游戏分析的那些事

最近看了一本关于游戏分析的书，这里总结一下个人的读后感。
本人不是喜欢玩游戏的人，对于游戏不太了解，这本书也算是弥补了自己在这个领域的知识的不足吧。
书里面的文字非常多，我这里精简了一些。

01 游戏分析的方法论
跟其他领域的分析一样，游戏的分析也是首先要有一套方法论，这套方法论具有通用性，可以帮助你解决很多业务上的问题。
在游戏分析中有两套通用的方法论：PRAPA模型和AARRR模型。
比较早期的端游时代常用的是PRAPA模型。P-Promotion，用户推广，包含推广数量以及获取成本。R-Register，注册用户，首次登录游戏的用户。A-Active，活跃用户，即登录游戏的用户。P-Pay，付费用户。A-Arpu，平均每用户收益。
现在是移动端时代，AARRR模型更适用。
AARRR指的是①Acquisition，获取用户，②Activation，提高活跃度，③Retention，提高留存率，④Revenue，获取收入，⑤Refer，病毒式传播。
这个模型指出了游戏运营的两个问题：
①以用户为中心，以完整的用户生命周期为线索
②把控产品整体的成本/收入关系，用户生命价值(LTV)远大于用户获取成本(CAC)就意味着运营成功。

在游戏推广中，常见的渠道及计费方式有以下这些：

每种推广方式都有其优势和劣势，要看自身的预算和目的选择最佳的方式。

02 游戏分析的指标体系
1.基础指标

2.监控报表
运营现状：发现产品规律和产品节奏
①新增情况：累计新增用户数、次/7/14/30日留存、注册转化率
②活跃情况：日/周/月活跃用户、老用户占比(DNU/DAU)、活跃用户占比
③付费情况：累计收入、每设备收入、ARPPU、ARPU、付费渗透率、付费用户数
④其他指标：一次性用户、7日流失率、付费流失率、一次性付费、使用频率
趋势判断：同比、环比、定基比、时间序列、渠道对比
衡量表现：根据渠道关心的指标、行业发布的标准，对产品进行分级，综合衡量产品的素质，及时改进。
3.产品问题专项分析
需要解决两个问题：①历史经验，产品在某些时间表现出来的问题，基于历史经验来完成基本的判断。②异常情况，需要更细致进行数据的拆解和分析。
4.一个问题三个原则
一个问题：分析结果带来的利益是否大于所消耗的成本
三个原则：①能否做出这种改变，②做出何种改变，可以提升价值，③做出改变，需要多大的成本

03 专项分析
1.用户分析
关于用户分析，主要是解决两个问题：如何有效的获取用户？如何有效的经营用户？
在互联网时代，获取用户的方式有很多，常见的有两种：社交和定向(定向广告)
在做用户分析的时候，我们需要通过不同的维度对用户进行拆解，常见的有这些维度：平台(安卓/IOS)、时间(日/周/月/年)、渠道、系统和设备、地区、版本、国家等；对用户的拆解通过分为新用户和活跃用户。
1）新增用户分析
① 黑色一分钟：从用户下载安装到进入游戏这段时间就是黑色一分钟。这段时间需要解决是什么影响新增用户规模、活跃规模和收益。
在这一分钟里面可能会面临如下的问题：
兼容适配；安装、卸载、更新；游戏打开运行；超长启动时间 ( 响应速度慢；手机内存占用高)；流量消耗过快；电量消耗过快；设备过热；UI异常；连接超时(游戏闪退、游戏卡顿、游戏崩溃、黑屏白屏、网络劫持)；CPU更新频率；内存泄露、不良接口。
对以上问题快速的进行分析有几种方式：
a.尽可能浏览和寻找用户评价和反馈；
b.通过很多自动化测试工具发现问题，达到测试标准后才能上线；
c.建立数据追踪，例如错误日志；
d.通过综合的数据指标发现问题，并确定问题发生的根源，例如5%的用户其单次游戏时长只有0-3秒，则说明游戏的崩溃问题比较严重，可能出现闪退等问题。
对以上游戏质量问题进行分析，可能涉及这些指标：
流量、启动延时、CPU占用率、内存占用率、IO等待率、温度、帧速率等。
② 激活的用户：DNU 这是已经进入到游戏的用户
对这份用户主要是来源渠道的分析，针对不同渠道的转化质量的分析来制定不同的获取用户的策略。
新增用户的衡量指标可以分为下面几类，目的是帮助分析对用户的营销效果：
核心指标：ARPU、ARPPU、付费转化率、游戏时长、流失率、回流用户、留存率
游戏消费：消费点(IAP)
游戏设计：等级、关卡
游戏质量：异常、错误、崩溃

分析案例：注册率
注册率的影响因素：UI布局太小、注册逻辑、输入内容、输入法调用、配色效果

2）活跃用户分析
活跃用户的分析是评估游戏生命和规模的关键，不过不是评估游戏是否有效的标准。在ARM(Acquisition、Retention、Monetary)为体系的模型中，活跃用户分析仅是留存分析过程中的一部分。从用户转化角度看，每一个活跃用户都是新用户转化来的。
①DAU ：登录过的用户，是整个生命周期中的一个环节。其分析主要有以下几个方面：
核心用户的规模。是考核产品质量的重要因素。
产品粘性分析。DAU是有不同时期的新用户在同一天的不同留存构成，初期的留存表明产品是否赢得用户的兴趣；长期留存看用户是否接纳并认同产品。综合起来，反应的是产品的粘性。
用户流失分析。
渠道质量分析。各大渠道对产品用户规模的贡献，以及用户的付费收益转化。
生命周期分析。DAU经过对比、趋势和拆解分析，反应产品的生命周期状态。
DAU基本分析
对DAU分析要考虑几点问题：
人气波动：波动幅度大小，是异常还是正常，是否需要预警
趋势走向：重大拐点？趋势？预测下个周期的变化，判断对未来的影响
产品质量：从日活的趋势和人气波动等因素看产品版本更新、活动设置等对于产品收入和用户生命周期的影响，以及产品质量是否符合玩家的预期。
影响因素：运营层面的干扰：游戏外挂作弊、竞品影响、版本更新、活动的刺激、渠道位置和广告推广质量等

分析案例：箱线图分析DAU
这里用箱线图帮助分析一组数据中的异常值，箱线图包含了最小值、中位数、四分位数和最大值，通过表述这些数据，观察多组数据的箱线图的是否具有离群点或极端值。
异常值标准：小于 Q1-1.5IQR 或大于Q3+1.5IQR，这是来源于经验的判断。
当一组数据对称分布时：
约有68%的数据在平均数±1个标准差的范围内
约有98%的数据在平均数±2个标准差的范围内
约有99%的数据在平均数±3个标准差的范围内
当一组数据不对称分布时：
至少有75%的数据落在平均数±2个标准差的范围内
至少有89%的数据落在平均数±3个标准差的范围内
至少有94%的数据落在平均数±4个标准差的范围内
四分位数：Q1：25%，Q2：50%，Q3：75%，IQR：75%分位数（Q3）-25%分位数（Q1）

②LTV：用户在其整个生命周期的付费金额。结合渠道的单个用户成本，可以计算ROI。
LTV=LTXARPU，LT：用户生命周期，ARPU：每个用户的付费金额
算法局限性：
a.每天ARPU不是个恒定值，多数游戏前期高，后期下降并趋于稳定，ARPU采用单一固定值，非常不靠谱
b.如果游戏仍在开放，用户生命周期就在持续增加，同时LT=1/流失率，这个算法很理想化，只有两种情况可以采用这个公式：
玩家不回流，即按每周(月)的流失率损失用户，1/流失率周(月)后彻底流失完；
留存率等比衰减，实际上对于大多数游戏，1/周流失率和1/月流失率差异很大
公式中两个因子不确定性很大，导致在实测中误差很大。因此也有另一种方法计算LTV。
记录一批用户从首次登录起的每笔消费，每天累加之后作为其用户生命价值。
这种算法的缺陷是必须要游戏关闭后才能准确算出结果。
在实际操作中，可以根据有限的样本推算全部估值，例如取52周的ARPU值，可以拟合一个指数函数，然后估出53周以后的节点上的数据，相加后得到无穷数列之和。
LTV应用：分析用户是否带来利润，LTV=累计收入/新增用户数，ROI=LTV/CPC(单用户投入成本)
③用户平均生命周期：生命周期：一个用户玩这款游戏的时间。平均用户生命周期：对所有用户的生命周期求平均值。
LT算法：玩1天的玩家人数a1，玩2天的玩家人数a2，……，玩n天的玩家人数an，
LT=∑(a1x1+a2x2+……+anxn)/∑(1+2+……+n)

2.留存分析
在分析用户的留存的时候需要关注两点内容：
■计算的用户群。不同用户群的行为，确定了不同的留存表现。
■计算的时间点。不同时间点确定了用户群以及留存率的表现。
留存率的计算：从时间上划分，可以分为次日留存、三日留存、七日留存、14日留存、30日留存、90日留存、180日留存；也可以分为周留存率、月留存率。一般情况下，游戏从业者倾向关注次日、三日、七日，这主要是对新登用户的分析。DAU取决于新登用户的留存表现。
留存率是转化率的一种，即由初期的不稳定用户转化为活跃用户、忠诚用户的过程，主要有三个阶段：震荡期、淘汰期、稳定期。
震荡期：不断寻找游戏的潜在用户
淘汰期：不断运营游戏的潜力用户
稳定期：挖掘和稳定核心用户
以上过程是符合用户生命周期的基本形式。在用户经历了稳定期后，随后还存在衰退期和流失期，这是属于流失分析。
留存率的分析不仅是一个停留在用户到达或集火1游戏之后，还贯穿整个用户获取、参与、付费过程的指标数据。留存率反应用户和游戏的质量，也可以算ROI，计算的内容是转化用户最终是否可以负担推广成本，多久的生命周期可能会赚钱。
因此做好留存率分析至关重要，我们必须要清楚需要关注哪些点：
■环境：获取用户的方式、渠道、方法
■用户：获取用户的质量、效果、兴趣
■产品：产品本身的质量和人群受众定位
留存率分析的三个普适原则：
①不同用户群之间的留存率趋势是一致的。
②不同产品之间的留存率趋势是一致的。
③不同日期之间的留存率趋势是一致的。
留存分析的作用：
①衡量有效用户：探寻一批用户的导入质量或市场、渠道的质量，进而方便后期调整投放策略，改进游戏方案。
■用户获取的质量，即留存率作为衡量准则
■转化用户的收益，即用户生命周期价值作为衡量准则
②衡量运营表现
留存率从宏观上反映了运营表现，其意义不仅在活跃用户，同时也关系到收益。

③挖掘用户特征
①基于留存用户对用户特征进行分析
②基于留存用户对游戏市场进行判断

留存率分析可以帮助快速的定位问题，受某个新用户质量问题，还是某一日或几日外部事件导致的。
留存率低是需要优化的，游戏质量方面的问题改善游戏设计是最根本的解决方案。可以从这些方面入手：提升游戏界面品质，调节数值平衡，优化新手体验，强化用户个性化体验。这些都需要人手及比较长开发周期，在实际操作中，会使用一些更简单、直接、有效率的运营手段，如：加入每日登录奖励；短信提醒未登录用户回访；退出界面加入提醒，提示明日来登录会得到哪些奖励；很好的利用消息推送。不同的渠道会有不同的策略。
游戏用户触达目前有三种手段：消息推送、广告展示、应用商店。

3.付费分析
基本上所有游戏都需要盈利，通常有两种盈利模式：
P2P(Pay to Play)：用户需要付费才能玩游戏
F2P(Free to Play)：用户可以直接免费体验游戏

收入分析主要从市场推广和产品运营两个角度来展开。
市场推广主要是ROI(LTV/CAC)。
产品运营聚焦的是付费用户的贡献度和转化场景，并对游戏内容和付费点做进一步的分析。可以分为两个方面：宏观收入分析和虚拟消费分析。
①宏观收入分析：重点关注用户游戏充值。Revenue=DAU(日活跃用户)XARPU(平均每用户收益)=DAUX%P(付费转化率)XARPPU=APA(付费用户数)XARPPU(平均每付费用户收益)。基于以上的分析，可以采用杜邦分析法。
某月收入分析：这个角度分析关心的虚拟收入对用户付费的拉动，因为如果用户没有足够的消费动力，就不会持续性的在游戏中充值。

收入分析框架，以下的例子是从另一个角度分析收入，将用户分成不同的用户群，重点剖析了付费用户的充值贡献情况，分群体了解不同用户的收益贡献能力。

■付费转化率：关心的是从用户获取开始的全流程转化过程，最终转化为一个付费用户。通常可以追踪3个指标：N日付费转化率、N日新增付费转化率、N日累计付费转化率。
付费转化率=付费用户(APA)/活跃用户(DAU)，以下三种情况付费转化率增长：
①活跃用户规模降低，若此时APA保持稳定或者增长，那么付费转化率则呈现增长的趋势，此时属于暴力拉收入
②APA出现发规模增长，但活跃用户保持稳定或小规模增长，付费转化率呈增长趋势，才是有效增长
③APA和DAU都出现萎缩，但DAU下滑更大，因此付费转化率依旧增长，此时产品品质开始下滑。
在衡量付费转化率时，APA的真假会影响转化率的真假。通常来说一次性消费用户即冲动性付费用户，是不利于付费转化率的计算的。
这类用户如：一个月只登录过一次且有一次付费的玩家；一个月内只付费一次，且之后或之前不曾付费的玩家；一个月内活跃度很高，但之前和之后不再付费，且本月只付费一次的玩家。
付费转化率的引申：
①付费用户的构成：第一层：付费用户(充值)->第二层：新用户、活跃用户->第三次：(新用户->)新登即付费、新登后付费，(活跃用户->)自然付费
对于不同的付费用户群，群体用户的特征在最初阶段就已经形成，付费能力基本上圈定。
②付费转化率的构成：W-FUR：鲸鱼付费用户的转化率；D-FUR：海豚付费用户的转化率；F-FUR：小鱼用户的转化率
③付费转化率的序列化：次日、3日、7日、30日付费转化率
付费转化率的影响因素：发现合适商品，找哪儿有卖，期待价值评估，做出购买决策，购后行为。
只是分析付费转化率并不能解决问题，还需结合更多的分析内容。如：
用户首次付费购买的分析、畅销付费点的时间序列分析、促销效果评估分析、分群用户付费转化分析、用户首次付费前的相关行为分析、首次付费用户转化后的行为分析和二次付费分析

4.渠道分析
推广产业链：

渠道分析的价值：挖掘获取核心用户的最佳渠道，是运营之外使产品利益最大化的方式。
它不仅限于对用户新增做分析，还扩展到活跃、留存、付费，甚至流失。
每个用户都会有自己习惯的来源渠道，渠道给用户的体验尤为重要，要培养渠道用户对品牌的忠诚度。
优质渠道有这么几个共有特点：知名度、下载量、高活跃、高粘性、高付费、ROI。我们需要对渠道进行分析，识别优质渠道。
1）渠道分析首先需要建立数据监控体系。
在了解渠道之前，先要了解自己，渠道本身没有好坏，只有适合不适合。
首先要了解自身产品的属性、名称、类型、IP、安装包大小、网络连接需求和适配性等方面；其次是目标人群，了解目标人群的特征，包括年龄、性别、IP认知、收入结构和区域分布等。要确保产品设计符合人群的需求。最后是分析目标渠道的特点，了解渠道获取用户的方式，分析渠道游戏的分布有助于了解渠道是否符合产品的推广。
建立渠道分析的指标体系，明确分析的方法和模型。评估的评估策略主要从分为三个部分：数量、质量和收入。
①数量：渠道的获客能力。涉及的基本指标主要有：安装量、注册量、注册转化率、渠道份额，此外还需要关注影响用户注册转化率的因素：网络质量、加载速度、资源占用、适配性、注册成本等。
针对不同的情况，在统计指标的基础上进行延伸，解决各个细节中的问题。
②质量。质量分析主要集中在玩家参与游戏的情况指标，使得在有限的玩家数量内获得最大的价值。
涉及的指标有这些：日活跃、一日玩家比例、次日留存率、首周付费率。从不同渠道用户的参与情况、付费转化情况来评估渠道用户价值。
③收入。收入维度分析渠道的盈利能力。常见的指标有：收入、付费人数、ARPU&ARPPU。需要不断地持续地监控和衡量渠道的收益能力，做好用户获取成本和用户收益之间的平衡。
2）渠道推广分析的闭环
有了数据指标体系之后，需要利用这个体系对渠道推广效果进去追踪评估，层层分析优化推广的策略。主要有这几个方面：
i.利益工具追踪自然增长用户和推广用户的激活。
ii.对比、识别自然激活用户和推广激活用户的特征。挖掘忠诚用户转化漏斗的路径特点：主要了解忠诚用户从下载开始到转化成忠诚用户的行为路径以及属性。
iii.聚焦忠诚用户的获取途径：定义忠诚用户、追踪忠诚用户、识别由忠诚用户带来的流量、推广朝这些流量倾斜
iv.监控忠诚用户以及渠道所带来的流量，并计算所需费用。
v.调整到性价比高的渠道。
对于一个优质的渠道，应该是在数量、质量之外，更能给游戏带来收入的渠道。

除了以上这些专题外，还有其他的一些专题，例如内容分析、流失用户分析等。