
游戲數據分析核心數據和算法公式詳解
一、運營數據
(1)平均同時在線人數(ACU: Average concurrent users):即在一定時間段抓取一次數據,以一定周期為期限;周期內的ACU可取時間段的平均數據。[例如:系統每一小時抓取一次數據,全天24小時共24個不同時刻的在線數據,則每天的ACU是這24個數據的平均值(每個公司有每個公司的定義,一般ACU取平均值,若針對某一時刻,則直接在某時刻內直接統計用戶數)
(2)最高同時在線人數(PCU:Peak concurrent users):即在一定時間內,抓取最高在線數據。(例如:單天最高在線:系統每小時統計一次數據,全天24小時共24個不同時刻的在線數據,則24個時間段內最高的用戶在線數據為PCU)
(3)充值金額(RMB):即在一定周期內充值總金額。
(4)元寶消費金額(RMB):即在一定周期內,玩家在游戲商城中的消費總金額(仔細看,充值金額與元寶消費金額有著明顯區別,上者受活動影響,下者受商城道具需求影響。)
(5)每付費用戶平均收益(ARPPU: Average Revenue Per Paying User:)相似于下載游戲的消費比率,(國內很多人以“ARPU”稱呼,個人定義不同),此類數據主要衡量付費用戶收益(公式:月總收入/月付費用戶數)
(6)平均每活躍用戶收益(ARPU: Average Revenue Per User):主要衡量游戲整體貢獻收益;畢竟除了付費收益,活躍用戶也能產生收益,(一般國內以此數據為核心,各家算法不同)(公式:月總收入/月活躍用戶)(7)平均生命周期:平均生命周期:有新增賬戶在首次進入游戲到最后一次參與游戲的時間天數。比如記錄某一個月,這個月里,每個新增用戶的生命周期之和/MAU=平均生命周期。(8)LTV生命周期價值(LTV: Life Time Value):約定一個計算的生命周期值(比如上個月的平均生命周期,或者約定為15日,即這個月有15日登陸記錄的賬戶數),符合這個生命周期條件的賬戶數中,充值金額的和/條件賬戶數。
(9)每日注冊并登陸的用戶數(DNU: Daily New Users):這個言簡意賅,就不詳談了,直接從后臺抓取即可。
(10)新登用戶中只有一次會話的用戶(DOSU: Daily One Session Users):這個也很簡單,此類數據主要衡量新用戶的質量,買量的可以參考一下。
(11)每日登陸過游戲的用戶數(DAU: Daily Active Users):直接從字面就能了解了,一般從后臺抓取。
(12)七天內登陸過游戲的用戶數(WAU: Weekly Active Users):這個還是很好理解,就不廢話了,此類數據主要衡量周變化。
(13)30天內登陸過游戲的用戶數(MAU: Monthly Active Users):淺顯易懂,主要衡量產量的粘性以及用戶的穩定性。
(14)月流失率:(公式:30天前登陸過游戲,30天內未登陸游戲的用戶數/MAU)
周流失率:(公式:7天前登陸過游戲,之后7天內未登陸游戲的用戶數/WAU)
日流失率:(公式:統計日登陸過游戲,次日未登陸游戲的用戶數/統計日DAU)
(15)30日留存率:新用戶在首次登陸后的第30天再次登陸游戲的比例
7日留存率:新用戶在首次登陸后的第7天再次登陸游戲的比例
3日留存率:新用戶在首次登陸后的第3天再次登陸游戲的比例
次日留存率:新用戶在首次登陸后的次日再次登陸游戲的比例
二、運營成本
(1)投入/運營成本(RMB):本月為推廣游戲而投入的營銷及市場費用金額
(2)產出/元寶消費金額(RMB):玩家周期內(日/周/月)在游戲中的消費總金額
(3)投入產出比(ROI):簡而言之,就是說付出與回報是否成正比。(公式:本月的產出/本月的投入)
(4)單個活躍用戶推廣成本(RMB):(公式:本月投入/本月新增活躍用戶數)
(5)單個付費用戶推廣成本(RMB):(公式:本月投入/本月新增付費用戶數)
三、用戶狀態數據監控
(1)活躍用戶數:對于活躍用戶,每家定義各有不同.7天內有3天登陸過賬號的便可成為活躍用戶。
(2)新增活躍用戶數:首次上線游戲的用戶數
(3)流失活躍用戶數:上期(7-14天)有過登陸,在本期(最近14天)未登陸的用戶數。
(4)回流活躍用戶數:上期(7-14天)未登陸,在本期(最近7天)有登陸的用戶數。
(5)活躍用戶流失率:(公式:(本月流失用戶/上月活躍用戶)*100%)
(6)活躍用戶充值率:(公式:(本月活躍付費用戶/本月活躍用戶)*100%)
(7)活躍用戶在線時長(單位/小時):(公式:當期(7天)所有活躍用戶在線時長總和/當期(7天)活躍用戶數)
(8)付費用戶在線時長(單位/小時):(公式:當期(7天)所有付費用戶在線時長總和/當期(7天)付費用戶數)
(9)新增活躍用戶充值率:(公式:(本月內有充值的新增登錄用戶/本月總新增登錄用戶)*100%)
(10)新增活躍用戶高活躍率:(公式:(本月新增登陸用戶中的高活躍用戶數/本月新增登陸用戶數)*100%)
四、活躍用戶狀態
(1)高活躍用戶數:(個人定義:)當期(7天)內總在線時長大于或等于12小時的活躍用戶數。
(2)新增高活躍用戶數:(個人定義:)當期(7天)高活躍用戶減去上期(7-14)高活躍用戶數。
(3)流失高活躍用戶數:(個人定義:)上期(7-14天)在線時長大于等于12小時,當期(7天)在線時間小于12小時的活躍用戶數。
(4)回流高活躍用戶數:(個人定義:)上期(7-14天)在線時間小于12小時,當期(7天)()在線時長大于等于12小時的活躍用戶數
(5)高活躍用戶流失率:(個人定義:)公式:(當期(7天)流失高活躍用戶數/上期(7-14)高活躍用戶數)*100%
(6)高活躍用戶充值率:(個人定義:)公式:(當期(7天)有充值行為的高活躍用戶數/當期(7天)高活躍用戶數)*100%
(7)新增高活躍用戶充值率:(個人定義:)公式(本月新增登陸用戶中的高活躍用戶數/本月新增登陸用戶數)*100%
五、付費用戶狀態
(1)付費用戶數:截止到統計日,所以曾經有過充值的用戶總數。
(2)新增付費用戶數:當期付費用戶數減去上期付費用戶數。
(3)活躍付費用戶數(APC):當期(周/月)有過充值行為的用戶數。
(4)流失付費用戶數:上期有登陸行為,當期沒有登陸的付費用戶數。
(5)回流付費用戶數:上期未登陸,在當期有登陸的付費用戶數。
(6)付費用戶流失率:當期流失付費用戶數/上期活躍付費數。
(7)付費用戶月平均充值次數:當期所有充值次數/當期付費用戶數。
(8)付費用戶月平均充值金額(RMB):當期充值總額/當期付費用戶數。
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