点击上方蓝字关注我们
Abstract
指标体系概览
上一期的分享，我们从核心数据，游戏推广渠道优劣，区服分析以及系统分析方面进行讲解，今天的这一期分享将围绕用户分析展开，用户分析主要分为新增用户分析，付费用户分析，活跃用户分析，流失用户分析，用户养成以及用户分层转化。
01
新增用户分析
新增用户分析包括了新增数据预览，来源分析，新增留存，当日付费情况，新手引导情况以及LTV，详见脑图。
02
付费分析
付费分析主要包括付费数据分析以及付费用户研究两个方向，付费数据分析的关键指标包括付费数据纵览，首充分析，充值习惯分析以及充值排行等；付费用户研究主要包括付费用户累充分布，付费流失留存情况以及不同段位用户的充值金额的分布。
03
活跃分析
活跃分析主要包括留存分析，等级分布以及在线时长三个方面，详见脑图。
04
流失分析
对于流失分析，我们首先要定义什么样的用户为流失用户，可以参照流失拐点理论进行计算；其次我们需要从外因，内因等所有可能的流失环节进行分析；最后针对内因外因分析出的结论，发放调查问卷，验证数据分析的结论，详见脑图。
外因包括了玩家的游戏环境，例如玩家的手机性能，网络状况；竞品以及宏观的经济政策大环境。
内因包括用户特征，用户体验，游戏社交以及游戏商业化四个方面。在流失用户行为特征分析中主要包括个人属性，游戏属性以及局内表现，通常情况下个人属性的数据会很难拿到，所以这一部分可以选择性分析。
用户体验方面主要包括新手玩家是否在游戏中能树立目标感，能够玩懂游戏；其次，玩家在游戏中是否有卡顿重连等现象；最后，就是游戏的匹配机制，看匹配机制是否公平以及匹配时长是否合理。
玩家游戏社交情况主要包括好友组队情况分析，战绩分享情况分析，队友招募情况等。因为大部分游戏和好友组队一起玩，乐趣会加倍，因此用户流失的概率会降低。
最后，游戏商业化层面，主要从付费活动以及活跃活动等方面着手，需要验证是否是因为某些活动的存在促进了用户活跃，而活动结束活跃下降。
05
用户分层
用户转化分析主要包括了用户行为路径分析，聚类分析，击杀热图等。用户行为路径分析主要可以从行为事件，路径漏斗，留存分析以及分布分析展开。聚类分析也是用户分层的主要方法，该方法可以运用于玩家消费水平分层，游戏属性分层等方面。
PS：如果你看不懂文中的某些指标缩写，请参照上一篇文章《游戏关键数据指标解读》，结合《游戏行业指标体系大全（一）》阅读效果更佳，点击阅读原文跳转。
End
往期推荐
【文末免费领资料】从生物医学转行到互联网数据分析师，我做对了什么？
分享数据知识，成就数据理想
京公网安备 11010502036488号