
小白學數據分析--流失分析設計
前段時間說過一些關于玩家生命周期的問題,其實那些有點大,有點虛,從宏觀的角度了解我們此時此刻正在做的分析是屬于那一部分,哪一個體系的,說實話,這是為了建立一種意識而要做的工作,玩家生命周期價值源于電信行業的客戶生命周期管理和PLC(產品生命周期)的解讀和應用,限于本人水平和能力因素,不夠深刻,全面,在此請各位諒解,以后的內容會逐步深入到這個體系之下的很多細節的問題探討,今天就和大家簡單說說流失率。
說到流失率,我們可以考察,可以分析,可以利用的點實在是太多了,這里我也不可能把所有的東西都覆蓋,僅從幾個指標來說說,至于其他的關聯分析部分需要大家自己來看和分析(不要陷入一個誤區,那就是我說的這些就是流失率的全部)。
流失率在網游產品的運營過程中,是非常重要的一塊,可惜很多時候我們做的并不夠細致和仔細。流失分析其實是一個系列的過程,不僅僅是找到流失的原因(這是我們做的最多的部分),還有其他的流失管理部分,而這里大家可以看出來這是一個過程。
流失特征提?。簻蚀_的說這是玩家流失的特征的提取,哪些玩家有流失的傾向,比如玩家處在何等級可能流失加劇,在線時長達到多少可能會有游戲疲倦加劇流失,與那部分系統交互較多的玩家易流失,那個角色的玩家群體流失傾向明顯。這個階段我們做的很多工作室一種預警性質的工作,通過對數據的處理分析得到玩家可能流失的特征。
流失原因分析:流失原因的分析首先我們可以從前期提取特征的方面下手分析,先把提取的流失特征進行整合分析,歸結一下是否是玩家流失的原因。如果流失原因不是我們前期提取的預警流失的特征,且玩家依舊流失,我們就需要找到新的流失因素,并把這些因素歸結到流失特征提取環節,這樣流失特征會積攢大量的流失預警的提取數據點。
再者,盡管我們進行流失特征提取并采取防流失的
手段,但是可能效果和受眾并不是很理想,此時依舊會有比較大的流失,因此我們還要分析和評估挽留策略的效果。
挽留策略制定:其實挽留策略的制定在流失特征提取時就已經制定了,在玩家非流失階段就做好流失的預防措施,這是防流失最好的辦法,當已經發生流失了,某種意義上說是我們制定的策略效果不佳或者未考慮的因素促使流失的上升,挽留策略是我們提升人氣,降低流失的關鍵之舉。但是不意味著好的策略就一定會有好的結果。
挽留策略實施:挽留策略制定好了,還需要整個運營團隊,營銷團隊,程序,策劃的共同配合執行和實施,才能達到良好的效果,而這也不是絕對的,往往我們會受制于某些因素的影響,比如實施難度,排期等等。
挽留策略評估:如同我們所做的一個活動一樣,我們需要有針對型的進行評估和分析,目的在于不斷的修正我們的策略,不斷適應我們游戲玩家和產品的發展需求。今天就說怎么來判斷流失用戶,流失用戶的標準是什么?
流失的定義之說
在對于流失問題上,每個企業和產品會根據自己的需求來定義流失率,流失率定義的分類方法有很多,確定什么是流失用戶對于完成我們的流失分析很重要。流失分析主要是從玩家屬性和玩家與產品的關系兩面入手。玩家屬性多是玩家的物理屬性,而我們要分析的是玩家與產品的關系,在這方面我們從玩家的整體在游戲的留存情況下手。
在解釋以上的術語之前,我們約定以上的用戶分類分析是以月為度量單位展開的分析。并且以下的分析是以歷史玩家和登錄時間間隔為維度進行的定義和分析研究。關于流失的分析還可以從新玩家和登錄時間間隔考察、歷史玩家和付費與否、新登玩家和付費與否,不斷將幾種標準組合,就會進一步提取分析流失人群的特征。此外,還有比如定向的研究付費玩家的購買流失分析等等。
歷史用戶:如上述,是在上個月之前就已經成為游戲的玩家。而今天我們所要進行的用戶定義是歷史用戶,再此前提下進行以下的流失定義和分析。如果用一個偽甘特圖表示如下所示:
留存用戶:歷史登錄過游戲,且上個月和本月均登錄游戲的玩家,這類玩家是留存玩家,偽甘特圖如下:
沉默用戶:也叫做輕度流失用戶,一般的網游產品定義的流失就到此層次就OK了,但是這只是輕度流失,沉默用戶是歷史登錄過游戲,上個月登錄但是本月未登錄游戲的玩家。偽甘特圖如下:
流失用戶:這里其實是重度流失,歷史上有過登錄,但是上個月和本月均未登錄游戲的玩家,偽甘特圖如下:
回流用戶:歷史有過登錄行為,上個月未登錄,但是本月登錄游戲的玩家,偽甘特圖如下所示:
植物用戶:所謂植物用戶主要分兩類,一類是歷史用戶在上月和本月都沒有登錄的情況下,在下個月玩家回歸游戲,此類用戶稱之為喚醒用戶,如同植物人最后蘇醒一樣,該類用戶的回歸完成了一個閉環的過程。
所謂的閉環是玩家從喚醒狀態最終回歸到留存或者回流的狀態(按照定義是這樣)。此外還有一類用戶就是沒有被喚醒的植物用戶,這一類就基本上從游戲中流失掉了。
以上是幾類不同程度流失用戶的詳細解釋和描述,這幾類用戶的細分,可能有些細致了,然而精準的把握這幾類用戶將有助于幫助我們尋找玩家的流失特征,從而在不同的時期,針對不同的玩家制定相應的挽留策略,出發點就是從每一種過渡狀態盡可能降低玩家的轉化,因為每當用戶向下一個狀態轉化,就意味著流失的加劇和損失上升。
今天的流失細分主要是從老玩家的角度出發的,有一組數據說明了我們細分用戶,挽留老用戶的必要性。一個企業爭取一個新客戶的成本是保留老客戶成本的5倍;客戶流失率降低5%,利潤增加25%-85%;一個滿意的客戶會帶來8筆潛在的生意,一個不滿意的客戶則可能影響25個人的購買意愿,忽略對老用戶的關注,大多數企業會在5年內流失一半的顧客。盡管沒有針對網友行業的數據,不過就此看出來,挽留策略是企業盈利的保證和核心,而挽留策略從哪里來針對誰,這就是流失分析的要做的事。
最后回歸到開始的話題上,如果我們要做一次活動的評估,究竟該怎么下手?這里我覺得有一方面通過對以上的人群進行分析,能夠看到一些我們想要的。我們把人群找出來了,下面通過一系列的具體分析找出一次活動該如何分析,該如何制定下次活動,有針對的,精準的定位人群,精準營銷。
活動對象:通過聚類分析、異常分析、RFM分析、決策樹、神經網絡、logistics等方法提煉不同人群的特征,進而有的放矢;
如何營銷:不同的人群,不同的購買習慣,可以使用關聯分析、序列分析;
時間營銷:挖掘整個玩家的在時間維度上變化和行為,生命周期挖掘、時間序列、回歸分析;
如何評估:T、卡方檢驗、對比分析,環比同比。
以上為流失分析的一種設計方式,如之前所提到的,流失分析還可以從其他維度開展,但是盡管這樣設計了,實際操作時還要結合很多的方法和其他設計進行分析,比如對于每類人群進行聚類分析,尋找與產品 等有關的信息。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25