移動游戲數據分析框架-概論_數據分析師

根據以往的培訓和招聘經驗，個人把游戲數據分析師分為3個層次:

“入門篇”主要把“產品健康度”監控相關的指標（描述性指標，告訴我們是什么）做一個系統的梳理，希望能夠幫助剛剛入行或準備入行的朋友，快速熟悉游戲運營分析相關的指標含義及應用場景；

關于渠道優化、運營活動分析、流失分析、用戶行為分析等具體案例分析會在“進階篇”中跟大家分享；

在這里還是要重申一個觀點：

1、數據分析的本質是一種意識，一種以客觀事實為導向進行產品管理和客戶管理的意識；

2、數據分析師本質上是一個產品分析師，只是在分析的過程中從數據的角度進行切入而已；

3、數據分析的價值在于數據應用，沒有業務理解和對各部門作業流程的詳細了解，是無法對數據作出分析和解釋的；不熟悉業務的數據分析師只能稱為“數據取數員"；

正文：

對移動游戲數據這塊, 我一般喜歡用經典的“水池圖”來做說明；

作為CP，無論我們從什么角度做數據分析，最終還是希望能夠幫助我們更好的實現最終目的：賺到更多的￥

從一個庸俗易懂的公式出發：

Revenue = AU * PUR *ARPPU

統計周期內的收入流水 = 統計周期內的活躍用戶規模 * 活躍用戶付費比例 * 平均每付費用戶付費金額；

因此，我們要做的事情是：“最大化活躍用戶規模，并在此規模之上最大化用戶付費轉化及付費強度”.

【最大化活躍用戶規?！浚喝绻覀儼旬斍暗幕钴S用戶看做一個水池，要想提升水池內的含水量，我們可以有幾種做法：

1.開源：讓更多的水注入，導入更多用戶；通過市場推廣：

• 1.1拓展新渠道；
• 1.2增加推廣費用，提高渠道導入、媒體廣告導入量；
• 1.3自有資源與其它APP換量；
• 1.4口碑管理、增加市場認知度和認同度，提高自然導入量；

2.節流, 減少水池的出水量，降低用戶流失；

• 2.1.通過運營活動、版本更新 提高用戶的游戲參與度（玩的更久）
• 2.2.通過老玩家召回的活動，喚醒沉默用戶；可以想象成，水池中的部分水分被蒸發，并沒有真正的離開流走，可以再通過降雨的方式重新回到水池中；

【最大化用戶付費轉化及付費強度】：在維持水池水量的同時，我們可以通過各種養殖和捕撈的方式（游戲內的消費埋點、促銷、充值活動等）打到更多的魚；

當然，價值挖掘 和 用戶規模的維護 并不是完全割裂開的，過度的追求高ARPPU也有可能導致用戶的流失增加；這是一個相輔相成的過程；
綜上所述，移動游戲數據分析指標可以分解為3個模塊：

1、市場推廣相關指標（包括：激活、上線、各節點轉化率、成本指標、渠道質量等），它的任務是幫助我們進行“渠道優化”和“產品優化”，最小化用戶獲取成本，實現更多的新增導入；

2、用戶活躍 & 留存相關指標（包括：DAU\MAU、AT（日均使用時長）、日、周、月留存、回歸率等），它的任務是幫助我們在宏觀數據表現層面，快速判斷產品存在的問題，并對運營活動及產品改進給予“方向性”指導；

3、用戶付費相關指標（包括：LTV、PUR（活躍用戶付費比）、ARPPU（每付費用戶付費強度）、充值結構、充值時段等），它的任務也是幫助我們在宏觀數據表現層面明確產品盈利能力，并對運營活動及產品改進給予“方向性”指導。(文章來源：CDA數據分析師)

后面的文章會分別從上述3個方向對數據分析相關指標做進一步詳解；