移动游戏运营必备的数据分析指标 Vol.2

用户活跃度(Activation)

Via @TalkingData 戴民

上篇中主要谈了移动游戏运营者通过各种渠道获取用户应当关注的指标,并在最后着重说明了CAC-即用户获取成本这个关键指标概念。传统较粗犷的数据运营通常只会关注到用户数量这个层次,而实际上除了关注用户数量之外,用户的质量对于运营者来讲其实更为关键。AARRR模型为我们指出了一条精细化数据运营的定律,就是LTV(用户生命周期价值) > >CAC。也就是说,在投入成本获取用户后需要着重的关注和提升用户在整个生命周期中所创造的实际收入价值,从而确保获得最大的ROI。

本文将继续沿着AARRR模型体系,将重心从成本方面转向价值方面,着重给出移动游戏在提升用户生命周期价值过程中应当关注的重要指标。

移动游戏的用户生命周期运营可以归纳为如下的这个转化过程:

获得用户(下载安装) -转化成活跃用户(登录使用) -留住用户(回访留存)-转化成付费用户(应用内支付) 。

一、用户活跃(Activation)

用户活跃是用户价值转化过程最开始的一步。

1. 活跃用户

指标定义

活跃用户:一段时间内启动/登录过移动游戏的用户,主要体现为:每日活跃用户数量(DAU)和每月活跃用户数量(MAU)

活跃用户比例:一段时间内活跃用户数量/一段时间内累计用户数量,主要体现为:日活跃率、周活跃率、月活跃率

一次性用户(One-Day User):根据当前时间,自新增以来再没有使用过应用的用户。只有新增时的一次启动/登录,之后再无启动/登录。

一次性用户比例:一次性用户数/累计用户数。

反应问题

游戏用户质量。活跃用户的绝对数量低,或相对总用户数量比例低,说明用户的质量不高,应结合渠道等维度深入分析是否目标用户群是否准确或者深入分析产品使用是否存在问题。反之并不能绝对说明用户质量高,产品使用不存在问题,还应当结合其它指标深入分析判断。

一次性用户,虽然从定义上这部分用户也属于活跃用户,但应当格外给予关注。绝大部分一次性用户都是无效的,不能创造任何价值。比如渠道的刷量作弊会带来大量一次性用户。在观测活跃用户数量的同时,请同时注重观测此指标,以客观评价分群体(如渠道)的用户质量。对于移动游戏来讲,健康的一次性用户比例应当不大于15%

产品状况:活跃度可以有效的反映用户首次游戏体验情况。游戏的界面效果、启动加载时间、交互操作体验、用户引导等因素都将对用户的活跃度带来直接影响。

健康表现

成熟、健康的游戏运营的MAU从长期的发展趋势来看,应当呈现出稳定的趋势曲线

2

一次成功的推广活动或版本上线应当带来活跃用户数量明显的增长曲线,同时一次性用户保持在健康的比例范围。

3

2. 启动次数

指标定义

启动次数:用户对移动游戏的一次使用记为一次启动。启动次数就是用户对游戏的启动总量。可以按不同时间区间进行统计。做数据追踪统计时,一般建议30秒内重复开启记录为一次完整使用,不单独计量。一般来说,我们主要关注的指标包括:日启动次数、周启动次数、月启动次数

日平均启动次数:该日平均每用户启动应用次数。 日启动次数/日启动用户数

反应问题:启动次数反应游戏的用户使用频率。可以作为游戏产品质量的一个指标。

健康表现

屏幕快照 2012-09-12 下午12.21.26

不同类型的移动游戏会有不同级别的启动次数量级。该指标应当结合用户分布维度来看,主要用户应当分布在较高的启动次数上。

3. 使用时长

指标定义

平均单次使用时长:一定时间内,用户平均每次游戏使用的多长时间 = 时间内用户总使用时长/启动次数

平均日使用时长:当日用户使用游戏时间综合的算数平均值

反应问题:使用时长反映用户持续停留在游戏中的状况,是用户参与使用游戏的体现。可以作为游戏产品质量的一个指标。同时也可以结合用户分布维度来分析游戏用户质量。

健康表现

屏幕快照 2012-09-12 下午12.23.32

不同类型的移动游戏会有不同级别的使用时长量级。 好的游戏应当有更长的使用时长。 该指标应当结合用户分布维度来看,主要用户应当分布在较高的使用时长上。如果存在大量短使用时长用户存在,排除产品主要因素之外说明目标用户群体存在问题, 可能存在如渠道作弊等异常情况。该指标可作为监控渠道用户获取质量的一个指标。

4. DAU/MAU

指标定义

DAU/MAU:当日的日活跃用户数与30日活跃用户数的比值

反应问题

DAU/MAU是社交游戏类和在线类应用常用的一项评估指标,被用来分析用户粘度。比值越趋近于1表明用户活跃度越高,在比值低于0.2时,应用的传播性和互动性将会很弱。行业中也常用DAU/MAU乘以30来计算每月用户平均活跃天数。

健康表现

屏幕快照 2012-09-12 下午12.48.30

好的游戏会有更高的DAU/MAU比值。通常健康的Freemium游戏 DAU/MAU不低于0.15, 并且长期趋势呈现平稳的曲线。如果长期趋势曲线出现急剧增减,就要结合其它指标综合分析问题原因了。

二、用户留存Retention

用户的留存(Retention)可以告诉您用户对游戏的忠诚度有多高。简单的讲,就是留住活跃的用户。用户留存是用户最终向付费转化,创造实际收入价值的过程中最关键的阶段。

指标定义

用户在某段时间内开始使用游戏,经过一段时间后,仍然继续使用游戏的被认作是留存用户;这部分用户占当时新增用户的比例即是留存率。通常来说,我们主要关注的留存指标包括:日留存(1Day Retention)、周留存(7Day Retention)、月留存(30Day Retention)

反应问题:

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”,这是对你总体游戏应用质量最直观的说明。留存率越高,说明游戏应用的质量越高,用户的忠诚度越好。

关注某日/某周的新增用户在之后的不同时期还有多少人仍在使用,从而了解到您的应用在使用多久后容易流失用户。找出最易流失用户的时间段,通过调整应用的策略、活动激励等措施来降低用户的流失。

在行业中,很多应用都很重视首日留存率(1Day Retention)这项指标,这是对应用质量的直接反映,这项指标还可以在一定程度上说明用户首次体验的满意度。

健康表现:

png

用户的留存在推广渠道,产品版本既定的情况下应当呈现一定的发展趋势。一般来讲用户留存会呈现如上图的发展趋势曲线。

从指标角度将,用户的留存1日,7日和30日留存存在着一定的转化关系。健康的移动游戏1日,7日,30日用户留存率应不低于50% – 25% – 10% 的水平。也就是说一款好的移动游戏应用首日用户留存率应维持在50%左右的水平,周留存率在25%水平,月留存率在10%水平。

QQ图片20130708171653

更详细用户留存分析指导请移步TalkingData blog查看“如何读懂用户留存”

三、用户生命周期

用户的生命周期是指用户从开始使用一款游戏应用到卸载应用的整个过程,因为移动应用很难捕捉用户的卸载动作,通常会根据用户的使用频率低于某个极限值来判断用户流失。

LTV(Lifetime Value)就是一个用户在生命周期内创造的价值总和。对于移动游戏来讲就是一个用户在生命周期中创造的收入综合。这个指标数值是游戏运营及决策者应当时刻保持在头脑当中的,下一篇重点讲的就是付费和收入,这里做一个铺垫。

发表评论

电子邮件地址不会被公开。 必填项已用*标注