本站分享:大数据、数据分析师考试认证培训,包括:Python培训Excel培训Matlab培训SPSS培训SAS培训R语言培训Hadoop培训Amos培训Stata培训Eviews培训广告位

游戏数据分析指标解析之一_游戏数据分析指标

数据分析 cdadata 643℃

游戏数据分析指标解析之一

关键词:游戏数据分析指标_游戏运营数据分析指标_数据分析指标

之前总结了SNS游戏行业的一些基本分析指标,当时说要对每一个指标进行细细分析以及案解释的,但一直忙着新公司的组建BI团队工作,估计这是借口吧。。。以后要严格规范自己,对过去的分析工作进行总结,不断进步才行了。

    社交游戏的分析指标大部分跟大型网游数据分析基本是一致的,只是在思考的角度上有所差距。今天就来探讨一下业界内一般比较肯定的指标:DAU/MAU。
DAU:日活跃用户(Day Active User),在当天登录过游戏的用户,有效反映和衡量一款游戏核心用户数。关于这个指标,存在一定的争议,有的把每日重复登陆的用户也记录在内 (user_id不去重),这种情况一般很难说明一款游戏的真实数据,个人感觉不宜用。另外一种方式是不计算重复登陆的用户(user_id要去重),即 计算当天曾经登陆过的用户,登陆两次也只算1,这个可以清晰地分析到每日用户的变化情况,可表现这款游戏的衰退速度。大部分情况下业界均使用这种方式,个 人也更倾向于这种,因而此处我们还是选择第一种。
 
MAU:月活跃用户(Monthly Active User),在一个月之内登录过游戏的用户,自统计之日起在30天内登陆过游戏的用户数(类如DAU,也有两种解释,依然以去重为取法)
 
DAU/MAU:一般可叫做当前用户留存率,两者相比主要比较来看用户每月访问游戏的平均天数是多少(举例:如果游戏拥有50万 DAU,100万MAU,其DAU/MAU比值就是0.5,也就是说玩家每月平均体验游戏的时间是15天,说明游戏粘度比较强。当比值接近于1时,就说明 用户超级活跃,在一个月内用户天天登陆,流失率低,用户粘性强)。DAU/MAU比例是社交游戏的重要参数,同社交游戏成败息息相关。一般最低极限是 0.2。这保证游戏能够达到临界规模的病毒式传播和用户粘性。其实之前也从这个角度来看:月活跃用户登陆天数分布,这主要也是看一个月用户的活跃度情况, 当然,这又是另一个分析角度了。
    各游戏DAU/MAU值基本在30%–60%之间(20%是临界状态,低于这个值认为这款游戏粘度太低,基本可放弃投入大量精力运营),说明这些游戏都 是基本能保证游戏达到临界模式的病毒性传播和用户粘性。从图中观察各游戏的DAU/MAU值:产品1和产品3总体来看较平稳(产品相对稳定);产品2波动 较大(突然上升突然下降的原因是什么?可结合用户登陆来源来看,比如是否来自request的用户黏度明显降低了?等等);产品4的用户粘度值较高但是有 下降趋势,即游戏可能属于衰退时期(但需联合之前是否有活动强刺激来看);产品5高主要是游戏游戏刚上线,由于初次安装、交叉推广以及大量广告投入而导致 DAU和MAU都会保持稳定增长,所以产品5其实跟其它产品没有可比性,真正看一款游戏的品质以及活跃力应该从游戏基本稳定之后算起。
    同时对于横向对比,最好要把各游戏DAU/MAU统计值进行比较:在统计学上,一般就是均值和变异系数比较,均值说明一款游戏改值的集中趋势,异系数可以说明一款游戏的DAU/MAU是否是属于平稳状态下的。

游戏数据分析指标解析之一

 

转载请注明:数据分析 » 游戏数据分析指标解析之一_游戏数据分析指标

喜欢 (2)or分享 (0)