分析手机游戏的标准游戏玩法和IAP参数（一）.pdfVIP

分析手机游戏的标准游戏玩法和 IAP 参数 （一） 在接下来几周时间里，我将发布一些关于游戏玩法优化和用户转换的分析例子。 我将使用一个现实游戏作为案例，即《Ancient Blocks》，你能在 App Store 中找到这款游戏。 acient blocks 本文的报告是使用 Calq，你也可以使用其它服务或自己创造这些参数。这 系列文章是致力于分析“测量什么内容”而不是“如何进行测量”。 常见的关键业绩指标(KPI) 不管是哪种类型，所有手机游戏的高级 KPI 都是相类似的。大多数开发者的 KPI 将包含： 第一天，第七天以及第三十天的用户留存—-玩家回到游戏中的频率。 DAU，WAU，MAU—-每日，每周和每月的活跃用户，关于活跃玩家基础 的测量 用户 LTV—-玩家的终身价值(注：通常情况下是基于各种龄组，性别，位置， 用户获取广告活动等等元素所决定)。 DARPU—-每用户每日平均收益，也就是每个活跃用户每天所创造的收益。 ARPPU—-每付费用户平均收益，对于 LTV 的测量，但它只计算部分用户所 花费的钱。 同时也存在一些特定的 KPI。这将帮助你着眼于游戏中一些独立的部分，从 而更好地完善它们。你的最终目标将是通过完善更多的游戏子集而更好地完善高 级 KPI。 用户留存 用户留存是指测量玩家在一段时间后回到你的游戏中的频率。第一天的用户 留存是指隔天有多少玩家回到游戏中，第七天的用户留存意味着七天后回到游戏 中的玩家。用户留存是衡量你的游戏粘性的重要指标。 衡量用户留存比衡量收益还要重要。如果你的用户终身价值不是很突出，但 却拥有很棒的用户留存，那么你便可以在之后做出进一步的完善。但反过来的话 情况可能就不是那么乐观了。基于较低用户留存的应用很难获得盈利。 当游戏在进行迭代时(注：添加/删除某些功能，或调整现有的功能)，用户留 存便能够用于检查这些改变是否具有积极影响。 活跃的用户基础 你可能听说过“每日/每周/每月”活跃用户。这些是呈现出你的活跃用户基 础规模的产业标准。例如 WAU 是指玩了 7 天游戏的玩家数量。使用 DAU/WAU/MAU 测量能够帮助你轻松地衡量用户是处于发展，收缩还是平稳 状态。 活跃用户测量需要与用户留存数据一起进行分析。如果你拥有许多新用户， 但却失去了同样比例的现有用户，那么你的用户基础便是基于平稳状态。 游戏特定的 KPI 除了常见的 KPI，每一款游戏还带有特定的额外参数。这可能包含了游戏中 玩家的进程(如关卡)，游戏机制，平衡参数，病毒性传播以及分享循环等等数据。 你同样也需要衡量大多数用户旅程(用户在游戏中与不同路径的互动，如开 始新游戏的菜单)，如此你才能够去优化它们。 就像在《Ancient Blocks》中，游戏的特定参数包括： 玩家进程： 完成了哪些关卡。 玩家是否重玩了一个更复杂的难度。 关卡难度： 玩家尝试了几次才完成一个关卡。 玩家在一个关卡中花了多少时间。 玩家在完成一个关卡前使用了多少道具。 游戏内部货币： 用户什么时候花费游戏内部货币? 他们使用游戏内部货币购买什么? 玩家在购买前通常会做些什么? 游戏内部教程 当玩家第一次开始游戏时，他们通常会看到一个教授新玩家如何游戏的互动 教程。这通常是玩家对于游戏的第一印象，所以你需要好好完善它。糟糕的教程 会破坏你的第一天用户留存。 《Ancient Blocks》拥有一个 10 个步骤的教程去教会玩家如何游戏(垂直拖 动砖块直至它们能够对齐)。 目标 关于教程的数据收集需要呈现任何需要完善的领域。通常情况下这些领域都 是玩家受困，或花费较长时间的地方。 识别教程中任何阻塞点(即玩家受困的地方)。 迭代这些教程步骤以完善转换率(玩家成功走到游戏最后的比例)。 参数 为了完善教程，你需要定义一套针对于教程的参数。关于《Ancient Blocks》， 我们需要的关键参数是：