移动游戏运营数据分析指标：⽤户获取，⽤户活跃，⽤户⽣命
周期
⼀、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，⽤户⽣命周期价值(LTV)远⼤于⽤户获取成本(CAC)就意味着产品运营的成功
移动游戏的运营会经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)
1． ⽤户获取-Acquisition关键指标
这个阶段是业务的投⼊期。运营者通过各种推⼴渠道(Channel)，以各种⽅式获取⽬标⽤户。
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估，从⽽更加优化合理的确定投⼊策略，最⼩化⽤户获取成本(CAC)
关键数据:
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、总数及增长率，组合各种维度来分析各种营销渠道的⽤户获取效果以及⽬标⽤户分布)：
点击⽤户数(Click)
安装⽤户数(Install)
注册⽤户数(Sign-Up)
在线⽤户数(Login):
最⾼在线(PCU)
平均在线(ACU)
⽇活跃(DAU)
周活跃(WAU)
⽉活跃(MAU)
有效⽤户数：不同类型产品会有不同的定义(可能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->安装->注册->登录的转化⽐率(分渠道)
3．⾃然增长⽤户Organic Users： ⾮推⼴⼿段获得的⽤户，如果此数据增长率相对Marketing Users的增长率很⾼，或者说明产品已经进⼊成熟稳定期，或者说明营销推⼴需要加强了。
推⼴获得⽤户 Marketing Users：推⼴渠道获得的⽤户，含有渠道标签，⽤于宏观的评价渠道推⼴效果。
4．虚假⽤户数(One Session/Day User)：顾名思义，⼀次会话⽤户。主要⽤于监控渠道刷量作弊。同时也可反映⽬标⽤户的使⽤习惯，判断渠道获取的⽤户是否有效，从⽽评价渠道推⼴质量
5．渠道增长率：评价渠道长期运转健康度
6．渠道份额：渠道对⽐
7．最后说说CAC(Consumer Acquisition Cost)
CAC = 投⼊成本/有效⽤户数，以CPX(Cost per X，如获取每个登录⽤户的成本)的⽅式呈现
将CAC按渠道进⾏拆解，就可以得出渠道推⼴的成本。
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关注到⽤户数量这个层次，⽽实际上除了关注⽤户数量之外，⽤户的质量对于运营者来讲其实更为关键。AARRR模型为我们指出了⼀条精细化数据运营的定律，就是LTV(⽤户⽣命周期价值) > >CAC。也就是说，在投⼊成本获取⽤户后需要着重的关注和提升⽤户在整个⽣命周期中所创造的实际收⼊价值，从⽽确保获得最⼤的ROI。
本⽂将继续沿着AARRR模型体系，将重⼼从成本⽅⾯转向价值⽅⾯，着重给出移动游戏在提升⽤户⽣命周期价值过程中应当关注的重要指标。
移动游戏的⽤户⽣命周期运营可以归纳为如下的这个转化过程：
获得⽤户(下载安装) -> 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
指标定义：
u 活跃⽤户：⼀段时间内启动/登录过移动游戏的⽤户
l 每⽇活跃⽤户数量(DAU)
l 每⽉活跃⽤户数量(MAU)
u 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
l ⽇活跃率
l 周活跃率
l ⽉活跃率
u ⼀次性⽤户(One-Day User)：根据当前时间，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。
u ⼀次性⽤户⽐例：⼀次性⽤户数/累计⽤户数。
反应问题：
游戏⽤户质量。活跃⽤户的绝对数量低，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⼊分析是否⽬标⽤户是否准确或者深⼊分析产品使⽤是否存在问题。反之并不能绝对说明⽤户质量⾼，产品使⽤不存在问题，还应当结合其它指标深⼊分析判断。
⼀次性⽤户。虽然从定义上这部分⽤户也属于活跃⽤户，但应当格外给予关注。绝⼤部分⼀次性⽤户都是⽆效的量，不能创造任何价值。⽐如渠道的刷量作弊会带来⼤量⼀次性⽤户。在观测活跃⽤户数量的同时，请同时注重观测此指标，以客观评价分体(如渠道)的⽤户质量。对于移动游戏来讲，健康的⼀次性⽤户⽐例应当不⼤于15%
产品状况：活跃度可以有效的反映⽤户⾸次游戏体验情况。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。
健康表现：
成熟、健康的游戏运营的MAU从长期的发展趋势来看，应当呈现出稳定的趋势曲线(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明显的增长曲线，同时⼀次性⽤户保持在健康的⽐例范围。(图)
以下指标着重反应的是活跃⽤户的参与使⽤情况， 也是游戏产品质量的有效体现。 在做⽤户活跃度分析的时候可以综合各个指标进⾏分析，从⽽发现产品运营中的问题，指导产品优化。
2. 启动次数
指标定义：
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秒内重复开启记录为⼀次完整使⽤，不单独计量。
l ⽇启动次数
l 周启动次数
l ⽉启动次数
l ⽇平均启动次数：该⽇平均每⽤户启动应⽤次数。 ⽇启动次数/⽇启动⽤户数
反应问题：
启动次数反应游戏的⽤户使⽤频率。可以作为游戏产品质量的⼀个指标。
健康表现：
不同类型的移动游戏会有不同级别的启动次数量级。该指标应当结合⽤户分布维度来看，主要⽤户应当分布在较⾼的启动次数上。(图)
3. 使⽤时长
指标定义：
平均单次使⽤时长：⼀定时间内，⽤户平均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
平均⽇使⽤时长：当⽇⽤户使⽤游戏时间综合的算数平均值
反应问题：
如何下载单机游戏使⽤时长反映⽤户持续停留在游戏中的状况，是⽤户参与使⽤游戏的体现。可以作为游戏产品质量的⼀个指标。同时也可以结合⽤户分布维度来分析游戏⽤户质量。
健康表现：
不同类型的移动游戏会有不同级别的使⽤时长量级。 好的游戏应当有更长的使⽤时长。 该指标应当结合⽤户分布维度来看，主要⽤户应当分布在较⾼的使⽤时长上。如果存在⼤量短使⽤时长⽤户存在，排除产品主要因素之外说明⽬标⽤户体存在问题， 可能存在如渠道作弊等异常情况。该指标可作为监控渠道⽤户获取质量的⼀个指标。
4. DAU/MAU
指标定义：
当⽇的⽇活跃⽤户数与30⽇活跃⽤户数的⽐值
反应问题：
DAU/MAU是社交游戏类和在线类应⽤常⽤的⼀项评估指标，被⽤来分析⽤户粘度。⽐值越趋近于1表明⽤户活跃度越⾼，在⽐值低于0.2时，应⽤的传播性和互动性将会很弱。⾏业中也常⽤DAU/MAU乘以30来计算每⽉⽤户平均活跃天数。
健康表现：
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, 并且长期趋势呈现平稳的曲线。如果长期趋势曲线出现急剧增减，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)可以告诉您⽤户对游戏的忠诚度有多⾼。简单的讲，就是留住活跃的⽤户。⽤户留存是⽤户最终向付费转化，创造实际收⼊价值的过程中最关键的阶段。
指标定义：
⽤户在某段时间内开始使⽤游戏，经过⼀段时间后，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即是留存率。
n ⽇留存(1Day Retention)
n 周留存(7Day Retention)
n ⽉留存(30Day Retention)
反应问题：
留存⼀直都是⽤来评定⽤户粘度的最好指标，从字⾯上就很好理解“有多少⽤户留下来了”，这是对你总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。
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论