游戲指標(biāo)進(jìn)階，做更精確的數(shù)據(jù)分析與挖掘

典型游戲指標(biāo)的進(jìn)階分析方案??????????

縱觀游戲業(yè)務(wù)的分析流程，可發(fā)現(xiàn)其中存在很多不同類型的指標(biāo)，我們可以通過幾個不同的問題來了解不同的指標(biāo)分析方法。

首先，除了留存率，還能怎樣觀察用戶黏性？其實(shí)可以通過 DAU 與 MAU 這兩個指標(biāo)去做更深入的分析，在這想引進(jìn)的概念是 DAU 和 MAU 的比值。

DAU 是每天的活躍用戶數(shù)， MAU 是一個月里去除重復(fù)用戶后的的活躍用戶數(shù)。假設(shè)現(xiàn)在每天有 2700 個人在一個月里面每天登錄游戲，那么這個月里的活躍用戶數(shù)為 2700，這時候如果算一個比值，用 DAU/MAU，這個值是 1，就屬于用戶黏性非常高的情況。反過來，如果 DAU/MAU 的值無限接近于 0，就說明用戶黏性很低。

因此，游戲發(fā)行商可以借助這個比值去觀察到底哪個游戲更受歡迎，分析單一產(chǎn)品時，也可以借此區(qū)分不同投放渠道的用戶，從而更快找到目標(biāo)用戶。

第二個問題，該什么時候給用戶推送活動信息？這個問題旨在思考什么樣的時間去做什么活動會有更好的效果。此處可以使用另外兩個指標(biāo)的比值做參考，即 PCU 與 ACU。PCU 指的是一天里高峰時段的在線人數(shù)， ACU 指平均在線人數(shù)。

這兩個指標(biāo)的比值能夠代表什么意義？舉一個極端例子，從 0 點(diǎn)到 23 點(diǎn)，如果每個小時的在線人數(shù)都是 31 人，那么 PCU 為 31，即每個小時都是在線人數(shù)的最高點(diǎn)，此時用 PCU/ACU，數(shù)值為 1，說明游戲的運(yùn)行情況非常平穩(wěn)。因此，如果 PCU/ACU 的值越大，推送活動的時間就越重要，只有找到高峰時段去推送活動，用戶的參與度才會更高。

第三個問題，ARPU 值提升了，該給老板報喜嗎？ARPU 指的是單個用戶的付費(fèi)金額。如果提升，就說明每個用戶在游戲中有更多的消費(fèi)金額。這是好事，但其實(shí)也有需要注意的地方。觀察上圖中的情況 A，可發(fā)現(xiàn)付費(fèi)總金額并沒有任何的變化，呈現(xiàn)比較平穩(wěn)的狀態(tài)，但分母下降才導(dǎo)致整個分?jǐn)?shù)的比值上升，這種情況其實(shí)不該報喜。

判斷這個問題時，我們可以借助價格需求彈性系數(shù)的概念來建立游戲的彈性系數(shù)指標(biāo)，用彈性系數(shù)與數(shù)值 1 進(jìn)行比較，再結(jié)合 ARPU 值的升降來得出結(jié)論。彈性系數(shù)越高，就說明分子的變化比分母快。當(dāng)我們把這種彈性的概念引申到 ARPU 值后可發(fā)現(xiàn)，參考圖中的公式，當(dāng)比值大于 1 時，說明分子即付費(fèi)總金額的變化更快，由此可以再判斷到底是該給老板報喜還是報憂。

再來看下一個問題，LTV 跟游戲設(shè)計有什么關(guān)系？LTV 指總付費(fèi)金額除以 DAU  后得出的每位用戶的生命周期價值。

我們并不能知道每一個用戶真正的生命周期有多長，所以一般情況下會統(tǒng)計用戶登錄的第 7 天、14 天、30 天產(chǎn)生了多少付費(fèi)金額，根據(jù)這些時間節(jié)點(diǎn)，可以跟市場投放的數(shù)值進(jìn)行比較，來查看游戲的回收周期。

同時，通過 LTV 還可以去看目前用戶的付費(fèi)響應(yīng)情況。假如有一個游戲，LTV 在增長 21 天之后基本上不動了，說明游戲刺激用戶付費(fèi)只在前兩周有效果，就需要去思考游戲設(shè)計的問題。比如，是否充值活動在兩周之后讓玩家覺得沒有意思，或者是玩家在前兩周充值后所獲得的資源能夠使用很久，就難以刺激玩家在短時間內(nèi)的再次付費(fèi)。