量
付費流失率：上周付費用戶本周未登錄的比例
注冊轉付費：某一天注冊的用戶在一周后付費的用戶數量及比例

每月：?
ARPU值：該月充值總額/當月付費用戶數量；當月充值總額/當月平均最高在線
付費用戶：該月有過付費行為的玩家數量
新增付費用戶數量：
付費用戶流失數量：
付費流失率：
活躍用戶數量：該月登錄過的用戶；

針對道具：?
每日購買量：
每日使用量：
轉賣數量：購買然后在手里交易給其他玩家的數量
轉賣價格：
流通速度：轉賣總次數/參與轉賣的道具數量
購買者等級分布：
使用者等級分布：

產品分析為游戲包裝、贏利設計提供非常必要的支持，也是指導日常運營的重要參考，是運營工作中的核心內容之一。但和其他行業一樣，即便做了非常多的數據分 析和其他信息收集，我們往往依然很難獲得足夠的信息來得到一個非常清晰的結論，經驗和直覺在決策中還是扮演重要的地位。?

產品分析分為：?

一、從信息收集渠道上來看：?
（一）數據分析（通過數據庫或后臺查詢的數據）
1.例行數據分析（每日、每周、每半月、每月，每季度……）
2.項目數據分析（非例行/重復，如開區效果評估，游戲修改評估等）
項目數據調查一般遵循這樣的過程：
1.確定調查分析目的（證實、探索、預測）
2.達到這個調查分析目的你需要哪些結論來支撐
3.獲得原始數據后如何分析（分析模型）
4.如何獲取原始數據
（二）客服問題反饋（流程）
（三）自身游戲體驗
（四）玩家直接交流（游戲交互、日常溝通、QQ群、小型見面會等）

二、從內容上來看：(例行的)?
（一）產品現狀描述：通過參數來反應目前游戲系統和運維平臺的情況
1.游戲世界描述（高峰/均在線，金錢監控，等級分布，特征怪物/物品/道具價格等）
2.運維平臺及其它（下載量、下載完成率、注冊量、硬件使用率、客服相關數據等）
（二）玩家游戲行為分析：物理特征+外部行為+游戲行為+群體描述
1.用戶物理特征（性別、年齡等）
2.外部行為特征（登陸頻率、時長、時間段等）
3.游戲行為特征（流失等級及變化）
4.群體行為描述（峰值、活躍用戶/忠誠用戶及相關比例、新進用戶、活躍度、忠誠度、流失率、轉化率等）
（三）玩家消費行為分析：修正盈利設計，捕捉用戶需求，新增道具設計
1.付費用戶描述（付費用戶數量、ARPU、付費用戶游戲行為分析等）
2.盈利描述（盈利狀況、消耗構成及變化趨勢等）
3.道具分析（使用范圍、使用深度、使用/放棄原因等）
4.付費意愿分析
（1）消費偏好分析（換金/個性/增強（經驗、裝備、技能）/方便互動/其它）
（2）消費與游戲設置的聯系（道具對應等級、玩家習慣行為（如某種技能）、游戲任務、場景的開放等）
5.付費行為分析
（1）單位玩家道具數量情況分析（擁有量、擁有的道具之間的聯系）
（2） 付費等級分布（首次購買等級、當前購買道具的等級分布）
（3） 付費數額分布（首次付費數額、續費數額）
（4） 付費用戶分類（根據一段時間內的付費額）
（5）續費行為分析（未流失的玩家中，中止消費、消費轉移的分析）
（6） 重點用戶的跟蹤

【名詞解釋和計算方式】
平均同時在線用戶 = ACU
游戲活躍付費用戶 = APC
活躍付費賬戶 = APA
付費用戶平均貢獻收入 = ARPU
當日登錄賬號數 = UV
用戶平均在線時長 = TS
最高同時在線人數 = PCU
累積注冊用戶 = AccRu
收入 / ?付費用戶 = ARPU
游戲當前活躍用戶規模 / ?歷史注冊總量 = 用戶流失率
付費用戶 / ?活躍用戶 ? * ?100 = 付費率
登陸人次 / ?平均在線人數 = 活躍率
24小時內同時在線最高達到人數 = 同時在線峰值(PCU)
24小時每小時同時在線相加總和 / ?24小時=平均在線(ACU)?

【活躍天數計算定義】
活躍天指用戶當天登陸游戲一定時間、認定用戶當天為活躍、活躍天數加1天
當天0：00-23：59登陸游戲時間2小時以上用戶當天為活躍天、活躍天數累積1天
當天0：00-23：59登陸游戲時間0.5小時至2小時、活躍天數累積0.5天
當天0：00-23：59登陸游戲時間0.5小時以下、不為其累積活躍天數

最近在做一些社交SNS方面的數據分析工作，發現了一些與游戲運營相通的東西，社交游戲的某些指標和術語其實在大型的網游數據分析方面也可以使用。本質上他們代表的含義是一致的，只是在表現和分析的角度上不同而已。今天來說三個術語MAU，DAU，DAU/MAU。

本文綜合了一些論壇博客的文章以及國外一些材料，不對或有歧義之處還請各位糾正和諒解。

MAU=Monthly Activited Users ?月活躍用戶

應用在SNS社交游戲和大型網絡游戲中，其含義表示在自統計之日算起一個月內登錄過游戲的玩家總量。

DAU=Daily Activited Users ?日活躍用戶

關于此數據，存在一定的爭議，有的度量是把每日重復登錄的用戶也統計在內，但是這種情況下沒有適當的代表游戲的真實數據水平。

另外一種度量方式是不計算重復登錄的玩家，統計每日登錄過游戲的玩家即可。

這兩個目標可以衡量服務的衰退周期。

DAU/MAU

用戶活躍度指數衡量用戶的黏性，留存率，游戲收益情況，這在社交游戲中使用率非常 高，可以認定為用戶活躍度指數，也就是用戶的活躍度如何，理論上可以接受的風險值是0.2，也就是說當值低于0.2時，游戲的整體服務進入一個衰退的階 段，只不過這個衰退的階段依據游戲本身的壽命還有長短之分。

當比值接近1時，那么用戶很活躍，流失率低，黏性強。

DAU/MAU怎么解釋來解釋原理？

我們假設MAU是不變的，如果DAU在增加，說明游戲對用戶的口碑和黏性開始發生深度的交互作用，在每日登錄游戲的用戶規模越大，越逼近MAU的水平，那么就是說用戶上線的天數和頻率增加。如果DAU下降，那么用戶開始對游戲失去興趣。

“MAU和DAU分別從宏觀和微觀角度對服務的用戶黏性進行了權衡，也可以這么說，MAU更像戰略層面的表征，DAU更像戰術層面的表征?！?/span>

示例：

如果一款游戲擁有50萬DAU，100萬MAU，那么比值是0.5，也就說玩家每月平均體驗游戲時間為0.5*30=15天。說明游戲黏性比較強。

DAU/MAU的最低極限是0.2，這保證游戲能夠達到臨界規模的病毒式傳播和用戶粘性。

事實上，對于一款產品，如果在OBT的前三個月DAU和MAU都會保持穩定的增長，因為這個時期，用戶處在初次安裝以及大量的廣告投入，而真正看游戲的品質和生命力應該從OBT之后的3個月算起。

也就是說能夠指示我們游戲成功運營的標志之一就是DAU/MAU，如果在之后該值 保持在20%以上，那么他擁有穩定的用戶留存率，并持續獲利。而這個值應該在OBT3個月后再來衡量，換句話如果只在初期獲得高的值，而后迅速下跌，那么 說明游戲本身對玩家吸引力不足，留存率不高














這里截取了4天首登用戶在隨后接近40天的留存變化情況。?
??上圖是跟蹤了39天的數據，我們發現留存率的變化初期是震蕩的比較厲害，但是隨后開始逐步的趨于平穩，下一個時期就開始逐漸穩定，保持在一個水平上，如果持續觀察下去，隨后開始逐漸的衰退，并最終無限趨于0。
?
??事實上，以上的過程是符合用戶生命周期的基本形式，用戶在導入期用戶量會增加很多，一段時間內如果我們渠道和手段得當，用戶初期的幾天留存質量會很好，之后隨著用戶的游戲內等級成長，那么就會逐漸淘汰一些人[實際上就是留存下降，流失加劇的過程]，在用戶的成長過程中，這樣的留存犧牲是必然，而此時的淘汰就意味著接下來的用戶成長將會趨于穩定，并保持一個時期。
以上我們所說的三個時期，也就是震蕩期[留存高]、淘汰期[留存波動]、穩定期[留存趨于穩定水平]，隨后的衰退期和流失期那就是流失率分析的部分，因為這個階段用戶留存下的基本就是老用戶了，當然此處不是說前三個時期的用戶就不需要流失分析，相反用戶導入初期的階段[如果擁有足夠的信息]，正需要去做流失分析，因為初期流失是最多的。但是由于初期用戶參與游戲的參與度有限，提供的信息也是有限的，偶然因素見多，所以就選擇做留存分析。?
??一般來說留存率這類指標是需要長期持續跟蹤的，且要根據版本更新，推廣等諸多因素結合起來分析，試圖去找到玩家的最佳周期進行制定相應的策略提升質量。
四、?用戶留存率中的“40-20-10”規則
“40-20-10”?規則中的數字表示的是日留存率、周留存率和月留存率。用來解決游戲中留存率度量值的閾值問題。規則所傳達的信息如下：如果你想讓游戲的
DAU超過100萬，那么日留存率應該大于40%，周留存率和月留存率分別大于20%和10%。
?????也就是說，在所有首次進入游戲玩家中，超過40%的人會在第二天繼續玩游戲。應用流量來源和玩家總游戲時間都會使這項數據產生較大






波動，所以游戲發布后數天內達到45%并不意味著成功。但是，如果在發布后留存率仍然大于40%而且DAU在20萬和40萬間，那才是真正1個周值得慶幸的事情。如果這項數值跌到20%以下，那么游戲便極難獲得成功。游戲第7日和第30日留存率，這些留存比例源自40-20-10規則，規則認為游戲第7日留存率大于20%，第30日留存率大于10%。
五、?提高留存率的方法
1、要使日留存率達到最大值，哪些才是你應該考慮的主要因素呢？?初次加載時間。初次加載越快越好，超過1分鐘的加載時間會讓你的游戲陷入困境。然而，減少時間所產生的效果似乎并非呈線性，從50秒縮短至40秒與從30秒縮短至20秒產生的效果不同。
本地化。如果你未將游戲本地化，離開游戲的玩家比例會相當高。比如，法國玩家發現游戲使用英語時就會迅速離開。
教程。這是最重要的因素之一。你應當簡化教程，同時還要在此過程中傳達游戲的趣味性和情感。你必須說服玩家，這款游戲很有價值而且比其他游戲更好玩。不斷開展用戶測試，重復檢驗教程中各個步驟。需要當心的是，在優化時不可只盯著教程完成率。短教程顯然會獲得很高的完成率，但可能導致日留存率或月留存率很低。
任務系統。在完成教程之后，應該直接將用戶引向有趣且充滿吸引力的任務系統。決不可讓用戶對接下來要做的事感到茫然。
可玩性循環。主可玩性循環是否有趣且易于理解？是否有意義？現實世界中是否有類似的東西？可玩性循環的重要性自不必說，這是游戲的核心！如果該因素無趣且無法發揮應有的作用，那么周留存率和月留存率將慘不忍睹。但糟糕的可玩性循環仍有可能僥幸獲得超高的日留存率。?情感因素。游戲前3分鐘是否向用戶傳達某種情感？游戲中是否有用戶之前從未見過的動畫、可愛的動物或某些精美的效果？認真觀察測試用戶臉上的表情，是微笑還是厭煩？
首次間斷前的游戲時間。要使游戲對玩家產生足夠的吸引力，至少需要10分鐘的持續游戲時間。以20分鐘為目標，隨后設置某個間隔，這樣玩家便只能在等待和付費間做出選擇。
約定游戲機制。玩家在首日離開游戲時能否約定某些在第二天完成的事？游戲中應該有些用戶可自行安排的獎勵或完成行動等待時間。這些與日常獎勵不同，后者對留存率的影響極小。
?






2、以下是提高用戶留存率的幾大方法?：
故事情節和游戲角色：讓玩家愿意回到游戲中觀看游戲情節的發展。美劇《Lost》就是個典例。它能讓觀眾心系著故事情節，想打開電視觀看他們喜歡的角色和情節的發展。如果玩家能在游戲中操縱主要的游戲角色，并自行選擇故事情節的發展，那么他們定會想要重新回到游戲中，觀看游戲角色和情節的發展。
制定“超額”的任務清單：不論玩家的游戲時間是一小時，一周還是一個月，都為他們安排更多的游戲任務。在這種“超額”的任務清單中，玩家可能會產生一種“不完整感”，而因此想要盡可能地回到游戲中，繼續挑戰并完成游戲任務。
所有權和收集：人們總是喜歡收集一些“戰利品”。同時這種方法也能幫助開發者盈利。
愧疚感：讓玩家因為沒能重新回到游戲中而產生愧疚感。這種方法只能稱得上是短期戰略，如果長期使用將會適得其反。因為一旦玩家發現他們因為游戲而錯失了更多東西時，他們將不會再回到游戲中了。
錯失的機遇：在游戲中添加一些活動以“誘惑”那些離開了游戲的玩家，即他們如果能夠及時回到游戲中，便能體驗這些活動。玩家如果不愿意回到游戲也不會有所損失，但是這些活動卻可以有效地吸引他們每天回來看看。如此，玩家還能感受到游戲世界的蓬勃生氣，并因此提高他們對游戲的興趣度。
每日活動：一天一次的游戲任務或者競賽項目。
每周活動：你應該考慮所有玩家所具有的不同游戲模式，并思考如何做才能以不同的頻率吸引不同的玩家。我建議現代社交網絡必須同時具備每天活動和每周活動機制。
“冷卻計時器”（Cooldown?timers）：這個機制也可用于上述幾大方法中，但是我想要在這里對其進行詳細說明。你可以通過它控制游戲的節奏和玩家在每一個關卡中的能量。可以說這是社交游戲中非常有效的一種機制。它的維持時間一般是5分鐘至1小時。
讓玩家能夠積極愉快地與好友進行交流：不應該將病毒式傳播與用戶留存機制完全分離開來。它們也存在一定的交互性（游戲邦注：在一些優秀的社交游戲中尤其如此）。玩家可能會因為想和好友一起游戲而重新回到游戲中，所以提供玩家與好友一起游戲的機會可以說是一種有效的用戶留存方法。
?






游戲循環設置
前部分已有提到游戲循環設置，但沒有加以說明。游戲循環設置必須保持趣味性，這里強調的是保持。最佳例子就是《Cityville》，其中累積收入，獲得獎勵就一直饒有趣味。制作嵌入龐大游戲循環設置的動畫是個緩慢過程，循環10次或許就十分有趣，但若是100或1000次呢？慢動畫帶來的不是趣味，而是會令人生厭，將給游戲第7日和第30日用戶留存率帶來消極影響。?巧妙-深度
若你將策略置于游戲主要循環設置之上，巧妙-深度元素從長遠看就十分重要。即便“最有趣”的游戲循環設置，若沒有進行戰略性選擇或考量，長久之后都會變得枯燥。巧妙-深度元素對第30日留存率影響最大，而對第7日就不那么明顯。巧妙-深度策略生效的最佳體現是你仍然擁有活躍高級玩家，即便他們已經完成所有任務/目標（游戲邦注：他們還有戰略/優化部分可供體驗）。?可視擴展內容
可視擴展內容是用戶剛開始就能看到但無法訪問的領域，這是促使玩家繼續體驗的長期目標和動力。《Cityville》用戶希望知道他們能夠在嵌有山峰或海灣的空間完成什么活動。擴展內容是玩家的天然目標；這同好奇心結合就是個強大動力。人類都希望征服/擴充更多實際空間。征服空間越多，玩家對游戲的依附程度就越大，放棄體驗造成的損失就越多。?玩家“空間”
不論是建造城市、餐廳、農場還是小島，你自然希望每個游戲回合都能夠把體驗目標（游戲邦注：就是你的空間）變大變好。這也是電玩游戲缺少的元素，因為這些游戲通常都是基于等級。玩家同空間之間的密切聯系會促使留存率提高。這就是為什么首個游戲回合要持續較長，要給創建者提供充足資金。玩家因此能夠建造充滿房屋和裝飾品的城市，產生依附性，持續回訪。?社交性競爭
好友數量會影響玩家留存率以及好友之間的互動內容。這里我不詳述社交活動。如果你能夠在游戲中融入玩家在現實生活中相互競爭的元素，那么留存率將會得到明顯提高。這里指的競爭元素是金錢、美貌、名氣、速度和相似性。如果你打算設計諸如此類的競爭內容，那么同時要確保該元素在游戲下方的高分榜單中體現。不要以玩家的經驗值排列次序，相反應根據上述元素。最典型的例子就是《Millionaire?City》，游戲參照玩家資本凈值排列次序，誰更富有呢？?同游戲循環機制綁定的要求
我知道這不是傳統游戲設計要點，但就Facebook當前渠道來看，這對留存率很重要。這里的意思是你要把要求（游戲邦注：如完成房屋建設所需的道具、聘請






好友填充職位）同游戲循環機制綁定。玩家想要前進，就得完成這些要求。植入不時要求玩家發送請求的獨立道具并不夠。游戲需要植入眾多要求，不論玩家等級如何。若設置得當，這會帶來相當可觀的營收。?清晰的長期目標
這點有時容易忽略。玩家的游戲目標是什么？玩家從游戲開始到體驗2-3個月后是否對此了然于心？在《Cityville》中，我希望能夠成為Mayor，占領整片版圖，在《Frontierville》中，我希望結婚，明確森林版圖。有時玩家理解的目標會令人錯愕。我曾問過一位測試玩家《Frontierville》的長期目標，她回答表示：“就是實現淘金標語目標”。玩家認為“淘金-即將來臨”信息的意思是她只有體驗足夠久才能實現目標。檢驗你是否有效傳遞游戲長期目標的最佳方式是讓體驗游戲30分鐘的初級玩家用10個詞語形容游戲重要目標。如果玩家回答不出或答案和預期不同，那么情況就不容樂觀












============================






當天0：00-23：59登陸游戲時間2小時以上用戶當天為活躍天、活躍天數累積1天?當天0：00-23：59登陸游戲時間0.5小時至2小時、活躍天數累積0.5天?當天0：00-23：59登陸游戲時間0.5小時以下、不為其累積活躍天數?每日：
－－－－－－－－－用戶數量描述
在線人數：（取的當日某個時刻最高在線，一般發生在9:30左右）?新進入用戶數量：（單日登錄的新用戶數量）?當日登錄用戶數量：?每日登錄/在線：
－－－－－－－－－盈利狀況描述
每日消耗構成：（根據金額和數量做構成的餅狀圖）?每日消耗金額：?每日消費用戶數量：?每日充值金額：?每日充值次數?每日充值用戶數量：?每日充值途徑：
－－－－－－－－－產品受關注程度描述?官網首頁訪問量：
新聞、公告、活動、攻略訪問人數?論壇反饋、建議數?郵件反饋、建議數






電話反饋、建議數?游戲下載量：?游戲下載完成率：
－－－－－－－－－游戲系統描述?每日元寶增量、消耗和凈增值：?等級分布：?忠誠用戶等級分布：?特征物品市場價格：???每周：
－－－－－－－－－用戶群體描述?活躍用戶數量：3天2次登陸
忠誠用戶數量：本周登陸3次以上（當天重復登陸算1次），最高角色等級超過50級，在線時長超過14小時的帳號
流失用戶數量：上周登錄但本周沒有登錄的用戶數量?流失率：流失用戶/上周活躍數量
忠誠流失率：上周忠誠用戶當周沒有登錄用戶的數量/上周忠誠用戶數量?忠誠度：忠誠用戶數量/活躍用戶數量*修正值（新進人數的變化比例）?轉化率：上周登錄的用戶在本周轉化為忠誠用戶的比例?－－－－－－－－－盈利變化描述
ARPU值（周）：當周充值總額/當周付費用戶數量；當周充值總額/當周平均最高在線?付費用戶：該周有過付費行為的玩家數量?新增付費用戶數量：本周新增的付費用戶






付費率：該周付費用戶數量/該周登錄用戶?付費用戶流失數量：上周付費用戶本周未登錄數量?付費流失率：上周付費用戶本周未登錄的比例
注冊轉付費：某一天注冊的用戶在一周后付費的用戶數量及比例??每月：
ARPU值：該月充值總額/當月付費用戶數量；當月充值總額/當月平均最高在線?付費用戶：該月有過付費行為的玩家數量?新增付費用戶數量：?付費用戶流失數量：?付費流失率：
活躍用戶數量：該月登錄過的用戶；?
針對道具：?每日購買量：?每日使用量：
轉賣數量：購買然后在手里出售給其他玩家的數量?轉賣價格：
流通速度：轉賣總次數/參與轉賣的道具數量?購買者等級分布：?使用者等級分布：
產品分析為游戲包裝、盈利設計提供非常必要的支持，也是指導日常運營的重要參考。是運






營工作中的核心內容之一。但和其他行業一樣，即便做了非常多的數據分析和其他信息收集，我們往往依然很難獲得足夠的信息來得到一個非常清晰的結論，經驗和直覺在決策中還是扮演重要的地位。?產品分析分為：
一、從信息收集渠道上來看：
（一）數據分析（通過數據庫或后臺查詢的數據）
1.例行數據分析（每日、每周、每半月、每月，每季度……）?2.項目數據分析（非例行/重復，如開區效果評估，游戲修改評估等）?項目數據調查一般遵循這樣的過程：?1.確定調查分析目的（證實、探索、預測）?2.達到這個調查分析目的你需要哪些結論來支撐?3.獲得原始數據后如何分析（分析模型）?4.如何獲取原始數據
（二）客服問題反饋（流程）?（三）自身游戲體驗
（四）玩家直接交流（游戲交互、日常溝通、QQ群、小型見面會等）?
二、從內容上來看：(例行的)
（一）產品現狀描述：通過參數來反應目前游戲系統和運維平臺的情況
1.游戲世界描述（高峰/均在線，金錢監控，等級分布，特征怪物/物品/道具價格等）?2.運維平臺及其它（下載量、下載完成率、注冊量、硬件使用率、客服相關數據等）?（二）玩家游戲行為分析：物理特征+外部行為+游戲行為+群體描述






1.用戶物理特征（性別、年齡等）
2.外部行為特征（登陸頻率、時長、時間段等）?3.游戲行為特征（流失等級及變化）
4.群體行為描述（峰值、活躍用戶/忠誠用戶及相關比例、新進用戶、活躍度、忠誠度、流失率、轉化率等）
（三）玩家消費行為分析：修正盈利設計，捕捉用戶需求，新增道具設計?1.付費用戶描述（付費用戶數量、ARPU、付費用戶游戲行為分析等）?2.盈利描述（盈利狀況、消耗構成及變化趨勢等）?3.道具分析（使用范圍、使用深度、使用/放棄原因等）?4.付費意愿分析
（1）消費偏好分析（換金/個性/增強（經驗、裝備、技能）/方便互動/其它）
（2）消費與游戲設置的聯系（道具對應等級、玩家習慣行為（如某種技能）、游戲任務、場景的開放等）?5.付費行為分析
（1）單位玩家道具數量情況分析（擁有量、擁有的道具之間的聯系）?（2）?付費等級分布（首次購買等級、當前購買道具的等級分布）?（3）?付費數額分布（首次付費數額、續費數額）?（4）?付費用戶分類（根據一段時間內的付費額）
（5）續費行為分析（未流失的玩家中，中止消費、消費轉移的分析）?（6）?重點用戶的跟蹤

總結

以上是生活随笔為你收集整理的游戏数据分析常用指标汇总的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。