游戏数据分析维度、方法
1通过网上,收集关于游戏数据分析方面的资料。对各资料进行整理,并提出对游戏行业有价值的专题分析内容。欢迎拍砖!
2数据分析的维度、方法
2.1常规数据分析(设定指标,定期监测)
2.1.1常规数据分析维度
2.1.1.1宏观方面
对宏观指标进行监控(小时、天、周、月、季度、年等),发现异常(人数掉线、新增用户增长异常、ARPU升高等),给公司提供客观的数据来衡量和判断游戏的运营情况
2.1.1.1.1用户数量
注册用户
在线人数(最高在线人数;日、周、月活跃人数;活跃用户平均在线时间、平均在线人数)
2.1.1.1.2 ARPU
每个(平均在线人数、付费用户、活跃用户)每月贡献人民币
运营成本(服务器、带宽、客户服务、推广成本)
产品毛收益
时间卡模式的固定ARPU
增值模式的动态ARPU
时间卡+增值模式的动态ARPU
付费率
2.1.1.1.3 推广力度
推广成本(宣传成本、人力成本、时间成本)
推广效果(各个路径的转化率:看广告人数—目标用户看广告人数—目标用户记住人数—目标用户感兴趣人数—目标用户尝试人数)
2.1.1.1.4 流失率
前期流失率
自然流失率
游戏流失率重要节点分布(初始化页、选线+创建角色、1级、5级、6级、7级、累计)
一般流失率(日、周、月)
2.1.1.1.5 用户自然增长率
2.1.1.1.6病毒性
发送邀请人数、发送率
接受邀请人数、比例 接受率
K-Factor=感染率*转化率
2.1.1.2微观方面
对微观指标进行监控(小时、天、周、月、季度、年等),发现异常(道具销量异常等),并指导开发团队修正游戏版本,为新版本和新功能提供决策依据。
2.1.1.2.1 MMORPG游戏:
职业等级分布
任务统计(每个任务参加、完成和取消次数或人数)
经济系统统计
{ 总剩余金钱、背包存放金钱总量、仓库存放金钱总量、邮件存放金钱总量
经济产出:任务产出金钱、玩家卖给NPC物品获得金钱、打工获得金钱
经济消耗:(任务消耗、NPC购买消耗、道具合成消耗、道具加工消耗、道具打孔消耗、道具镶嵌消耗、装备升级消耗、装备炼化消耗、兑换家族声望消耗、家族升级消耗、修理装备消耗)
}
活动统计(活动参与人数、活动完成人数、奖励产量、意外预警)
商城统计(销售统计工具,销量排行)
2.1.1.2.2ACG游戏
职业等级分布
资源使用统计
排名统计(增加荣誉感)
2.1.2常规数据分析方法
2.1.2.1对比分析法
各运营核心指标,例如:人气(平均在线人数、高峰在线人数)、收益(每个在线人数的ARPU)
1、与目标对比(例如:在11月30号前,某游戏日活跃用户数运营目标为5万户。目前运营结果,日活跃用户为4万户,完成率为80%)
2、不同时期对比:同比、环比(例如:周末日活跃用户数比工作日日活跃用户数多)
3、行业内对比(QQ平台、当乐网等)
4、活动效果对比(实验组和控制组)
2.1.2.2结构分析法
例如:某道具销售额占所有道具销售额
2.1.2.3平均分析法
例如:每个地区付费用户的ARPU
2.1.2.4交叉分析法
例如:游戏等级和流失率之间的关系
2.1.2.5综合评价分析法
例如:构建综合指标客画用户的忠诚度(月登陆次数、在线时长、付费金额等)
2.1.2.6漏斗图分析法
例如:初始化页,选线+创建角色、1级、5级、6级等关键路径的转化率
2.1.2.7 PEST分析法
P:国家出台那些相关政策?有何影响?相关法律有哪些?有何影响?
E:GDP及增长率、进出口总额及增长率、消费价值指数、失业率、居民可支配收入
S:中国手机游戏用户与中国公民在人口规模、性别比例、年龄结构、人口分布等方面,手机游戏网民与全国是否有区别?
T:技术(手机终端和游戏开发创新)的发明、传播、更新速度如何?国家重点支持项目、投入研发费用、专利个数如何?
2.1.2.8 5W2H分析法
用户购买行为分析
Why:用户购买的目的是什么?产品在哪方面吸引用户?[产品的画面、操作,各方面细节,游戏是否有内涵,客户服务质量,线上活动(开发新任务、策划活动、客服执行活动)]
What:公司提供什么产品或服务?产品与用户需求是否一致?[例如产品:《新三国争霸》是一款三国题材的策略战争网游。独一无二的战斗模式,热血沸腾的万人国战,让人欲罢不能。 服务:VIP用户系统、爱问系统、电话、邮件、论坛、传真、即时通讯软件、当面客服等。与用户需求是否一致:对游戏玩家调研、进行试玩,对产品进行反馈,也可以通过网页上对游戏的评分、评价、下载量、用户量进行评估 ]
Who:谁是我们的用户?用户有何特点?[配有手机且手机功能支持游戏运行,用户年龄结构、男女比例、职业类型等]
When:何时购买?多久再次购买?[分时间点卡和增值道具购买]
Where:用户在哪购买?用户在各个地区的构成怎么样?[各大游戏网站(当乐网、九游游戏)、游戏运营平台(QQ平台、UC平台) 每个省份地市用户分布情况]
How:用户购买支付方式是怎样的?[网上银行卡(易宝网银、快钱)、实物卡(盛大卡、征途卡、QQ卡、完美卡)、声讯(固定电话、手机充值)、支付宝(支付宝、财付通)、短信(手机短信)、卡密(神州行)、网吧直充]
How much:用户购买花费时间、交通等成本各是多少?[每个活跃用户每天在线时长、每个活跃用户ARPU]
2.1.2.9逻辑树分析法
2.1.2.9.1从人气角度
2.1.2.9.2从收益角度
2.2专题数据挖掘(更深入了解游戏用户的行为)
基于目前游戏行业快速增长的行业背景,游戏市场远远没有达到饱和状态。而传统电信行业逐步达到饱和状态,而且行业又不相同,所以不能够生搬硬套电信行业的一些成功专题分析经验。但我们可以根据游戏行业目前的业务现状,同时借鉴电信行业的专题分析经验,从而解决目前游戏业务问题。
2.2.1流失预警
基于某款游戏,如果用户量逐步达到饱和状态,且用户流失率居高不下,严重影响到游戏的利润。并且获取一个新客户的成本远高于挽留一个客户的成本,这时候流失预警就具有重要意义。
可以和目前的游戏业务专家明确以下问题:
Who : 分析哪些用户,流失的定义是什么
When: 时间窗口设置,分析期、挽留期、反应期
What: 明确哪些分析指标(衍生出一些占比、趋势字段)
2.2.2客户细分
目前游戏行业的资费业务较单一(时间卡或道具销售),随着业务的不断深入,为了达到收益最大化,增加资费业务的种类有较大意义。可以满足更多用户的差异化需求,同时对不同用户提供差异化产品后可以提高利润。
当游戏行业的资费业务到达一定复杂度后,可以对目前现有的客户资源进行细分,根据不同群体营销不同产品,提高客户的响应度。
2.2.3个性化推荐
根据客户曾经玩过的游戏和购买过的道具,向用户推荐感兴趣的游戏和道具,从而提高用户响应率,进而提升用户的ARPU(价值)
2.2.4种子用户识别
种子用户是手机游戏领域的意见领袖,通过个人的影响力,他们能够带来大量的新用户。如果在推广的时候能一开始找准种子用户,将优秀的游戏推荐给他们,能以最低的成本在最短的时间内拥有大量活跃用户,从而达到病毒式营销的效果。
2.3用户调研(设计问卷、开展调研)
用户调研其实在游戏数据分析工作处在一个边缘的位置,很多玩家不清楚自己想要什么,所以某种程度上我们来做这种调研工作往往会得到错误的玩家信号,所以很少会用调研手段来分析玩家。
第二篇:游戏运营中的数据分析
【编者按】针对如何展开游戏运营数据分析的指导真的非常少,作为每个公司的核心机密是不会拿到台面上与大家分享的,一段时期我上网看了很多的材料,当显示不能满足需求的时候,就要靠我们自己来挖掘。以下是我的结合一些文章后自己总结的数据分析的方法。
数据分析工作可以从宏观数据和微观数据(细分数据)说起,这种方式也是我比较喜欢的,正如小强所言,宏观数据是对总体趋势的预测,以及对异常数据的敏感性把握。而微观数据分析的来源一方面就是从宏观数据的异动而产生的需求,二者是一种相互依托的关系。当然如果不是专业做DA工作,也许按照这种方式是没有什么问题的,因为毕竟工作时间和精力不允许有更多的研究工作。从我这个菜鸟DA来说,其实还有很多的工作要做,而采取的形式是另外一种形式,不过其内涵与之前的是一致的。
如下图,大概每个行业的数据分析体系都是这个模式:
网游的常规数据的把握和检测更多的是针对人气(总登,峰值,APA,注册,流失,在线时长),消费(ARPU,充值,消耗,渗透率)。
专题数据挖掘目前在网游数据分析领域应用比较小,即使有这方面的研究也属于公司的核心技术,这一部分的研究是对整个游戏玩家的游戏行为,购买行为,情感行为,游戏心理,游戏压力,游戏寿命,游戏体验,游戏交互,IB购买关联喜好,经济系统运营分析等等深入的专题研究,不是为了解决某个问题而解决,而是一项基于海量数据的定期专题式的研究分析,只有深刻了解了用户的需求才能做出和运营好符合玩家口味的产品。
用户调研其实在网游数据分析工作处在一个边缘的位置,很多玩家不清楚自己想要什么,所以某种程度上我们来做这种调研工作往往会得到错误的玩家信号,所以很少会用调研手段来分析玩家。
按照这个方式总结起来如下图:
这里的深度寻因是一种长期和固定的针对用户各种特征的寻因。
那么对于我们而言,要做有两块工作,常规数据分析,专题式的数据挖掘研究。常规数据分析除了在宏观把握数据的趋势和异动之外,还要在微观上,将异动的数据指标进行细分,从微观角度找出问题的所在解决问题。而专题的数据分析是我们主动的提出一些问题,进而去寻找数据并进行研究,并不是为了解决问题而解决。这看似不能最直接的解决问题,然而这些数据的解读,我们能够掌握
玩家想要什么(what);
为什么要(why);
从哪里可以得到(where);
什么时候我们做(when);
哪些玩家针对哪些运营策略(who);
我们应该给多少(how much);
以什么形式进行(how);
通过5W2H的方法,结合分析手段来解决这些问题。以下为根据网络总结的数据分析的一些注意点和方法。
常规数据分析的思路--从收益角度
但我们面临收益下降时,需要我们定位问题,从收益角度出发来解决问题。
常规数据分析的思路--从人气的角度
通过以上的数据解读和针对这些宏观数据的细分,我们可以完成一些异动数据的分析和紧急的需求。
而在做好这项工作的同时,我们也需要做好专题式的数据分析工作,提供运营人员更多的运营决策。
针对游戏数据挖掘的专项研究目前来说总结如下几点:
在专题的数据挖掘与分析模式,有以下的几种形式:
?用户生命周期模型
?流失因素函数及模型计算
?网络媒体效果分析
?游戏活动及系统风险评估
?游戏经济系统预警评估
针对专题式的数据挖掘,目前还在一个缓慢的研究过程,这一块确实
是比较困难,不同于传统零售,金融,电信行业。网游具有着独特性在具体的分析过程中,需要结合特点,合理应用理论和技术解决问题。