游戏运营数据指标.docx
《游戏运营数据指标.docx》由会员分享，可在线阅读，更多相关《游戏运营数据指标.docx（16页珍藏版）》请在冰豆网上搜索。
游戏运营数据指标
1.总则
1.1.概述
本文档主要介绍移动游戏运营数据指标的定义、作用、交叉关系以及各种可能引起相关数据波动的因素。
所有数据指标的定义按照国际规范梳理，并且对传统游戏运营数据分析方法中的常用指标进行调整，使之更适合移动游戏这一领域。
数据指标的作用、交叉关系以及各种可能引起数据波动的因素会从数据统计与分析技术和业务需求的分析设计两方面入手，进行经验的提炼和沉淀，并且逐步完善。
1.2.目的
希望通过本文档，能让运营人员熟悉各项数据指标的准确含义，同时了解相关数据指标作用与联系，从而有助于运营人员理解、分析用户行为，改进产品，制定运营策略，让数据化运营更有效率。
1.3.整体框架
本文档涉及数据指标分为基础性指标和游戏内容指标两大类。
基础性指标是从游戏产品中整体用户特性出发，从用户状态和用户行为等方面中发掘出来，典型的、全局的游戏分析指标，分为在线类、用户类和收入类；而游戏内容指标则是从游戏产品中各种游戏内容系统体系出发，进行相关联元素的整体和专题分析，根据游戏内容的PVE/PVP设计模式，我们分别对玩家（P），游戏元素（E）以及游戏交互（V）进行了分类分析。
对于这两大类指标，框架分别从观察角度与指标度量、应用场景分析以及典型菜单应用三个层次上进行分析和阐述，最终形成整体框架体系。
2.基础性指标
2.
3.
3.1.在线类
本部分包括实时在线和历史在线。
其中实时在线即同时在线人数,以最小时间刻度（例如分钟）对当天24小时所有用户在线情况进行监控；历史在线包含以日为单位对过往时间的游戏PCU、ACU及平高比。
1
2
2.1
2.1.1CCU（Concurrentuser）同时在线人数
观察角度与指标
所属主题
观察角度
度量
在线类—>CCU
Ø同时在线玩家人数
区服
时间段
主要用户属性（付费/非付费）
在线用户数
备注
区服:
iOS/Android平台、大区
主要用户属性：
主要分为付费与免费用户
作用与影响因素
1）作用
●反映玩家游戏在线时间分布
●结合整体用户在线趋势图，能指导配置游戏内活动开放时间，提高活动参与率高
●与历史实时在线曲线对比，发现运营中存在的问题
2）影响因素
●服务器故障（停服、更新以及登录困难等）
●游戏外挂
●游戏内Bug
●特殊（在线）活动刺激
●多倍产出副本或者活动时间设置
●竞品活动影响
●节假日，尤其寒暑假
3）备注
2.1.2历史在线
观察角度与指标
所属主题
观察角度
度量
在线类—>历史在线
区服
时间段
主要用户属性（付费/非付费）
PCU
ACU
平高比（ACU/PCU）
备注
PCU：
PeakConcurrentUsers最高同时在线玩家人数
ACU：
AverageConcurrentUsers平均同时在线玩家人数
作用与影响因素
1）作用
●反映的游戏版本对用户的黏性情况
●与历史实时在线曲线对比，发现运营中存在的问题
2）影响因素
●PCU和活动时间设置有关
●PCU在节假日、寒暑假会有浮动
●ACU/PCU与版本更新迭代有关
●ACU/PCU过低会反映存在刷小号现象
●事件营销
3）备注
●平高比=ACU/PCU，行业存在benchmark值，一般认为超过50%为正常，过低则反映游戏进入生命末期
3.2.用户类
总视图
所属主题
观察角度
度量
用户类—>基本信息
时间段
区服
总注册用户数
新增用户数
活跃用户数
付费用户数
截止当前流失用户数
用户留存率
备注
以日为单位
1.1.
1.2.
1
2
2.1
2.2
2.2.1DNU（DailyNewUsers）新增用户数
观察角度与指标
所属主题
观察角度
度量
用户类—>DNU
Ø每日注册并登录游戏的用户数
时间段
区服
成长区间（等级/战斗力）
区域（省份/城市）
新增用户数
新增角色数
固定时间段（比如1天）后玩家等级区间分布
备注
自然增长用户[非推广期]和推广用户[推广期]
作用与影响因素
1）作用
●反映渠道贡献新用户份额情况
●宏观走势，是否需要继续进行投放
●推广渠道是否存在刷量作弊行为
●渠道推广质量是否合格
●用户导入是否存在阻碍点，如：
网络问题、加载时间等
2）影响因素
●活动刺激
●是否在推广期
3）备注
●结合DOSU（DailyOneSessionUsers日一次会话用户数）进行分析
●DOSU指新登录用户中只有一次会话，且会话时长低于规定阈值的用户
2.2.2AU（ActiveUsers）活跃用户数
观察角度与指标
所属主题
观察角度
度量
用户类—>AU
Ø统计周期内登录过游戏的用户数
时间段
区服
成长区间（等级/战斗力）
在线时长
启动次数
区域（省份/城市）
活跃用户总数
成长级别区间的用户数
在线时长均值
在线时长区间的用户数
启动次数均值
备注
日、周、双周、月为统计周期
去重计数
DAU的作用与影响因素
1）作用
●游戏的核心用户规模是多少
●游戏产品周期变化趋势衡量
●游戏产品老用户流失与活跃情况
●渠道活跃用户生存周期
●游戏产品的粘性如何[与MAU结合]
2）影响因素
●DAU=DNU+DOU+回流用户，判断哪一项数据增幅比重影响较大
●版本更新（停服时间、更新资源大小、服务器登录困难等）
●活动刺激（活动时间、活动引导等）
●竞品影响（新品上线推广、新品活动等）
3）备注
●DAU对于核心用户规模的衡量需要谨慎对待新登用户和回流用户在DAU中的变化情况，具体需要依据详细的DAU细分才能够了解用户规模和质量
●结合MAU，用户粘度=DAU/MAU
2.2.3APA（ActivePaymentAccount）活跃付费用户数
观察角度与指标
所属主题
观察角度
度量
用户类—>APA
Ø统计周期内成功付费的用户数
时间段
区服
成长区间（等级/战斗力）
在线时长
启动次数
区域（省份/城市）
成功付费用户数
新增付费用户数
成长级别区间的用户数
在线时长均值
在线时长区间的用户数
启动次数均值
备注
一般以日为单位
去重计数
作用与影响因素
1）作用
●游戏产品的付费用户规模如何；
●APA如何构成？
如鲸鱼用户、海豚、小鱼用户的比例；
●付费用户的整体稳定性如何。
2）影响因素
●新增用户属性
●IB（ItemBilling）销售道具饱和，不能满足玩家需求
3）备注
●APA包含历史付费用户在统计时间区间内再次付费的用户以及在统计时间区间内新转化为付费的用户
●APA根据需求可细分为充值活跃用户和消费活跃用户
●APA的计算是去重
2.2.4UC（UsersChurn）用户流失
观察角度与指标
所属主题
观察角度
度量
用户类—>UC
Ø统计时间区间内，用户在不同时期（比如7天、1月等）离开游戏的情况。
时间段
区服
成长区间（等级/战斗力）
区域（省份/城市）
流失用户数
流失用户等级分布
流失前用户的最后行为
备注
作用与影响因素
1）作用
●活跃用户的生命周期是多少
●哪一个渠道的流失率比较高
●拉动收入的运营手段，版本更新对于用户的流失影响是多大
●什么时期的流失率比较高
2）影响因素
●游戏中后期的可玩性
●存在大量外挂问题且不能及时解决
●服务器经常故障等
3）备注
●流失率在游戏进入稳定期是值得关注的，稳定期的活跃和收入都比较理想，如果流失率波动较大，就需要引起警惕
●需要仔细关注是哪一部分用户离开了游戏，流失率作为一个风向标，具有预警作用
2.2.5UR（UsersRetention）用户留存
观察角度与指标
所属主题
观察角度
度量
用户类—>UR
Ø统计时间区间内，新登用户在随后不同时期（次日、3日、7日等）的登录使用情况。
时间段
区服
成长区间（等级/战斗力）
区域（省份/城市）
新增用户数
随后还登录用户数
备注
作用与影响因素
1）作用
●用户对于游戏的适应性如何
●评估渠道用户质量
●投放渠道效果评估
●用户对于游戏的粘性如何
●新登用户什么时期流失会加剧
2）影响因素
●游戏中前期的可玩性
●游戏新手教学的认同度
●渠道导入用户质量
3）备注
●留存率一定意义上代表了新登用户对游戏的满意度
●关注留存率的同时需要关注用户流失节点
●留存率的统计和计算也可以按照自然周和自然月进行分析，例如上周新登用户在随后的几周的留存情况分析
●次日留存率代表了游戏满意度，主要反映游戏初期新手对于游戏引导和玩法的适应性
3.3.收入类
总视图
所属主题
观察角度
度量
收入类—>总视图
时间段
区服
内容分类（道具/包月/活动等）
支付入口及方式
付费用户数
收入值
PUR
ARPU
ARPPU
LTV
备注
ARPU：
AverageRevenueperUser平均每用户收入
ARPPU：
AverageRevenueperPayingUser平均每付费用户收入
PUR：
PayUserRate付费比率
LTV：
LifeTimeValue生命周期价值
1.3.
1.
2.
2.1.
2.2.
2.3.
2.3
2.3.1PUR（PayUserRate）付费比率
观察角度与指标
所属主题
观察角度
度量
用户类—>PUR
Ø统计时间区间内，付费用户占活跃
用户的比例
时间段
区服
成长区间（等级/战斗力）
区域（省份/城市）
付费用户数
活跃用户数
备注
以日、周、双周、月为周期
去重计数
作用与影响因素
1）作用
●游戏产品的付费引导是否合理
●用户付费倾向与意愿[需结合首次付费功能、道具、等级，整体分析]
●付费转化是否达到预期效果
2）影响因素
●游戏付费设计
●付费引导
●充值奖励刺激
3）备注
●PUR包含历史付费用户在统计时间区间内再次付费的用户以及在统计时间区间内新转化为付费的用户
●PUR的高低并不一定代表游戏付费用户的增加或者减少
●游戏类型的不同，相应的PUR表现也是不同的
2.3.2ARPU（AverageRevenueperUser）平均每用户收入
观察角度与指标
所属主题
观察角度
度量
用户类—>ARPU
Ø统计时间区间内，活跃用户对游戏产生的平均收入
时间段
区服
成长区间（等级/战斗力）
区域（省份/城市）
总收入
活跃用户数
备注
作用与影响因素
1）作用
●不同渠道获取的用户质量如何；
●游戏收益贡献如何；
●游戏活跃用户与人均贡献的关系；
●游戏人均收益水平如何
2）影响因素
●游戏付费设计
●付费引导
●付费道具需求是否饱和
●付费点是否设计完整
●活跃用户付费比率PUR
3）备注
●ARPU用于产品定位初期不同规模下的收入预估
2.3.3ARPPU（AverageRevenueperPayingUser）平均每付费用户收入
观察角度与指标
所属主题
观察角度
度量
用户类—>ARPPU
Ø统计时间区间内，活跃付费用户对游戏产生的平均收入
时间段
区服
成长区间（等级/战斗力）
区域（省份/城市）
总收入
活跃付费用户数
备注
作用与影响因素
1）作用
●游戏付费用户平均的付费水平如何
●付费用户整体的付费趋势如何
●对鲸鱼用户的分析
2）影响因素
●游戏付费设计
●付费引导
●付费道具需求是否饱和
●付费点是否设计完整
3）备注
●ARPPU容易受到鲸鱼用户、小鱼用户的影响，分析时需谨慎
●ARPPU与APA、PUR等结合可对付费用户的留存情况，特定付费群体的流失进行深度分析，保证付费质量和规模
2.3.4LTV（LifeTimeValue）生命周期价值
观察角度与指标
所属主题
观察角度
度量
用户类—>LTV
Ø统计时间区间内，单个活跃用户对游戏产生的收入总计
时间段
区服
成长区间（等级/战斗力）
区域（省份/城市）
总收入
活跃用户数
平均LTV
LTV区间分布
备注
LT：
LifeTime一个用户从第一次参与游戏，到最后一次参与游戏之间的时间，一般计算平均值
作用与影响因素
4）作用
●用户在游戏中会待多久
●用户对于游戏的贡献价值是多少
●用户群与渠道的利润贡献如何[LTV>>CAC]
5）影响因素
●游戏品质（可玩性）
●ARPU
6）备注
●LTV是针对活跃用户的计算，没有付费与非付费用户之分
3.游戏内容指标
本部分包括收入类、玩家类和PVE/PVP玩法。
其中，收入类包括充值收入、付费点消耗和运营活动收入；玩家类对游戏玩家属性进行细分，建立用户画像；PVE/PVP玩法类对游戏内各种玩法进行细分，分析玩家在游戏内的行为。
4.
5.
6.
6.1.收入类
游戏内收入相当于游戏营收，是我们最最关注的焦点。
这里将对游戏内涉及到营收的多个层面进行数据细分与分析，目的是了解游戏营收的细节，从而为提高营收起到指导作用。
包括充值收入、付费点消耗以及运营活动收入
升级会员 