运营游戏的数据分析点.docxVIP

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业务运营各阶段应当关注的关键数据指标。 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业务运营各阶段应当关注的关键数据指标。 用户获取 (Acquisition) AARRR 模型指出了移动游戏运营两个核心点： 以用户为中心，以完整的用户生命周期为线索 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 ) 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 : 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 ) 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 ．渠道增长率：评价渠道长期运转健康度 ．渠道份额：渠道对比 ．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。 活跃用户 指标定义： 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) 每月活跃用户数量 (MAU) 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 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。 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