NO IMAGE

遊戲運營中的資料分析 
遊戲運營是以使用者體驗設計UED(user experience design)和資料分析(data analysis)為主要方向,對玩家的行為和體驗不斷進行分析和調整,使玩家可以在虛擬世界中得到各方面的滿足。
    資料分析是對玩家行為的數字化理解,通過各式各樣的資料,可以大致瞭解玩家在遊戲中發生的情況,並通過思考推理,將資料寫成分析報告,將發現的問題和多種解決方案一一羅列,以此為修改產品的重要依據之一。
    飯要一口口吃,路要一步步走,下文將由淺入深對如何進行資料分析做描述:
    首先,需要說明的是資料是否有可比性
    各類遊戲公司資料包表中經常有,某某資料是3%,某某資料是50%;還有些行業上流傳的某某資料應該是多少多少,如果你不知道這個資料產生的條件而相信這個所謂的資料,那就不妥了。不同的產品、不同的時間、不同的市場、不同的員工、不同的渠道、不同的……會導致資料完全不一樣。即使是一模一樣相同的產品,都可能完全不一樣的資料,別人可以做到的,你就未必可以做到,這就是為什麼大多數山寨的遊戲註定走向死亡的原因。比拼的是細節,而一般人只看到了結果,而完全忽視結果背後大量的心血。
    資料是用作參考、關聯分析的,單獨一個資料往往不具備可信度,必須分析這個資料為什麼是這樣的!只有在條件相當的情況下,資料的對比才有意義。

目標資料的分類和意義
 
一、使用者數量
 
1.註冊使用者數
    現階段來說,這是一個無意義的資料,如同前面提到的資料的可比性,因為環境不同導致註冊使用者數的質量不同,對實際的線上和收益也有極大的影響。可能在一個行業還是藍海的時候,為了吸引VC,採用註冊使用者數這一最簡單粗暴的資料,可能就會忽悠住一批款爺。但對於紅海市場來說,匯入的使用者質量更為關鍵!
 
2.線上使用者數
 
1)最高線上
    意義不大的一個資料,這個資料一般在遊戲公測時,通過大量的廣告推廣,可以短時間內達到很高的線上,一旦停止推廣,加上游戲本身不具有吸引力,那麼很快,玩家將會流失!
 
2)活躍人數
    這個資料需要加【時間段】這個條件,不然也是毫無意義的,通常以每日、每週、每月活躍等來做比較分析的
 
3)每個活躍使用者的平均線上時間
    這個資料可以考量使用者型別和行為,有些玩家可能每天線上30分鐘,做一些日常和重要的任務就下線了;另一些玩家可能每天線上2小時甚至更長,那麼我們可以根據這些玩家進行分類分析,推出不同的運營方案滿足他們。
 
4)遊戲平均線上人數
    重要的資料,資料採集時間越密越好;不同型別遊戲,該資料無可比性;1平均線上=24人*小時;假設1個使用者每次平均線上8小時,那3個活躍使用者就可增加一個平均線上,假設遊戲每次只能讓使用者玩60分鐘就離線了,那必須有60/60*24=24個活躍使用者,才能增加一個平均線上人數。因此,你要根據你的遊戲型別和使用者特性,判斷是增加一個活躍使用者容易,還是增加遊戲的粘著度更容易。)
 
 
二、Arpu值
 
ARPU值的第一種定義:費使用者平均貢獻收入=【時間段】收入/付費使用者數(通常以月做單位)
 該定義被廣泛使用,通常是區域性的資料對比,將A遊戲和B遊戲的ARPU值做比較,以此來初步判斷遊戲的好壞。
 
ARPU值的第二種定義:平均線上使用者平均貢獻收入=【時間段】收入/平均線上使用者(通常以月做單位)
此種定義使用較少,但該定義是從全域性進行的資料分析,對運營商而言,平均線上意味著可以推算出伺服器、頻寬、客戶服務、需要多少推廣成本累計這個平均線上等一系列的運營成本。
 
總營收=付費人數*定義1.ARPU值(或平均線上*定義2.arpu值),換而言之,要想增加收入,必須提升付費人數、線上人數或單個玩家付費額度
 
1)點卡收費模式下的固定arpu值
    舉例:月收入=每小時4毛*24小時*30天=288元/月,線上100萬,每月則有2.88億的總收入(其中有許多變數,例如免費使用期的使用者比例導致實際收入減少、各種因素導致的免費遊戲使用者比例導致實際收入減少、使用者購買點卡很多人沒用完導致實際收入增多,渠道壓了貨但是最後卻沒有退的導致實際收入增多等)
 
2)增值模式下的動態arpu值
    目前由於絕大多數網路遊戲都在學習免費模式,利用增值服務、收費道具等來盈利的模式,這種模式下,arpu值得大小是關係到是否生存的一個重要指標。
    增值模式產生的原因:陳天橋根據產品資料,看到增值服務的收益已經大大增加到可以接替替代點卡模式,因此大膽將每個季度幾個億的時間點卡業務拋棄。但線上人數並沒有按盛大想象的大幅度增加。
    如果是長期運營,而不是殺雞取卵式的牟利,同樣的線上人數,從資料上來說,免費模式的arpu值是很難高過收費模式的。當然你的產品必須要有資本和能力讓使用者在習慣了免費模式再回到收費模式。史大師卻可以讓使用者們回到收費模式,給他更大的arpu值,同時接收大量可能因為免費模式中一些不公平而離開遊戲的流失使用者。
 
3)點卡 增值模式的arpu值
    道具增值模式和收費模式並不矛盾。遊戲質量足夠好,使用者願意為此付出時間點卡,你就能肯定他們不願意為這個遊戲的增值服務或特殊道具付費麼?要注意,推出免費模式的公司,大多都是迫於使用者數量的原因,不得已而為。
 
    當推廣一個收費使用者線上,遠比推廣x個免費使用者線上更加困難,而x個免費模式的arpu值*x大於收費模式的arpu值時,自然免費模式要比收費模式要更加好。但是不是所有公司都符合上述所說的條件。還有一些產品本來很有本事盈利的產品,往往因為免費模式反而導致死亡。想想看,如果盛大在錯誤的時間例如最早期就搞免費模式,盛大是否會有活到現在的可能?而現在就有很多手機網遊,在根本還沒有多少總使用者時,就搞免費,除了破壞手機使用者的繳費習慣,沒有任何盈收好處,沒有足夠的收入,意味著你將很難投入更多的資金開發,意味著你缺乏競爭力。目前的手機網遊使用者,根本不在乎每月給你幾塊錢,他們需要的是質量更好的產品,更穩定的無線網路,更方便有趣的玩家間互動。
 
三、市場推廣
 
1.推廣成本
    產品推廣成本、人力成本、時間成本、每個平均線上使用者(或付費使用者)的推廣成本,即你投入多少錢可以增加1個平均線上(或付費人數)等一系列成本的總和
 
    大部分情況下,一個平均線上人數的arpu值是低於一個平均線上的推廣成本的。如何找到最優的渠道進行推廣,也是市場部門需要多多思考的問題!如果你能找到某種廣告或者推廣方式,可以廉價的增加平均線上人數,這個費用低於使用者的arpu值,那麼趕緊推廣(要知道自從網易開始,最廉價的推廣方式,莫過於遊戲推廣員了,網路直銷模式,玩家之間相互推銷,只需要開發一套2萬塊的推廣提成平臺而已,然後就是如何組織玩家促銷,擴大他們的影響力),但任何推廣模式隨著時間推移,推廣效果遞減。
 
2.推廣效果
    作為一個市場人員,最重要的是要精確掌握每種營銷方式的效果資料,據此你就不會隨便的亂花投資人的錢,拍著腦瓜子擠出個idea就上一些價效比不合適的廣告了。
 
例如
有多少人能看到你的廣告
其中有多少目標使用者能看到你的廣告
能引起多少目標使用者記住
能讓多少目標使用者感興趣
能讓多少使用者以後會嘗試
能讓多少使用者短時間內馬上嘗試
 
    剩下的就是產品本身和客戶服務的事了。對於一個市場人員來說,欺騙不是缺點,但無法讓更多使用者來嘗試你的產品,才是失敗的。以上的部分資料,如果你做些技術處理的話,可以通過你的後臺清晰獲取,不要輕易相信廣告商的瞎吹,你自己所掌握的資料才是最真實不會欺騙你的。
 
3.市場潛力的分級
    可執行的目標是很重要的,哪怕在旁人眼裡看起來很狂妄,也沒有什麼不可以。
 
    如果你現在要運營一款網路遊戲,那麼你一定要知道分級
1. 你可以直接推廣到哪些人?手把手,或者通過你的個人媒體(言傳身教)
2. 你能在你所擁有的預算內控制哪些媒體,做哪些事情,要知道媒體是專業的宣傳平臺,這些宣傳面,有多少使用者會因為怎樣的宣傳內容而嘗試你的專案
3. 你還有哪些資源,哪些朋友支援你,幫助你,他們在你所擁有的預算內,能幫你開啟哪些市場。
4. 人才,你能否找到一些比你更優秀的人才、專家、或者這方面有天賦的人,幫助你宣傳、推廣擴大市場
5. 使用者群分級舉例
a) 非常關注你的產品的網路遊戲使用者,他們最可能成為你的使用者
b) 你可以宣傳推廣到,並引起他們注意的網路遊戲使用者
c) 一些到處尋找新遊戲的網路遊戲使用者
d) 同類網路遊戲的使用者
e) 異類網路遊戲的使用者
f) Pc家庭遊戲使用者
g) Pc遊戲使用者
h) Pc使用者
i) 所有人
 
    當然以上的分級不一定準確,不一定適合你,但是對於你來說,很可能每一級需要投入的成本不一樣,如果你沒有史玉柱的兩個億,就不要一開始就把目標使用者定義為所有人,而去打全國品牌廣告。否則你會發現你的投入成本,一定收不回來。
 
4.目標市場的定義
i. 每個人都想自己的產品佔領最大最多的市場,但是由於各方面條件有限,必須按上面所說的對市場分級,分析出,目前階段,自己所有覆蓋的目標市場。
ii. 這裡要引進近兩年很火的紅海和藍海的概念。如果你現在做pc網遊,除非你的遊戲產品定位是給老人玩的,給目前都不玩pc網遊的人玩的,否則你就要面臨紅海的競爭,你就必須浴血奮戰的去搶奪現有pc網遊產品的使用者。要知道拓展藍海對小公司來說是非常困難的。不過現在的手機網路遊戲,卻是一片幾個億的藍海,只有區區幾百萬的紅海市場。
iii. 準確定位市場、細分市場目的是降低市場推廣成本,增加推廣有效程度。如果有足夠的推廣成本,你自然可以多做泛媒體,廣大增加知名度,宣傳面。當然,這裡涉及到市場營銷策略,咱不是專家,就不多口舌了。
 
四、流失率
    一個很容易被遺忘,卻異常重要,決定著遊戲生死的重要資料,市場推廣同事好不容易拉來的玩家,在這裡要看留不留得住。
a) 初期流失率
嘗試使用者轉變為成熟活躍使用者,所需耗費的時間
b) 自然流失率
成熟活躍使用者的自然流失率,人有生老病死,沒有一個遊戲是絕對沒有人離開遊戲的。但是產品的好壞,內涵的豐富,卻最大程度的決定著自然流失率的高低。
i. 產品本身有很多問題,將會帶來非常高的自然流失率,這是大家都能想到的。產品的畫面、操作、各方面細節都是關係到產品品質的直接開發因素。
ii. 很多遊戲人都分析《夢幻西遊》這款從技術層面完全沒有優勢的產品為何黏著度那麼高,流失率那麼低。遊戲內涵是最重要的因素,這關係到這個遊戲的生命週期。如果一個遊戲,玩家把所有內容都全部晚到,需要5個月,那麼5個月就是這個網路遊戲的每個使用者的生命週期,當一個玩家感覺沒有可玩的內容的時候,他自然會離開。有的遊戲,是可以讓玩家玩幾年還有新內容的,有的遊戲雖然好,但是生命週期短。當然現在有越來越多的遊戲,學會利用迴圈任務,或者隨即生成的任務來不斷增加遊戲生命週期。雖然有不少使用者因為和朋友聊天而留在遊戲,但是開發者絕不要把這想成必然的情況。

iii. 網遊開發者,不要衝著一個簡單的新概念,做遊戲,不是做噱頭,做一款有內涵的好遊戲,充分利用你的技術團隊實現效果,而不是盲目專門搞效果搞噱頭,讓你的使用者一直樂意留在遊戲裡面,這個恐怕不一定是在遊戲初期就能全面設計好的。有一句話很經典“好的遊戲,不是做出來的,是改出來的。”
c) 客戶服務
很重要的一個作用就是減少流失率,一個沒有客戶服務的遊戲,將不可避免的擴大流失率,而流失率一大,神仙也沒得救。華義的結構是4個市場經理,12個技術維護,56個客戶服務 專職gm。盛大的第一筆收入用來建立客戶服務中心等等。為了什麼?從人性化角度上是為了服務使用者,從商業資料上來說,就一個目的,降低流失率。
d) 線上活動的
目的:通過活動的投入(可能是開發新任務、可能是策劃活動、可能是客服執行活動等)臨時性增加拉高線上人數,減緩或者阻止短時間內的玩家流失。
 
五、使用者自然增長率:滾雪球效應
如果在你的推廣下,增加一個平均線上的成本低於[這個使用者的arpu值]*[ 平均每個使用者的生命週期] ,並且你可以不斷持續增加使用者的情況下,新推廣進入的玩家人數大於產品的流失率,那麼恭喜,你可以進入正滾雪球效應了,你的使用者會不斷增加,你的發財夢可以實現了。但是大多數產品和專案,一旦停止大規模大成本的推廣投入,流失率都是遠大於增長率的。一旦流失率大於增長率,那麼雪球將越滾越小,這就是很多專案在初期炒作之後,很快使用者數量就陸續流失,最後不得不倒閉的原因。
手機網遊像我們的《失落時空》,在零市場投入的情況下,還能保持增加的使用者數量和流失的使用者數量平衡,也是其他專案是比較難達到的。
 
六、收入潛力值
和arpu值矛盾的一個值,arpu值越低,反正證明潛力越大,arpu值越高,反而說明相同使用者數量下,收入增長潛力小。當然目前有些公司(例如一些還沒找到盈利模式卻有較多使用者的網站或休閒遊戲),把這個作為他們的未來賣點,不過我個人相信相同使用者數,如果市場上能有相同增長速度的話,arpu值高的公司競爭力還是要更強的。
 
七、更多細節資料
    要做好遊戲不僅僅只看上面那些結果型的資料,更多的對於開發策劃來說,要看過程走向型資料,例如:
i. 有些資料可以告訴你在推廣過程中,哪個環節流失的使用者最多
ii. 有些資料可以告訴你你的玩家,他們喜歡哪些系統,討厭那些系統,當然無論喜愛還是討厭,都比不過一種態度失敗–漠不關心,玩家對你精心策劃的東西漠不關心,這將是最失敗的策劃者。
iii. 有些資料可以告訴你,哪些收費是玩家能夠接受的(儘管有些收費內容,玩家可能永遠會罵,但是每天都有大量使用者在交費,而有些收費看起來沒有人罵,但是實際上根本沒有使用者去使用,這些都需要通過實際運營資料去分析)
iv. 有些資料可以很清楚的告訴你,使用者在刷錢、在作弊、在利用漏洞、在用外掛、修改封包等,如果有很好的自動化資料分析技術,幾乎可以發現98%的玩家作弊,注意只是發現,能否解決還取決於高層的重視態度以及技術人員的能力和速度。要知道而這些問題幾乎導致了大量的遊戲死亡。
v. 資料可以很清楚的告訴你,你的遊戲的經濟體制是否穩固,遊戲中不斷增加的金錢獎勵,道具銷售等會否造就通貨膨脹等等更多甚至我都完全不知道的細節和作用。
最重要的一點,資料永遠只是資料,你遊戲產品的未來,關鍵掌握在善於根據真實全面資料分析的人,而不是資料本身。唯資料論者,大多死的很慘還很傻。宗慶後在電視臺說所有的資料包告都是用來騙人的,並不是人家是大老粗,其實有一定隱含道理。隨便找個商業資料包告,然後根據上面的一些數字來確定一些東西、決定一些東西,只能證明你很業餘。
 
八、資料分析基礎常用術語
 
累積註冊使用者=AccRu(無意義的資料)
當日登入賬號數=UV
活躍人數=【時間段】不重複登入的使用者數
每個活躍使用者的平均線上時間=【時間段】活躍使用者線上時間總和/活躍使用者總數
使用者平均線上時長=TS
???活躍率=登陸人次÷平均線上人數
付費率=付費使用者/活躍使用者*100%
活躍付費賬戶=APA
付費使用者平均貢獻收入(ARPU值)=【時間段】收入/付費使用者數(通常以月做單位)
使用者流失率=遊戲當前活躍使用者規模/歷史註冊總量*100%
同時線上人數=CCU
最高同時線上人數(PCU)=24小時內同時線上最高達到人數(意義不大的資料)
平均線上人數(ACU)=24小時每小時同時線上相加總和/24小時(重要的資料,資料採集時間越密越好;不同型別遊戲,該資料無可比性;1平均線上=24人*小時;假設1個使用者每次平均線上6小時,那麼4個活躍使用者就能多一個平均線上,假設遊戲每次只能讓使用者玩5分鐘就離線了,那必須有60/5*24=288個活躍使用者,才能增加一個平均線上人數。因此,你要根據你的遊戲型別和使用者特性,判斷是增加一個活躍使用者容易,還是增加遊戲的粘著度更容易。)

活躍玩家:是指通過你的推廣程式碼註冊,不屬於小號或作弊情況、正常進行遊戲一個月以上未被官方刪除的使用者視為活躍使用者 。

【活躍天數計算定義】
活躍天指使用者當天登陸游戲一定時間、認定使用者當天為活躍、活躍天數加1天。
當天0:00-23:59登陸游戲時間2小時以上使用者當天為活躍天、活躍天數累積1天。
當天0:00-23:59登陸游戲時間0.5小時至2小時、活躍天數累積0.5天。
當天0:00-23:59登陸游戲時間0.5小時以下、不為其累積活躍天數。
 
九、資料統計
 
每日:
---------使用者數量描述
線上人數:(取的當日某個時刻最高線上,一般發生在9:30左右)
新進入使用者數量:(單日登入的新使用者數量)
當日登入使用者數量:
每日登入/線上:
---------盈利狀況描述
每日消耗構成:(根據金額和數量做構成的餅狀圖)
每日消耗金額:
每日消費使用者數量:
每日充值金額:
每日充值使用者數量:
每日充值途徑:
---------產品受關注程度描述
官網首頁訪問量:
客戶端安裝量:(根據安裝完成彈出的頁面)
客戶端下載量:
客戶端下載點選量:
安裝率:下載安裝/下載量
---------遊戲系統描述
每日金錢增量、消耗和淨增值:
等級分佈:
忠誠使用者等級分佈:
特徵物品市場價格(如聯眾遊戲豆):

每週:
---------使用者群體描述
活躍使用者數量:當週登入過遊戲的使用者數量
忠誠使用者數量:本週登陸3次以上(當天重複登陸算1次),最高角色等級超過15級,線上時長超過14小時的帳號
流失使用者數量:上週登入但本週沒有登入的使用者數量
流失率:流失使用者/上週活躍數量
忠誠流失率:上週忠誠使用者當週沒有登入使用者的數量/上週忠誠使用者數量
忠誠度:忠誠使用者數量/活躍使用者數量*修正值(新進人數的變化比例)
轉化率:上週登入的使用者在本週轉化為忠誠使用者的比例
---------盈利變化描述
ARPU值(周):當週充值總額/當週付費使用者數量;當週充值總額/當週平均最高線上
付費使用者:該周有過付費行為的玩家數量
新增付費使用者數量:本週新增的付費使用者
付費率:該周付費使用者數量/該周登入使用者
付費使用者流失數量:上週付費使用者本週未登入數量
付費流失率:上週付費使用者本週未登入的比例
註冊轉付費:某一天註冊的使用者在一週後付費的使用者數量及比例

每月:
ARPU值:該月充值總額/當月付費使用者數量;當月充值總額/當月平均最高線上
付費使用者:該月有過付費行為的玩家數量
新增付費使用者數量:
付費使用者流失數量:
付費流失率:
活躍使用者數量:該月登入過的使用者;

針對道具:
每日購買量:
每日使用量:
轉賣數量:購買然後在手裡出售給其他玩家的數量
轉賣價格:
流通速度:轉賣總次數/參與轉賣的道具數量
購買者等級分佈:
使用者等級分佈:
 
十、產品分析
    產品分析為遊戲包裝、盈利設計提供非常必要的支援,也是指導日常運營的重要參考。是運營工作中的核心內容之一。但和其他行業一樣,即便做了非常多的資料分析和其他資訊收集,我們往往依然很難獲得足夠的資訊來得到一個非常清晰的結論,經驗和直覺在決策中還是扮演重要的地位。
 
產品分析分為:
一、從資訊收集渠道上來看:
(一)資料分析(通過資料庫或後臺查詢的資料)
1.例行資料分析(每日、每週、每半月、每月,每季度……)
2.專案資料分析(非例行/重複,如開區效果評估,遊戲修改評估等)
專案資料調查一般遵循這樣的過程:
1.確定調查分析目的(證實、探索、預測)
2.達到這個調查分析目的你需要哪些結論來支撐
3.獲得原始資料後如何分析(分析模型)
4.如何獲取原始資料
(二)客服問題反饋(流程)
(三)自身遊戲體驗
(四)玩家直接交流(遊戲互動、日常溝通、QQ群、小型見面會等)
二、從內容上來看:(例行的)
(一)產品現狀描述:通過引數來反應目前遊戲系統和運維平臺的情況
1.遊戲世界描述(高峰/均線上,金錢監控,等級分佈,特徵怪物/物品/道具價格等)
2.運維平臺及其它(下載量、下載完成率、註冊量、硬體使用率、客服相關資料等)
(二)玩家遊戲行為分析:物理特徵 外部行為 遊戲行為 群體描述
1.使用者物理特徵(性別、年齡等)
2.外部行為特徵(登陸頻率、時長、時間段等)
3.遊戲行為特徵(流失等級及變化)
4.群體行為描述(峰值、活躍使用者/忠誠使用者及相關比例、新進使用者、活躍度、忠誠度、流失率、轉化率等)
(三)玩家消費行為分析:修正盈利設計,捕捉使用者需求,新增道具設計
1.付費使用者描述(付費使用者數量、ARPU、付費使用者遊戲行為分析等)
2.盈利描述(盈利狀況、消耗構成及變化趨勢等)
3.道具分析(使用範圍、使用深度、使用/放棄原因等)
4.付費意願分析
(1)消費偏好分析(換金/個性/增強(經驗、裝備、技能)/方便互動/其它)
(2)消費與遊戲設定的聯絡(道具對應等級、玩家習慣行為(如某種技能)、遊戲任務、場景的開放等)
5.付費行為分析
(1)單位玩家道具數量情況分析(擁有量、擁有的道具之間的聯絡)
(2)付費等級分佈(首次購買等級、當前購買道具的等級分佈)
(3)付費數額分佈(首次付費數額、續費數額)
(4)付費使用者分類(根據一段時間內的付費額)
(5)續費行為分析(未流失的玩家中,中止消費、消費轉移的分析)
(6)重點使用者的跟蹤