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。