入门篇移动游戏数据分析框架概论

　　前言：
　　最近一段时间在做部门网游业务的分析沉淀和框架培训，刚好应网大的需求在公司内开设游戏产品数据分析师认证的课程，因此开始尝试把这几年做数据分析的经验和心得整理出来，希望能形成一份相对完整的游戏数据分析的培训材料；
　　根据以往的培训和招聘经验，个人把游戏数据分析师分为3个层次：
　　入门篇主要把产品健康度监控相关的指标（描述性指标，告诉我们是什么）做一个系统的梳理，希望能够帮助刚刚入行或准备入行的朋友，快速熟悉游戏运营分析相关的指标含义及应用场景；
　　关于渠道优化、运营活动分析、流失分析、用户行为分析等具体案例分析会在进阶篇中跟大家分享；
　　在这里还是要重申一个观点：
　　1、数据分析的本质是一种意识，一种以客观事实为导向进行产品管理和客户管理的意识；
　　2、数据分析师本质上是一个产品分析师，只是在分析的过程中从数据的角度进行切入而已；
　　3、数据分析的价值在于数据应用，没有业务理解和对各部门作业流程的详细了解，是无法对数据作出分析和解释的；不熟悉业务的数据分析师只能称为数据取数员；
　　正文：
　　对移动游戏数据这块，我一般喜欢用经典的水池图来做说明；
　　作为CP，无论我们从什么角度做数据分析，最终还是希望能够帮助我们更好的实现最终目的：赚到更多的
　　从一个庸俗易懂的公式出发：
　　RevenueAUPURARPPU
　　统计周期内的收入流水统计周期内的活跃用户规模活跃用户付费比例平均每付费用户付费金额；
　　因此，我们要做的事情是：最大化活跃用户规模，并在此规模之上最大化用户付费转化及付费强度。
　　【最大化活跃用户规模】：如果我们把当前的活跃用户看做一个水池，要想提升水池内的含水量，我们可以有几种做法：
　　1。开源：让更多的水注入，导入更多用户；通过市场推广：
　　1。1拓展新渠道；
　　1。2增加推广费用，提高渠道导入、媒体广告导入量；
　　1。3自有资源与其它APP换量；
　　1。4口碑管理、增加市场认知度和认同度，提高自然导入量；
　　2。节流，减少水池的出水量，降低用户流失；
　　2。1。通过运营活动、版本更新提高用户的游戏参与度（玩的更久）
　　2。2。通过老玩家召回的活动，唤醒沉默用户；可以想象成，水池中的部分水分被蒸发，并没有真正的离开流走，可以再通过降雨的方式重新回到水池中；
　　【最大化用户付费转化及付费强度】：在维持水池水量的同时，我们可以通过各种养殖和捕捞的方式（游戏内的消费埋点、促销、充值活动等）打到更多的鱼；
　　当然，价值挖掘和用户规模的维护并不是完全割裂开的，过度的追求高ARPPU也有可能导致用户的流失增加；这是一个相辅相成的过程；
　　综上所述，移动游戏数据分析指标可以分解为3个模块：
　　1、市场推广相关指标（包括：激活、上线、各节点转化率、成本指标、渠道质量等），它的任务是帮助我们进行渠道优化和产品优化，最小化用户获取成本，实现更多的新增导入；
　　2、用户活跃留存相关指标（包括：DAUMAU、AT（日均使用时长）、日、周、月留存、回归率等），它的任务是帮助我们在宏观数据表现层面，快速判断产品存在的问题，并对运营活动及产品改进给予方向性指导；
　　3、用户付费相关指标（包括：LTV、PUR（活跃用户付费比）、ARPPU（每付费用户付费强度）、充值结构、充值时段等），它的任务也是帮助我们在宏观数据表现层面明确产品盈利能力，并对运营活动及产品改进给予方向性指导。
　　后面的文章会分别从上述3个方向对数据分析相关指标做进一步详解；
　　作者：GRG专栏作家刘异网龙公司产品分析经理，专注移动互联网数据分析
　　via：http：www。grg2013。comarchives2990
　　相关系列文章：
　　【入门篇】移动游戏数据分析框架概论
　　http：www。woshipm。comoperate84786。html
　　【入门篇】移动游戏数据分析框架市场推广相关指标详解
　　http：www。woshipm。comoperate84093。html