:::: MENU ::::

TalkingData's Blog

现在开始,用数据说话。

Posts Categorized / Data

  • 八 27 / 2012
  • 0
Data

移动游戏运营必备的数据分析指标 Vol.1

Via @TalkingData 戴民

在我们近三期的《开启移动游戏数据化运营之门》活动中,我们一直在强调AARRR数据分析模型对于移动游戏的价值,并结合AARRR模型为游戏开发者细致讲解了移动游戏生命周期中各阶段需要重点关注的数据指标和数据维度,并且结合实际案例为大家讲解了AARRR模型在移动游戏领域的灵活运用。现在,我们将移动游戏数据化运营中各阶段需要关注的数据指标和维度系统化的整理出来,分享给大家。

用户获取篇

TalkingData的AARRR模型给出了移动应用数据分析的通用方法论。本文以TalkingData AARRR模型为基础,结合移动游戏的行业特点,给出了移动游戏运营者在业务运营各阶段应当关注的关键数据指标。 Continue Reading

  • 五 29 / 2012
  • 0
Data, Ideas

开启移动应用数据系统化分析之门

Talking Data自去年12月第一版上线以来,已经经过几次版本迭代。不过无论版本如何演进,Talking Data的主旨并未改变。从2月份的1.1版提供用户留存、渠道分析,到现在提供时间切片、多维钻取、交叉对比等高级数据挖掘功能,Talking Data一直致力于为应用开发者打造一套真正有价值的数据分析平台,而非简单的数据统计功能。

最新版的TalkingData(1.3版),在功能和细节上进一步加强,特别引入了时间切片、多维钻取,以及交叉对比功能。时间切片功能让开发者可以选择自应用上线后的任意一段时间内的某项指标进行观测,或者与当前情况进行对比;而多维钻取功能提供多版本、多渠道的全局交叉筛选能力,开发者可以任意组合多个版本、多个渠道对数据进行筛选,并可以结合前面提到的时间切片功能,对数据做精细筛选,帮助开发者定位用户群。交叉对比则允许开发在选定渠道、版本、时间后,进行全方位数据对比,全面了解应用发展情况。前面提到的这些功能属于Talking Data基本功能,在任意报表中都可以使用。比如我们可以在以“天”为基本单位的用户保留页面内,使用多维钻取功能,对渠道和版本进行筛选,从而确定不同渠道在同样的推广或投放活动中的表现,进而帮组我们作出决策。而在诸如首日留存、使用间隔之类的报表页内,我们更是可以将多维钻取、时间切片、交叉对比功能同时使用,帮助我们快速找到目标用户群。 Continue Reading

  • 五 17 / 2012
  • 0
Data

揭开应用推广运营背后的秘密 Vol.3

上一篇中我们列举了用户获取、提高活跃度、提高留存率这三个层次需要关心的指标,现在我们来看看另外两个层次。

四、获取收入(Revenue)

关于收入,大家最耳熟能详的指标就是ARPU(平均每用户收入)值。对应的比较少提的还有个指标叫ARPPU(平均每付费用户收入)。前几天,吴刚在微博里贴图比较二战风云的ARPU值时就注明了是周付费用户ARPU(所以其实是ARPPU)。但是很多人误读了以为是六十多元的周ARPU值,就会让他们对Android游戏产生过分的乐观。

是不是ARPPU高,ARPU就一定会高呢?答案是不一定。因为其中还有个指标是付费用户比例,也就是付费用户在全部用户中所占的比例。如果付费用户比例较低,那么那些收入摊到所有用户身上的平均值就低了。通常来说,如果某个游戏为了提高ARPPU,提高了虚拟道具的价格,那么付费用户比例就会相应地降低。找到一个ARPPU和付费用户比例的平衡点,才能最大化收入。 Continue Reading

  • 五 15 / 2012
  • 0
Data

移动应用和网页应用对于用户分群分析的差异

最近,基于用户细分的分析方法开始获得移动应用开发者更多的关注,这是由于用户细分不仅可以让运营人员更深入的理解用户的行为以及市场营销活动的效果,还可以帮助产品人员更好的理解导致这些结果产生的原因,而不像以前,大家只能够片面的给出管理层喜欢的浮华的指标。

做运营推广的人都知道大部分市场活动并不能马上带来转化效果,大家只是模糊的认为将来某个时候这些被广告触及的客户会下载推广的应用,分享给他的好友,用户分群最大的好处就是消除这种对于效果的模糊性。

拿社交游戏应用来举例,大部分游戏公司都采用DAU或者MAU作为KPI,这是因为对于社交游戏来说,围绕着总体用户数量/新增用户做文章,对于营收目标并没有任何意义。它们已经有一套通过真正玩游戏的活跃用户来赚钱的运营体系。大部分情况下,这些游戏本身采用免费方式,以吸引更多的玩家,而游戏公司竭尽全力的转化这些玩家为游戏付费,方式有很多:注册费用,头像,去除广告,解锁道具等等。 Continue Reading

  • 五 14 / 2012
  • 0
Data

十大数据帮你玩转移动广告

自从Android平台横空出世的那天,就打上了开放和免费的标签,因此很多Android的开发者都不得不通过在APP中投放广告的方式来获得盈利,那么要真正弄明白自己的收入情况,玩转移动互联网广告,没有数据支撑是肯定不行的。

实际上,开发者是可以利用第三方统计平台提供的各类数据统计参数来衡量移动广告收益的,关键是要明确一些基本的广告运营理念,一些关键数据维度必须要做到心中有数,才能对广告收益了然于心。

用户总数

安装应用的用户总值;这是一个基础数据,主要取决于应用的质量和推广的效果,因此希望获得很好的收益,制作优质的应用、寻找适合的推广渠道是一个先决条件。 Continue Reading

  • 五 04 / 2012
  • 0
Data

揭开应用推广运营背后的秘密 Vol.2

通常大家在推广应用时,头痛的是后台统计的激活量比渠道提供的下载量小很多。但是前几天,有一位朋友找我咨询,说他们公司的一款App来自某个渠道的激活量突然猛增。但是他查了在那个渠道(是家应用市场)上的下载量,并没有明显的变化。于是他非常困惑,问我有没有办法帮他查到原因。

少了多了都会让人头痛——因为数据出现异常,通常就说明有某个环节出了问题。但是光看一个激活量和一个下载量,并不能揭示问题的根本原因。下面我来和大家探讨一下,在应用推广和运营过程中需要看的各种指标。

回到上一篇博客我说到的应用推广和运营的模型,每一个层次或者说每一个阶段,都有不同的需要关注的数据。 Continue Reading

  • 四 23 / 2012
  • 0
Data

揭开应用推广运营背后的秘密 Vol.1

在和大量移动应用开发者接触的过程中,我们注意到有一个现象是:很多开发者只注意应用的下载量和激活量,他们把这些指标看成是一款应用成功与否的标志。于是很多应用出现了“重推广、轻运营”,甚至是“有推广、无运营”的情况。

但是,一个人真正成为某款应用的用户是在哪个时刻呢?是他决定下载这款应用的时候吗?还是他安装了这款应用的时候?事实上,都不是。甚至当他启动并进入了这款应用的时候,也还没有真正成为这款应用的用户——通常这时他还带着怀疑的态度。只有当他觉得这款应用符合(也可能是超出)他的期望值、或者至少还有兴趣再次进入应用体验时,他才真正成为这款应用的用户。

为了帮助那些移动应用开发者认清这一点,我们通常用以下这个AARRR模型向他们解释一个移动应用背后的运营模式。 Continue Reading

  • 四 19 / 2012
  • 0
Data

数据运营应贯穿移动应用整个生命周期

怎么才是一款成功的移动应用?移动应用开发的阶段考虑的是怎么样把产品开发好,开发好就是发布,之后就开始关注有多少激活量,再做一些应用的改进,再进一步的推广。大家可能会更关心一些渠道,我们是在哪些渠道上投放产品更受欢迎,下载量更高,然后再看效果。

这个时候,专门为移动应用服务的数据统计平台由此应运而生,但在诸多的数据统计平台中,谁能更好的贯穿整个产品生命周期,在提供数据统计服务外需要不需要助力运营,围绕这些话题,在4月11日的优亿移动开放日上,腾云天下的创始人徐懿给与会者和雷锋网分享了他的观点,以下为雷锋网对其演讲的摘编。 Continue Reading

  • 三 12 / 2012
  • 0
Data

TalkingData beta1.2版重装上线

TalkingData beta1.2 Release Note:

修改和优化:

1、对全站进行了重新装修。

2、报表页可根据屏幕分辨率适配最优样式。

3、地区、机型、操作系统、分辨率等页面的柱状图表调整了更好样式。

4、增加数据明细表的行数调节功能。

5、对流失漏斗图表进行了大幅优化,可读性更强。 Continue Reading

  • 二 28 / 2012
  • 0
Data, Ideas

读懂你的用户留存

留存一直都是用来评定用户粘度的最好指标,从字面上就很好理解“有多少用户留下来了”,这是对你总体应用质量最直观的说明。

在一个浮躁的大环境下,很多产品过分的关注用户量而不计代价,想尽办法换来了不少“过眼云烟”,结果也只能是一吹而散,长期无益。近期各种报告中都不断指出In-App Purchase的Free应用比下载付费更好赚钱,无论是靠流量还是靠付费生存的应用都应着重分析留存。

用户留存

用户自某段时期开始使用应用,在一段时间之后,仍然还在使用应用的被认做是留存;这部分用户占当时新增用户的比例,即是留存率。 Continue Reading

页面:1...678910111213
随时欢迎您 联系我们