标签:频率 ack 投资回报 企业 revenue 数据管理 反馈 blog arp
作为游戏开发者,在实际工作过程中经常遇到一些 游戏运营词汇 。它们可以从各个层面来衡量游戏的健康状态,供我们进行分析,发现游戏存在的问题。那么究竟该留意哪些些数据呢?或者说该从何入手了解这些数据?本文提供一个简单的索引,帮助大家认清方向,同时也可以方便的查看相关的概念。
模型着眼于,用户从何而来>用户满意程度>用户带来价值,这三个阶段,量化的考察产品。从市场营销,产品质量和商业模式三个方面解答了成功产品的必要条件。
标准的转化模型,通过管道结构来定位每个阶段的问题
为了方便查找这里先写出 游戏运营词汇 的汇总,后面再分别详细介绍。
缩写 | 全拼 | 中文释义 | 附加说明 |
---|---|---|---|
LTV | Life Time Value | 生命周期价值 | 用于衡量用户对企业产生的价值 |
CAC | Customer Acquisition Cost | 用户获取成本 | |
ROI | Return On Investment | 投资回报率 | |
CPM | Cost Per Thousand Impression | 千人成本 | 广告显示1000次付出的费用 |
CPC | Cost Per Click | 点击成本 | 每次点击付费 |
CPA | Cost Per Action | 行动成本 | 回应有效的动作是计费依据 |
CPS | Cost Per Sale | 订单付费 | 有效订单,按比例抽成 |
CPT | Cost Per Time | 时长付费 | 渠道推荐位的付费模式 |
CPI | Cost Per Install | 安装成本 | 每一次安装的成本 |
DMP | Data Management Platform | 数据管理平台 | |
DNU | Daily New Users | 日新登陆用户 | 通常认为等于每日登录设备数 |
DOSU | Daily One Session Users | 日一次会话用户 | DNU只有一次会话,且时长低于阈值 |
DAU | Daily Active Users | 日活跃用户 | 每日登录过游戏的用户数(排重) |
WAU | Weekly Active Users | 周活跃用户 | 一般按自然周计算 |
MAU | Mouthly Active Users | 月活跃用户 | 一般按自然月计算 |
DEC | Daily Engagement Count | 日参与次数 | 30秒以上,进入一次算一次 |
DAOT | Daily Average Online Time | 日均使用时长 | |
PR(PUR) | Payment (User) Ratio | 付费率 | 付费用户占活跃用户的比例 |
APA | Active Payment Account | 活跃付费用户数 | 成功付费的用户数,一般月计 |
ARPU | Average Revenue per User | 平均每用户收入 | 活跃用户对游戏产生的平均收入 |
ARPPU | Average Revenue per Payment User | 平均每付费用户收入 | 付费用户对游戏产生的平均收入 |
下面是 游戏运营词汇 的详细描述,以及每个词汇着重要解决的问题。
它是DNU的引申指标,重点关注首登之日后7天内或14天内再未打开游戏的用户。了解非留存用户首日行为以及比例,有助于在优化产品导入用户的流程。
MAU变化幅度较小,是产品用户规模和稳定性的风向标。但在推广时期数据波动较大。
理论不低于0.2.0.2x30=6天,即每个用户每个月至少有6天登录游戏,这个比例也用于衡量用户规模。
留存通常考察+1日、+3日、+7日。以次日为例算法为:DNU在+1日登录的用户数占当日DNU的比例。新增当日不计入天数。这个值为衡量游戏质量的最重要标准。在对比时,统一的计算标准是要重点考虑和关心的。比如是账号还是设备,是具体某日还是在某日内。是新增账号还是活跃账号。这可以导致8种不同的结果。以账号为维度统计,活跃账号计算方法中,次日留存率方面,活跃账号留存率大概是新增账号留存率的1.7倍左右。而七日留存大概在3.6倍左右。以设备为维度计算,次日留存中,活跃设备留存率大概是新增设备留存率的1.8倍,而七日留存则为3.5倍。
日流失率是指,统计日登录游戏,但随后x天未登录游戏的用户占当日活跃用户的比例。其中x可以根据需要变化。周流失则指,上周登录过游戏但本周未登录的用户占上周活跃的比例。月流失是指上月登录过游戏,但本月未登录游戏的用户占上月活跃用户的比例。
流失率是产品进入稳定期是需要重点关注的指标。稳定期的收益和活跃都很稳定,如果存在较大的流失率,则需要通过该指标分析,逐步查找究竟是那些用户离开了游戏。特别要注意的是付费用户的反馈。
由于APA通常按月计,因此它的计算公式可简单的认为:APA = MAU x MPR。
其计算公式为:ARUP = Revenue/Players。即总收入除以总人数,一般按月计。ARUP用于预估不同规模下的收入,也是LTV的重要参考。
计算公式为:ARPPU = Revenue / PaymentUser。如果按月为单位则为:Revenue / APA。
可以简单的看成长期的ARPU。它的计算公式为: LTV = ARUP x LT。其中LT为生命周期,一般以月计算平均值。
跟咱某日或某周的新增用户,计算该批用户在随后的7日、14日、30日的累积收入贡献,然后除以新增数量,就可以算出本批用户的ARPU值,进而算出本批用户的LTV。可以根据不同阶段的LTV绘制曲线,了解整体推广的效果。
以上就是所有重要的概念了,我特意将内容组织成索引的形式,希望能帮到大家。
参考资料:
《游戏数据分析的艺术》
关注我的微信公众号,获取更多优质内容
标签:频率 ack 投资回报 企业 revenue 数据管理 反馈 blog arp
原文地址:http://blog.csdn.net/fansongy/article/details/60578864