挪动游戏经营必备的数据分析指标
本文摘要:订阅专栏撤销订阅 爱日子、爱自己,正在修炼的产品一枚。7.9万13769本文以TalkingData AARRR模型为基础,结合移动游戏的行业特点,给出了移动游戏运营者在事务运营各阶段应当重视的要害数据指标。本文作者为TalkingData售前总监戴民,TalkingData的AARRR模型
订阅专栏撤销订阅 爱日子、爱自己,正在修炼的产品一枚。

7.9万

137

69

本文以TalkingData AARRR模型为基础,结合移动游戏的行业特点,给出了移动游戏运营者在事务运营各阶段应当重视的要害数据指标。

本文作者为TalkingData售前总监戴民,TalkingData的AARRR模型给出了移动应用数据分析的通用方法论。本文以TalkingData AARRR模型为基础,结合移动游戏的行业特点,给出了移动游戏运营者在事务运营各阶段应当重视的要害数据指标。

用户获取(Acquisition)

AARRR模型指出了移动游戏运营两个核心点:

1) ? ? 以用户为中心,以完好的用户生命周期为线索

2) ? ? 把控产品全体的本钱/收入关系,用户生命周期价值(LTV)远大于用户获取本钱(CAC)就意味着产品运营的成功

移动游戏的运营会阅历如下从投入到产出的循环过程:

?Acquisition用户获取(投入)

Activation Retention用户活跃及留存

Revenue用户转化(产出)

用户获取-Acquisition要害指标

这个阶段是事务的投入期。运营者通过各种推广渠道(Channel),以各种方式获取方针用户。

这个阶段数据分析最重要的就是通过组合各种维度(如时间、地域、渠道)对各种营销渠道的效果进行评价,从而更加优化合理确实定投入策略,最小化用户获取本钱(CAC)

要害数据:

1. 用户数量(以时间、地域、版本、推广渠道等不同维度来拆解分析新增、总数及增加率,组合各种维度来分析各种营销渠道的用户获取效果以及方针用户散布):

点击用户数(Click)

装置用户数(Install)

注册用户数(Sign-Up)

在线用户数(Login):最高在线(PCU)、均匀在线(ACU)、日活跃(DAU)、周活跃(WAU)、月活跃(MAU)

有用用户数:不同类型产品会有不同的界说(多是注册用户或者登录用户或者付费用户)

2.渠道转化率:点击- 装置- 注册- 登录的转化比率(分渠道)

3.天然增加用户Organic Users: 非推广手法取得的用户,假如此数据增加率相对Marketing Users的增加率很高,或者说明产品现已进入成熟安稳期,或者说明营销推广需要加强了。

推广取得用户 Marketing Users:推广渠道取得的用户,含有渠道标签,用于微观的评价渠道推广效果。

4.虚假用户数(One Session/Day User):望文生义,一次会话用户。主要用于监控渠道刷量做弊。同时也可反映方针用户的使用习惯,判断渠道获取的用户是否有用,从而评价渠道推广质量

5.渠道增加率:评价渠道长时间运转健康度

6.渠道份额:渠道比照

7.终究说说CAC(Consumer Acquisition Cost)

CAC = 投入本钱/有用用户数,以CPX(Cost per X,如获取每一个登录用户的本钱)的方式呈现

将CAC按渠道进行拆解,就能够得出渠道推广的本钱。

用户活跃度与用户留存(Activation and Retention)

传统较粗犷的数据运营通常只会重视到用户数量这个层次,而实践上除了重视用户数量之外,用户的质量关于运营者来讲其实更为要害。AARRR模型为我们指出了一条精密化数据运营的定律,就是LTV(用户生命周期价值) CAC。也就是说,在投入本钱获取用户后需要着重的重视和提高用户在整个生命周期中所发明的实践收入价值,从而确保取得最大的ROI。

本文将继续沿着AARRR模型体系,将重心从本钱方面转向价值方面,着重给出移动游戏在提高用户生命周期价值过程当中应当重视的重要指标。

移动游戏的用户生命周期运营可以概括为如下的这个转化过程:

取得用户(下载装置) - 转化成活跃用户(登录使用) - 留住用户(回访留存)- 转化成付费用户(应用内支付) 。

一、用户活跃(Activation)

用户活跃是用户价值转化过程最开始的一步。

1.?????活跃用户

指标界说:

l ?活跃用户:一段时间内启动/登录过移动游戏的用户

每日活跃用户数量(DAU)

每个月活跃用户数量(MAU)

l ?活跃用户比例:一段时间内活跃用户数量/一段时间内累计用户数量

日活跃率

周活跃率

月活跃率

l ?一次性用户(One-Day User):依据其时时间,自新增以来再没有使用过应用的用户。只有新增时的一次启动/登录,之后再无启动/登录。

l ??一次性用户比例:一次性用户数/累计用户数。

反响问题:

游戏用户质量。活跃用户的肯定数量低,或相对总用户数量比例低,说明用户的质量不高,应结合渠道等维度深化分析是否方针用户群是否精确或者深化分析产品使用是否存在问题。反之其实不能肯定说明用户质量高,产品使用不存在问题,还应当结合其它指标深化分析判断。

一次性用户。虽然从界说上这部分用户也属于活跃用户,但应当格外给予重视。绝大部分一次性用户都是无效的量,不能发明任何价值。比如渠道的刷量做弊会带来很多一次性用户。在观测活跃用户数量的同时,请同时注重观测此指标,以客观评价分群体(如渠道)的用户质量。关于移动游戏来讲,健康的一次性用户比例应当不大于15%

产品状况:活跃度可以有用的反映用户初次游戏体验状况。游戏的界面效果、启动加载时间、交互操作体验、用户引导等因素都将对用户的活跃度带来直接影响。

健康体现:

成熟、健康的游戏运营的MAU从长时间的开展趋势来看,应当呈现出安稳的趋势曲线(图)

一次成功的推广活动或版本上线应当带来活跃用户数量显着的增加曲线,同时一次性用户坚持在健康的比例规模。(图)

以下指标着重反响的是活跃用户的参加使用状况, 也是游戏产品质量的有用体现。 在做用户活跃度分析的时分可以综合各个指标进行分析,从而发现产品运营中的问题,辅导产品优化。

2.?????启动次数

指标界说:

用户对移动游戏的一次使用记为一次启动。启动次数就是用户对游戏的启动总量。可以按不同时间区间进行统计。做数据追踪统计时,一般建议30秒内重复开启记载为一次完好使用,不单独计量。

l?? 日启动次数

l?? 周启动次数

l?? 月启动次数

l?? 日均匀启动次数:该日均匀每用户启动应用次数。 日启动次数/日启动用户数

反响问题:

启动次数反响游戏的用户使用频率。可以作为游戏产品质量的一个指标。

健康体现:

不同类型的移动游戏会有不同级其他启动次数量级。该指标应当结合用户散布维度来看,主要用户应当散布在较高的启动次数上。(图)

3.?????使用时长

指标界说:

均匀单次使用时长:一定时间内,用户均匀每次游戏使用的多长时间 = 时间内用户总使用时长/启动次数

均匀日使用时长:当日用户使用游戏时间综合的算数均匀值

反响问题:

使用时长反映用户继续停留在游戏中的状况,是用户参加使用游戏的体现。可以作为游戏产品质量的一个指标。同时也能够结合用户散布维度来分析游戏用户质量。

健康体现:

不同类型的移动游戏会有不同级其他使用时长量级。 好的游戏应当有更长的使用时长。 该指标应当结合用户散布维度来看,主要用户应当散布在较高的使用时长上。假如存在很多短使用时长用户存在,扫除产品主要因素之外说明方针用户群体存在问题, 可能存在如渠道做弊等异常状况。该指标可作为监控渠道用户获取质量的一个指标。

?4.?????DAU/MAU

指标界说:

当日的日活跃用户数与30日活跃用户数的比值?

反响问题:

DAU/MAU是社交游戏类和在线类应用常用的一项评价指标,被用来分析用户粘度。比值越趋近于1标明用户活跃度越高,在比值低于0.2时,应用的传达性和互动性将会很弱。行业中也常用DAU/MAU乘以30来核算每个月用户均匀活跃天数。

健康体现:

好的游戏会有更高的DAU/MAU比值。通常健康的Freemium游戏 DAU/MAU不低于0.15, 并且长时间趋势呈现平稳的曲线。假如长时间趋势曲线呈现急剧增减,就要结合其它指标综合分析问题原因了。

二、用户留存Retention

用户的留存(Retention)可以通知您用户对游戏的忠诚度有多高。简略的讲,就是留住活跃的用户。用户留存是用户最终向付费转化,发明实践收入价值的过程当中最要害的阶段。

指标界说:

用户在某段时间内开始使用游戏,通过一段时间后,仍然继续使用游戏的被认作是留存用户;这部分用户占当时新增用户的比例便是留存率。

n?? 日留存(1Day Retention)

n?? 周留存(7Day Retention)

n?? 月留存(30Day Retention)

反响问题:

留存一直都是用来评定用户粘度的最好指标,从字面上就很好了解“有多少用户留下来了”,这是对你整体游戏应用质量最直观的说明。留存率越高,说明游戏应用的质量越高,用户的忠诚度越好。

重视某日/某周的新增用户在之后的不同时期还有多少人仍在使用,从而了解到您的应用在使用多久后容易流失用户。找出最易流失用户的时间段,通过调整应用的策略、活动激励等措施来下降用户的流失。

内行业中,很多应用都很注重首日留存率(1Day Retention)这项指标,这是对应用质量的直接反映,这项指标还可以在一定程度上说明用户初次体验的满意度。

健康体现:

用户的留存在推广渠道,产品版本既定的状况下应当呈现一定的开展趋势。一般来讲用户留存会呈现如下的开展趋势曲线:

?

从指标角度将,用户的留存1日,7日和30日留存存在着一定的转化关系。健康的移动游戏1日,7日,30日用户留存率应不低于50% – 25% – 10% 的水平。也就是说一款好的移动游戏应用首日用户留存率应维持在50%左右的水平,周留存率在25%水平,月留存率在10%水平。

更详细用户留存分析辅导请移步TalkingData blog查看””

三、用户生命周期

用户的生命周期是指用户从开始使用一款游戏应用到卸载应用的整个过程,因为移动应用很难捕捉用户的卸载动作,通常会依据用户的使用频率低于某个极限值来判断用户流失。

LTV(Lifetime Value)就是一个用户在生命周期内发明的价值总和。关于移动游戏来讲就是一个用户在生命周期中发明的收入综合。

收入(Revenue)

前面的文章讲到了评价用户获取本钱(CAC)应当重视的指标,以及用户在发明价值的转化过程当中应当重视的指标。而移动游戏用户发明的价值最终将体现为游戏运营收入(Revenue)。本篇的重点就将放在移动游戏收入相关的指标上,并最终给出衡量游戏用户发明价值的要害指标概念:用户生命周期价值(LTV, Lifetime value)

现在移动游戏主要通过以下三种模式发明收入:

l?? 付费下载

l?? 应用内广告

l?? 应用内付费

关于付费下载的收入核算比较简略,Revenue = 每下载单价 * 下载次数(Installation)

关于应用内广告模式(主要是单机游戏),衡量应用的广告价值可以通过“用户生命周期广告价值”这个指标来体现(详细解读请移步TalkingData blog查看”怎么评价免费移动应用的广告价值?”)

应用内付费(IAP)现在现已成为未来移动游戏盈利模式的主要开展趋势,愈来愈多的游戏选用F2P(Free to play)+ IAP的盈利模式。以下的指标也主要是针对应用内付费模式的移动游戏。

收入微观指标:

1. ARPPU

指标界说:

ARPPU, Average Revenue per Paying User, 即均匀每付费用户收入。一般以月为单位核算,核算方法如下: 月游戏总收入/月付费用户数。

ARPPU反映的是均匀每一个付费玩家的付费额度。关于F2P的游戏来讲,大大都玩家是不花钱的,ARPPU核算的是那部分花钱用户的状况。

移动游戏受类型、地域等因素的影响,ARPPU会有显着的不同。以下给出一些参考案例:

Virtual World: ?Habbo Hotel: $30 ARPPU (Sulake)

Online Game: ?Puzzle Pirates, Three Rings: $50 ARPPU (Gamasutra)

Social Game: ?Playdom: $20 ARPPU (Lightspeed Venture Partners)

德国 Sci-Fi MMO ARPPU: $58.77

法国 Sci-Fi MMO ARPPU: $14.83

关于付费用户来讲付费额度散布也不均匀,一般少数大额付费用户(whales, 鲸鱼用户)带来的收入会占全体付费收入的绝大部分。因此,在做收入分析时应着重对这部分用户的收入变化做重点的分析,并依据实践状况采纳相应的举动策略(如增强VIP客服等)。

?2. ARPU

指标界说:

ARPU, Average Revenue per User, 即均匀每用户(活跃用户)收入。一般以月为单位核算,核算方法如下: 月游戏总收入/月活跃用户数。

ARPU反映的是整体收入在全体用户中均摊的状况,通常该值会远小于ARPPU。ARPU可以用来评价各个用户获取渠道的质量。

参考案例:

休闲社交游戏: $0.10 – $0.20

卡牌类游戏

例如Zynga Poker, Slotomania: $0.25 – $1.25

Virtual Worlds游戏: 例如Habbo Hotel, Club Penguin, Runescape, and Puzzle Pirates:$0.84 – $1.62

3.?付费转化率(Conversion Rate)

指标界说:

付费用户占全体活跃用户的比例。一般以月为单位核算。

核算方法如下:月付费用户数/月活跃用户数

反映问题:

游戏产品引导玩家付费的能力怎么?

玩家的付费倾向和意愿怎么?

收入、ARPPU、付费转化率之间存在如下的关系:Revenue = ARPPU * MAU * 付费转化率

运营者应当通过监测付费转化率,结合其它产品运营指标因素(如游戏应用工作转化状况等)以制定提高收入的策略。

健康体现:

付费转化率不能直接反映收入的变化状况。付费转化率低其实不一定意味着付费用户的减少,有多是某一时期(如推广活动后)有很多新用户进入游戏形成,还应结合初次付费时间等其它指标因素综合考量对收入变化的影响。相反,付费转化率变高也不一定就意味着用户付费额的添加。

不同类型的游戏的付费转化率水平也有所不同。例如关于社交游戏来讲,付费转化率会因类型的不同在1%-5%规模内变化。 MMO等硬核游戏的付费转化率则依赖于传达途径以及地域等因素也会有所不同(10%-50%)。

4.?用户生命周期价值(LTV)

用户的生命周期是指一个用户从第一次启动游戏应用,到终究一次启动游戏应用之间的时间。LTV就是某个用户在生命周期内为该游戏应用发明的收入总计,可以当作是一个长时间累计的ARPU值。

每一个用户均匀的LTV = 每个月ARPU * 用户按月计的均匀生命周期。

比如,假如游戏的ARPU = $0.5, 游戏用户均匀生命周期为3个月, 那么LTV = $0.5 * 3 = $1.5

LTV协助运营者了解均匀玩家会在游戏里呆多久,他们会花多少钱。结合之条件过的用户获取本钱(CAC), LTV – CAC的差值,就能够视为该游戏应用从每一个用户身上获取的利润。所以最大化利润,就变成怎么在下降CAC的同时,提高LTV,使得这两者之间的差值最大化。结合分群(segmentation),断代(cohort)等分析方法,可以针对特定的群体或渠道核算LTV和CAC,从而评价特定特定群体和渠道的利润。


人人都是产品主管(woshipm)是以产品主管、运营为核心的学习、交流、分享平台,集媒体、培训、社群为一体,全方位效劳产品人和运营人,建立9年举行在线讲座500+期,线下分享会300+场,产品主管大会、运营大会20+场,掩盖北上广深杭成都等15个城市,内行业有较高的影响力和知名度。平台集合了众多BAT美团京东滴滴360小米网易等知名互联网公司产品总监和运营总监,他们在这里与你一同生长。