第1章 了解游戏数据分析
游戏数据分析的意义
产品能否打动用户，用户能否长期留存，并很好地享受和体验产品，是获取更多稳定活跃用户和收益的关键：哪些设备的崩溃率最高，哪些设备的注册转化率较低、哪些设备是为这款游戏付费最多的，哪些反馈用户响应率低？
游戏数据分析的流程
第2章 游戏数据指标
数据指标
用户获取
用户活跃
| 指标 | 定义 | 解决问题 |
|---|---|---|
| 日活跃用户数 Daily Active Users(DAU) |
每日登陆过游戏的用户数 |
|
| 周活跃用户数 Weekly Active Users(WAU) |
最近7日（含当日）登陆过游戏的用户数，一般按自然周计算 |
|
用户留存
留存率：某段时间新增用户数记为 ，经过一段时间后，仍然使用的用户占新增用户 的比例为留存率。
| 指标 | 定义 | 解决问题 |
|---|---|---|
| 次日留存率 Day 1 Retention Ratio |
日新增用户在+1日登陆的用户数占新增用户的比例 | 留存率逐渐演变为评判游戏质量的重要标准，在开发者通过此项数据与行业和渠道对比时，统一的计算标准是要重点考虑和关心的。留存率关心的是从用户获取的角度综合分析获取用户的渠道方式是否合理，产品用户规模是否能够增长。 |
| 3日留存率 Day 3 Retention Ratio |
日新增用户在+3日登陆的用户数占新增用户的比例 | |
| 7日留存率 Day 7 Retention Ratio |
日新增用户在+7日登陆的用户数占新增用户的比例 | |
| 日流失率 Day Churn Ratio |
统计日登陆游戏，但是在随后7天未登录游戏的用户占统计日活跃用户的比例 | 日流失率可根据需求情况进行调整时间区间，例如可以是随后10日或者14日。 流失率是在游戏进入稳定期需要重点关注的指标，如果说关注留存是关注游戏用户前期进入游戏的情况，那么关注流失率则是在产品中期和后期关心产品的用户稳定性，收益能力转化。稳定期的收益和活跃都很稳定，如果存在较大的流失率，则需要通过该指标起到警示作用，并逐步查找哪部分用户离开了游戏，问题出在哪里。尤其是对付费用户流失的分析，更需要重点关心。 |
| 周流失率 Week Churn Ratio |
上周登陆过游戏，但在本周未登录游戏的用户上周周活跃用户的比例 | |
| 月流失率 Month Churn Ratio |
上月登陆过游戏，但在本月未登录游戏的用户上月月活跃用户的比例 |
第6章 留存分析
留存率的概念
在互联网行业中，用户在某段时间内开始使用应用，经过一段时间后，仍然继续使用该应用的用户，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，会按照每隔l单位时间（例日、周、月）来进行统计。顾名思义，留存指的就是有多少用户留下来了。留存用户和留存率体现了应用的质最和保留用户的能力。
上述定义描述中，留存率有两点要重点关注的内容。
- 计算的用户群。不同用户群的行为，确定了不同的留存表现。
- 计算的时间点。不同时间点确定了用户群以及留存率的表现。
留存率的计算
从时间上划分，留存率可以分为次日、三日、七日、14日、30日、90日、180日留存率，也可以分为周留存率，月留存率。 一般情况下，游戏从业者倾向关注次日、三 日和七 日留存率，这主要是对新登用户的分析（此处新登用户多指激活打开游戏或者注册游戏），因为这与用户获取有直接关系，游戏的DAU规模取决千所获取新登用户的留存表现。
留存率公式：
- 次日留存率：新登用户中，在首登后的次日再次登录用户数／新登用户数。
- 3日留存率：新登用户中，在首登后的第三天再次登录用户数／新登用户数。
- 7日留存率：新登用户中，在首登后的第七天再次登录用户数／新登用户数。
存在4日留存率比3日留存率高的可能性。留存率代表的是一种用户返回游戏的概率，尽管随着时间的延长，这种概率整体是趋千下滑的，但是在某些情况下，时间越久的留存率则会稳定更加活跃的用户，这批用户经过一些活动或者运营的刺激，被重新激活，返回游戏，进而就会发生留存率上升的情况，也就是说会交集出更多的重合用户。
留存率的三个阶段
留存率是转化率的一种，即由初期的不稳定的用户转化为活跃用户、稳定用户、忠诚用户的过程，随着留存率统计过程的不断延展 ， 就能看到不同时期的用户的变化情况。
留存是以研究新用户为目标对象的，即我们研究某一个点的一 批用户在随后的十几天、几周、几个月的时间内的生命周期情况，这样可以从宏观上把握用户的生命周期长度以及我们可以改善的余地。
如刚才所说的，我们要宏观观察用户的生命进程情况，最佳的办法就是从用户导入期就开始。所谓用户导入期就是用户接触并进入游戏的阶段，这个阶段的分析其实是大有作为的，因为用户进入游戏来源千不同的渠道，通过不同的营销手段拉入游戏，通过交叉分析，用户的后期留存情况就能从一个层面把握渠道质盐。例如，付费、黏性、价值量、CAC成本。
留存率的三要素
留存率的分析要关注三个要素：
- 环境：获取用户的方式、渠道、方法
- 用户：获取用户的质量、效果、兴趣
- 产品：本身产品的质量和人群受众定位
三个要素其实就是影响留存率的关键要素，如果用一个词来形容，就是体验。
马化腾说过的一 句话：“不管什么年龄和背景，所有人都喜欢清晰、简单、自然、好用的设计和产品，这是人对美最自然的感受和追求。”所谓用户的体验，或者深入一 点就是用户的行为和心理需求，就是要把握住用户的情感，设计内容的耐玩性和趣味性，抓住用户的核心诉求，了解用户放弃的原因（比如痛苦、失败、麻烦、不一 致）。从获取用户角度，就是我们提到的留存率三要素。
这种体验是在用户接触到游戏时就已经产生了。 一 个用户选择了什么渠道、看到了什么描述、什么关键字、什么截图、什么下载、什么安装速度、什么首次加载、什么二次加载、就已经诞生了体验，用户的流失不是一 跋而就的，而是不断积累的，当达到了体验上的 “耐受点” 时，用户就会突然离开，而且是毫无征兆的。在上述的描述中，就涉及了谈到的环境、用户和产品。
所以，有什么能够刺激用户在一 天中再次主动打开和关注游戏 ，这是最重要的，因为一旦解决了这点，等同千游戏的留存率会有很好的表现。就体验的话题继续剖析，体验的反馈是这一切的起点，只有当用户对游戏的反馈足够好的时候，用户才会认为你的体验良好，所以认为这款游戏值得继续体验下去。
移动设备的黏性源于用户对未知内容的追求，无论是我们看到手机屏幕显示的一条未读语音留言，还是看到我们游戏中的家园被他人瓦解，都会存在一种本源的动力去挖掘和了解真相，甚至会在最初的一时间内在期盼下一 秒 、下一分钟或者下一个小时可能发生的事情。例如，我们每天都不断地浏览自己的朋友圈，这都是对千未知内容或者信息的挖掘，这其实就是黏性。同样的原则也适用千游戏。
总结起来，留存率实际只是一 种表面上的工具，然而作为分析师去分析留存率的表现，是需要了解留存率背后所折射的问题和影响因素。不管是留存率的根本影响因素还是在体验上，都涉及用户心理、产品机制和内容设计等。
留存率的分析
留存率的三个普适原则
- 不同用户群之间的留存率趋势是一致的。
用户群的定义方式有许多种，例如付费用户群、完成新手引导用户群。拿渠道用户群来说，不同渠道之间的用户留存趋势是一 致的，但不同渠道之间的留存率水平是不一致的，渠道的留存率水平差异可以作为衡量渠道的一个指标。
留存率分析的作用
参考资料
《游戏数据分析的艺术》 于洋