道具类游戏运营中的数据分析 2009年2月25日 数据分析在产品运营中的必要性 数据分析体系的构成 日常数据监测指标 日常数据分析的大致思路 专题数据分析的模式 数据指导下的用户调研 范例：推测游戏的常用数据指标 数据分析在产品运营中的必要性 网络游戏的产品特征特别需要数据分析 用户数量相对多 Arpu相对较低 产品生命状态容易转化 行业竞争非常激烈 随着产业的成熟，数据化指标日益受关注 日益受到boss们的关注 日益受到投资人的关注 数据分析体系的构成 设定指标 定期监测 标定样本 长期跟踪 专题挖掘 基于数据 设计问卷 开展调研 常规数据报告 专题分析报告 用户调研报告 常规数据分析 专题数据挖掘 用户调研 日常预警 深度寻因 最终求解 主要日常数据监测指标 收益指标： 全区组及分区的充值、消耗、付费ID、arpu、付费率等 在线综合指标： 全区组及分区的acu、pcu、登录id、在线均时等 用户流动指标： 新注册id，全区组及分区的首次登录id、流失id、回流id等 粘性指标： 全区组及分区的在线均时、平高比、单个id登录次数等 游戏内指标： 各等级角色数量、各等级角色在线均时、各等级角色登录数量、游戏货币、产出量、消耗量、存量、各种道具产出量、消耗量、存量，各地图的角色在线曲线等等 附录：数据监控指标全表—收益类数据 附录：数据监控指标全表—用户在线情况数据1 附录：数据监控指标全表—用户在线情况数据2 附录：数据监控指标全表—用户在线情况数据3 附录：数据监控指标全表—用户流动性数据1 附录：数据监控指标全表—用户流动性数据2 附录：数据监控指标全表—用户黏性数据 附录：数据监控指标全表—游戏内数据 日常数据分析的大致思路 从财务收益角度进行数据分析 关注点：产品销售收入 目的：解析收入变化（下降）的原因 服务对象：公司利润中心或财务管理部门 缺点：无法深入揭示产品衰退的原因 从在线人数角度进行数据分析 关注点：产品活跃用户数量变化 目的：为产品运营提供预警 服务对象：产品管理部门或项目组 缺点：不能全面解析收益的变化 理论上，将这两者结合进行数据分析才是最佳的方式，但是由于公司各部门的关注对象不同、信息沟通障碍、数据机密性、部门间业务能力的差别等原因，这两种分析模式往往无法有效结合 日常数据分析的大致思路：收益角度 查看 整体 收益 分解 整体 收益 指标 付费id ARPU 活跃用户 数量 付费占比 追查道具 销售情况 活跃用户数是否下降？ 定位 问题 分区 是否 是全 区组 问题 分解 突变 分区 收益 指标 ARPU 付费id 后续同上 付费用户率是否下降 各款道具销售情况是否下降 详见下文的 “在线分析思路” 付费用户流失率是否出现增大 近期是否有大批新账号进入 游戏乐趣是否削弱或濒临枯竭 部分道具的需求是否已经饱和 是否有高销量的道具停售 Business system问题 Business system问题 用户的各种付费渠道是否通畅 用户的各种付费渠道是否通畅 近期是否有大批新账号进入 部分道具的性价比是否下降 日常数据分析的大致思路：在线角度 查看 整体 在线 人数 是否 是全 区组 问题 分解 整体 在线 指标 定位 问题 分区 分解 突变 分区 在线 指标 后续同上 ACU ACU PCU 2:3 1:2 LOGIN ID AVG TIME Acu＝(LOGIN ID ×AVG TIME)/ TIME Old id loss new id loss new id increace Old id return 活跃用户数下降是否新用户进入减少所致 活跃用户数下降是否老用户的流失所致 ACU/PCU 账号登录次数 游戏对用户的黏性是否变化 是否近期login sever出现了问题，或客户端下载困难 是否是game sever在近期不稳定 是否是网络连接状况在近期大面积出现问题 近期竞争对手是否有重要产品上线或活动运作 近期市场宣传力度是否减弱，或广告效果不佳 游戏是否出现了内容或功能上的问题 启动市场宣传 效果分析： 注册量 广告访问量 单位注册成本 对游戏内的各种监控数 据进行分析： 游戏内容是否枯竭 是否存在严重外挂问题 新手系统是否存在问题 黏性数据指标 用户流动数据指标。