【精细化运营】游戏运营数据分析（内附留存预估模型）
在手游发行的概念里，我们一直在强调，产品都是调优出来的，如何优化？想必也是需要将一款产品放到脚手架上进行解构。
我们在产品引入环节，就会对产品进行系统化的认知，也是我们可以进行快速定位关键区域的有效方式：
一.产品概述
二.职业与战斗（主要玩法介绍）
三.系统介绍
四.游戏节奏
五.后续版本计划
在数据分析领域我们也有快速定位分析维度的方式：留存、付费这是我们关注的两个关键指标，当然还有其他因素如DAU，ARPU、ARPPU等，这些都是基于这两个基础值衍生出来的重要指标，来帮我们建立更完善和成熟的产品数值模型，以便我们评估发行可行性计划。
如何拆解留存和付费的数据分析思路？对于中小型公司我们把控好大体思路就不太追究详细数据（因为没有大数据做依托，没有完善的数据分析团队做精细化分析策略）
留存：次留、三留、七留、30留等，比对经验模型，建立一套自己的预估模型。
付费：资源消耗和售卖对应的付费率、ARPU、ARPPU
通过图表可知，所有的数据分析维度都是来自于前期做的埋点需求，数据分析不止是擅长做复杂的函数算法和预估公式模型，更重要的是在纷繁复杂的数据背后找到对应的本质现象，反映的问题并以此找到解决途径。所以游戏的数据分析脱离不了游戏本身和业务逻辑。
从留存来看：
1.流失率包括N分钟流失率和新手引导各埋点流失率：主要分析游戏前几分钟流失率，在推广素材方面进行优化调整；新手引导的每一步骤的引导强化优化
2.流失率包括关卡流失率和任务和等级流失率：用来观察游戏前期难度阶梯，发现游戏瓶颈关卡或者任务，针对前期流失率过高的关卡任务进行调整优化（数值或者奖励方面），需要后台支持查询任务/关卡分布情况以及流失率
如何提高留存，想必也是大家跟我一样一直在努力优化和突破的问题（以下思路仅供参考）：
1. 签到活动：各类签到活动是否显眼（强引导），第一天有明显诱惑力的签到类活动（送极品装备、卡牌）在玩家完成新手引导后主动弹出
2. 装备/奖励提前预热：第一天给出的装备/阵法/宠物等 会卡等级：完成任务后给一把40级能用的武器，但是第一天只能升到38级（非R）
3. 角色成长性：关卡任务的难度梯度设置是否合理，武将培养（升级，升星，技能升阶，装备等）方面成长性是否能直观体现出来，让玩家体验到提升的快感
4. 长线任务：设计一个n天完成（3<n<7）的长线任务，任务奖励十分诱人
5. 开放跳跃式成长的玩法：如英雄进阶、装备进阶，让玩家能够体验到数值飙升的快感。再控制相关产出，比如让玩家一天能够将两个英雄由白色提升到绿色，具体节奏自己体验。
下面分享一个留存率预估模型实际案例分析
某移动游戏公司首测的7天留存数据，以此来推断未来30天留存率的数据表现
根据前7日留存率平均值拟合出留存率模型
通过幂函数公式， 可以得到近30天的留存率曲线。
见下图30天留存预估模型
从付费来看：
付费用户方面：
1.付费用户数量（新增&老用户）
2.付费率（新增&老用户）
3.ARPU平均每用户收入（新增&老用户）
4.免费转付费用户的转化率，转化周期
5.付费用户留存率
6.重复购买用户比例
这些数据会告诉你有多少付费用户？他们在总用户里的占比？人均的贡献是多少？有多少人是重复消费？付费用户会持续消费么？每天有多少付费用户流失？有多用户从少免费转为付费？当你贮备调整付费功能点，制定下一步运营策略的时候，用这些数据来做参考都是必不可少的
付费内容方面：
1.首次付费场景，金额，道具等
2.重复付费内容的购买场景，购买等级等
3.付费项目偏好
4.道具购买分布
5.道具消耗分布
6.付费用户等级分布
7.付费用户剩余金额分布
用户第一次花钱是在什么时候？游戏的哪个场景？花了多少钱？买了什么？他们的等级？剩余金额？什么样的付费内容最受欢迎？什么样的付费内容重复购买最多？什么样的付费内容使用率最高？关卡场景，玩家等级，剩余金钱会对玩家购买产生什么影响？当游戏设计者在考虑如何设置合理的收费道具及价格，提升收入的同时但又不太影响玩家付费体验的时候就需要通过收集这些数据来解答问题
数据分析是一个相当复杂也极具技术含量的岗位，从前期的数据清洗，过滤和组合出对业务导向具有强指导意义的指标后，进行系统化，功能化的拟合分析和预测，最重要的是不能脱离实际经验，他们是相辅相成的存在价值。我们要做的是要利用好这个工具和思路指导我们快速定位问题积极响应解决方案，不能过分追求公式化模型忽略了客观事实。
如果部分观点能与各位产生共鸣那将是激励我继续分享的动力，希望在这里能遇到更多“知音”人一起交流学习共同进步！（扫二维码，敲门砖：弯弯星球粉丝）也希望今天分享的这篇浅谈能结识到更多在做运营的小伙伴，期待与你们的交流探讨。
转发请注明出处，谢谢支持！
文章被以下专栏收录
