游戏数据分析

数据分析流程

数据分析存在问题

• 数据分析只是用在复盘环节而且只是展示数据
  总结时才罗列数据，看似分析了一串实际上对业务没有帮助。
• 数据解读只停留在表面
  常见是做KPI趋势图，观察异常数据，然后分析原因可能是什么。
• 分析完数据后压根没有用上数据分析思维来解决问题
  通过异常数据分析出原因后不知用使用什么样的解决方案，最后只能拍脑袋做决策。

长此以往数据分析解决问题的能力很难提升，每次都是一做三不知：

• 不直到分析什么数据
• 不知道怎样分析数据
• 不知道怎么用数据分析结果解决问题

数据分析时需要做到

• 有结构化的数据分析思维

1. 能够对业务流程进行梳理，明确核心指标。
2. 能够根据业务流程将核心指标拆解成多个可执行指标。
   比如活动策划要完成100w流量目标，应该思考100w从哪里来，新老用户？各个渠道？最终拆解到可以行动的指标。
3. 能够对数据字段进行加工
   数据分析中，如果没有数据能用，需要对更基础的数据字段进行加工处理，将其转换为可以衡量的指标。

比如做用户运营的，采集到用户信息字段和行为字段后，可以用用户分层、用户分群、FRM用户价值分析、用户忠诚度分析等方式对数据字段进行加工，通过基础数据，对用户的购买潜力和流失概率进行量化。

结构化数据分析思维

• 能够制定指标报表、指标预测、指标状态

数据分析绝对不是在复盘阶段才需要，而是在业务开展过程中持续观察、优化，因此需要指定指标报表并做出指标预测进而观察指标状态。

指标	预估	后续
平均活动参与转化率	30%	<30%提供活动奖品吸引度 <20%优化引导文案
渠道拉新费用	CPA<5元	>5元则进行渠道交叉分析并叫停低质量渠道
流失用户召回比例	10%	>10%则全量流失用户召回推送 <6%则优化推送文案
预警用户召回比例	30%	>30%全量预警用户召回推送 <20%优化推送文案

• 能够根据数据结果做出运营决策

采用推演复盘法，根据预设活动指标和实际指标做对比，快速获取问题关键所在。

对于异常数据指标，采用鱼骨分析法挖掘产生此项数据结果背后的原因，给出针对性的解决方案。

未完成20w渠道新增原因

---

PRAPA

2003年盛大网络向行业输出PRAPA分析模式，针对游戏用户推广（Promotion）、注册用户（Register）、活跃用户（Active）、付费（Pay）、平均用户收益（ARPU）进行有效的分析指导，为游戏行业的成熟提供了标杆。在当时的盛大网络内部，针对游戏的用户体验瓶颈环节，设定了“卡外掉冲安”（卡机、外挂、掉线、充值、安全）专项，通过数据分析不断进行验证和调整，使得用户体验满意提升。

PRAPA

数据分析员人不应当只会数羊，只是发现哪些本就应该发现的经验和常识，而应当掌握数据探索方法，发现数据潜在的价值，既要预见可能将发生的某种坏的，也要预见好的。在规避风险的同时，也能抓住机遇，才能提现数据分析的价值。

数据分析流程

数据分析流程

1. 明确需求：分析需求的目的、分析范围、分析时间以确定分析内容
2. 数据收集：根据数据来源可分为内部数据和外部数据，内部数据又可分为游戏行为数据和问卷调查数据。外部数据在需要做舆情监控、竞品分析时，需从新闻、论坛、贴吧、QQ群等渠道收集数据，通过爬虫爬取后导出。

数据分析方法

• 对比分析

比较分析将两个或两个以上的数据进行对比发现差异，对比可分为静态对比和动态对比，静态对比又叫横向对比是同一时间下对不同指标的对比，动态对比是纵向对比指同一总条件下不同时期指标数值的比较。

• 分组分析

分组分析是为了对比，将总体中不同性质的对象分开以便进一步了解内在数据关系。

• 结构分析

结构分析是指总体内的各部分与总体之间对比的分析方法，即总体内各部分占总体的比例，属于相对指标。

• 平均分析

计算平均数来反映总体在一定时间、地点条件下某数量特征的水平。

• 交叉分析

交叉分析又称为立体分析，是纵向分析和横向分析的基础上，从交叉、立体的角度出发由浅入深、由低到高的一种分析方法，用于分析两个字段之间的关系。同时将两个有一定联系的变量及其值交叉排列在一张表格内，变量值的交叉节点形成交叉表，从而分析数据表中变量之间的关系。

• 漏斗分析

漏斗分析结合对比、分组，比较同一环境优化前后、不同群体、同行类似的转化率。

• 矩阵分析

根据事物的两个指标作为分析依据，进行分类关联分析找到问题。

• 5W1H

5W1H叫做六何分析，对选定的项目、工序、操作从原因（Why）、对象（What）、地点（Where）、时间（When）、人员（Who）、方法（How）六个方面提出问题进行思考。

• 相关分析

确定现象之间有无关系、确定现象之间关系的密切程度、确定两个变量之间关联性、测定因变量估计值和实际值之间的差异。

• 回归分析

研究变量之间存在但又不确定的相互关系及密切程度，将某因素作为自变量，另外随着自变量变化而变化的变量作为因变量，研究它们之间非确定因果关系。

• 聚类分析（Cluster Analysis）

根据事物本身的特性研究个体分类的方法，原则是同一类中个体较大的相似性、不同类的个体差别比较大。根据分类对象的不同分为样品聚类、变量聚类。利用聚类分析将看似无序的对象进行分组、归类，以达到更好地理解研究对象的目的。

• 判别分析

根据表明事务特点的变量值和所属类别获取判别函数，根据判断函数对未知所属类别的事物进行分类的一种分析。与聚类分析不同的是判别分析需要已知一系列反映事务特性的数值变量值，并已知个体的分类。

• 主成分分析

主分量分析、主成分回归分析，是利用降维思想，将多个指标转化为少数几个综合指标的方法。

• 因子分析

将多个实测变量转化为少数综合指标或落潜变量，通过将相关性高的变量聚在一起达到减少需要分析的变量的数量，从而减少问题分析的复杂性。

• 时间序列分析（Time Series Analysis）

时间序列分析是一种动态数据处理的统计方法，基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的规律以解决实际问题。

• 方差分析

变异数分析用于分析两个及两个以上样本均数差别的显著性检验

游戏用户行为结构

---

游戏关键数据指标

转化率

转化率分析在手游中以关注玩家点击广告到进入游戏后付费的每一步转化，相对于端游激活率是手游持有的一项数据内容。

激活

手游激活是指用户安装好客户端以后联网打开客户端的数量与比率

激活率 = 激活量 / 安装量

对于发放邀请码的

激活码的激活率 = 激活量 / 激活码发放量

激活且登录

激活码激活且登录率 = 激活且登录量 / 激活码激活量

激活且登录的应用场景会在游戏封测期间，为了限制用户数量会进行限制测试，对用户数量进行把控的方式是发放激活码，激活码的激活且登录比率反映实际进入游戏的用户数量。当激活且登录较低时，首先会联想到的是玩家登录环节是否遇到困难，主要排查网络、客户端问题。若游戏登录环境没有异常，则该指标能说明玩家对该游戏的兴趣程度，对比不同渠道的激活且登录也能侧面反映渠道的用户质量。

激活且登录比率	效果
>90%	优秀
80% ~ 90%	较好
60% ~ 80%	一般
<60%	较差

---

谈及数据，如果行业交流首先是次日留存率、7日留存率、付费转化率、LTV数据指标，这些数据其实是游戏玩家对游戏产品的反馈以及以行为作为对话方式，和游戏研发人员进行深度交流问题只在于是否听到、听懂进而挺进。

游戏数据分析流程

方法论

方法论是数据分析的灵魂是解决问题的普遍原则，是贯穿分析始终的思想指导，这个阶段决定了如何进行数据埋点，如何在业务的关键点上进行数据的采集和监控，如何涉及分析指标、如何采集、如何组织数据。

方法论多数是将业务进行抽象形成一套可以解决若干业务问题的思路。就游戏业务来说，从游戏数据分析角度，目前存在的方法论，比如早期游戏市场提及的PRAPA，在进入移动游戏领域后以TalkingData的AARRR模型被提及最多。

业务需求

方法论是针对业务需求的最高层级的抽象，涉及到具体业务时在方法论的指导下，需要对业务需求进行拆解，这个阶段从数据分析的角度来看是该如何进行数据埋点。数据买点是通过客户端或服务端，在某些游戏未知追踪玩家游戏行为而得到相关数据。这些位置是未来对特定业务分析的基础数据支撑。比如在进行用户注册分析时，需要在用户注册的代码逻辑位置进行数据采集点的设计。通过行业通用的数据指标白皮书可在短时间内明确该如何进行数据埋点和基础统计分析。可参考移动游戏运营数据指标白皮书。

指标体系

指标具有很强的业务导向型和检测作用，指标是最重要的。理清了业务需求就需要基于目标驱动构建指标体系，类似AARRR模型的指导下，整体构架并不会有太多的特殊性，更重要的是所构建的指标体系需要能够和业务匹配。

数据加工

游戏数据加工流程

• 新增用户很多但活跃于留存质量很低，分析错误日志是很好的方式。
• 游戏数据分析时经常会使用集中趋势或离散程度的指标

游戏数据分析模块

• 如果一个活跃用户连续3天不进入游戏则从游戏中流失的概率增加10%，需精确定位这样一个群体进行目标用户的营销和召回计划。

召回计划

游戏数据分析代表了三种角色分别时玩家、分析师、策划

从用户角度突出自身理解，充分地理解产品自身才有更大的话语权去完成分析。作为玩家应具体的能力：

• 版本及运营刺激深度理解
• 运营策略及方法研究分析
• 反馈建议收集掌握用户
• 用户研究（价值和分类）
• 渠道平台特征饭呢西
• 运营总计分析（KPI衡量）

在移动游戏市场如果开发游戏时基本上是在PC上完成的，当测试游戏登录或注册模块的流畅度时，会发现在PC上基本上在5s~10s，但移动游戏的场景更为复杂，比如在地铁站、公交车上，用户登录或注册输入的成本非常高，主要原因在于

• 受限于网络、用户在移动终端登录或注册的响应比在PC上更加漫长，PC具备稳定的场景和网络条件。
• 输入方式发生本质变化，移动端依托手指完成输入，PC依托键盘完成，二者输入成本完全不是一个水平。
• 开发环境制约，开发人员多数功能设计、视觉设计和提现都是基于PC屏幕完成，一旦部署到移动设备，屏幕适配于体验问题将纷沓而至。

游戏玩家需要具备3方面重要能力

• 产品体验分析
• 产品运营策略
• 产品玩法理解

对于移动游戏而言基本的体验要素包括

• 注册模块
• 加载模块
• 输入法调用
• 网络连通性
• 文字情感
• 弹窗能力
• 推送能力
• 按钮UI设计
• 触摸设计
• 流畅度设计

去理解用户所想所思才是关键

产品体验分析的核心不是获取新客户，更多的是如何去影响已经进行游戏的用户，深刻影响用户的二次打开或登录。从这点来说，留存率的存在核心是在检验产品的体验，尤其是次日留存率。

分析师能力三角

• 专业数据解读
• 数据分析探索
• 理论知识学习

指标的存在是自上而下的过程，通过顶层的目标和需求的设计，将指标逐步分解称为具体的可观察的指标，从游戏分析角度来说，关注的顶层目标和需求:

游戏顶层设计与指标