99%遊戲開發者都不知道的遊戲運營詞彙
作為遊戲開發者,在實際工作過程中經常遇到一些 遊戲運營詞彙 。它們可以從各個層面來衡量遊戲的健康狀態,供我們進行分析,發現遊戲存在的問題。那麼究竟該留意哪些些資料呢?或者說該從何入手瞭解這些資料?本文提供一個簡單的索引,幫助大家認清方向,同時也可以方便的檢視相關的概念。
資料收集模型
AARRR
- Acquisition 獲取使用者
- Activation 提高啟用率
- Retention 提高留存
- Revenue 獲取收入
- Refer 病毒傳播
模型著眼於,使用者從何而來>使用者滿意程度>使用者帶來價值,這三個階段,量化的考察產品。從市場營銷,產品質量和商業模式三個方面解答了成功產品的必要條件。
PRAPA
- Promotion 使用者推廣
- Register 註冊使用者
- Activity 活躍使用者
- Pay 付費使用者
- ARPU 每使用者收益
標準的轉化模型,通過管道結構來定位每個階段的問題
- P>R:使用者數量表現,新登入使用者的轉化成本。
- R>A:使用者的質量表現,留存率。
- P:使用者收入表現,付費轉化率。
- P>A:使用者價值挖掘,收益轉化能力。
遊戲運營詞彙
為了方便查詢這裡先寫出 遊戲運營詞彙 的彙總,後面再分別詳細介紹。
縮寫 | 全拼 | 中文釋義 | 附加說明 |
---|---|---|---|
LTV | Life Time Value | 生命週期價值 | 用於衡量使用者對企業產生的價值 |
CAC | Customer Acquisition Cost | 使用者獲取成本 | |
ROI | Return On Investment | 投資回報率 | |
CPM | Cost Per Thousand Impression | 千人成本 | 廣告顯示1000次付出的費用 |
CPC | Cost Per Click | 點選成本 | 每次點選付費 |
CPA | Cost Per Action | 行動成本 | 迴應有效的動作是計費依據 |
CPS | Cost Per Sale | 訂單付費 | 有效訂單,按比例抽成 |
CPT | Cost Per Time | 時長付費 | 渠道推薦位的付費模式 |
CPI | Cost Per Install | 安裝成本 | 每一次安裝的成本 |
DMP | Data Management Platform | 資料管理平臺 | |
DNU | Daily New Users | 日新登陸使用者 | 通常認為等於每日登入裝置數 |
DOSU | Daily One Session Users | 日一次會話使用者 | DNU只有一次會話,且時長低於閾值 |
DAU | Daily Active Users | 日活躍使用者 | 每日登入過遊戲的使用者數(排重) |
WAU | Weekly Active Users | 周活躍使用者 | 一般按自然周計算 |
MAU | Mouthly Active Users | 月活躍使用者 | 一般按自然月計算 |
DEC | Daily Engagement Count | 日參與次數 | 30秒以上,進入一次算一次 |
DAOT | Daily Average Online Time | 日均使用時長 | |
PR(PUR) | Payment (User) Ratio | 付費率 | 付費使用者佔活躍使用者的比例 |
APA | Active Payment Account | 活躍付費使用者數 | 成功付費的使用者數,一般月計 |
ARPU | Average Revenue per User | 平均每使用者收入 | 活躍使用者對遊戲產生的平均收入 |
ARPPU | Average Revenue per Payment User | 平均每付費使用者收入 | 付費使用者對遊戲產生的平均收入 |
詳解
下面是 遊戲運營詞彙 的詳細描述,以及每個詞彙著重要解決的問題。
DNU
- 渠道貢獻的使用者份額
- 巨集觀走勢,確定投放策略
- 是否存在大量垃圾使用者
- 註冊轉化率分析
DOSU
它是DNU的引申指標,重點關注首登之日後7天內或14天內再未開啟遊戲的使用者。瞭解非留存使用者首日行為以及比例,有助於在優化產品匯入使用者的流程。
- 推廣渠道的質量評估。
- 使用者匯入是否存在障礙點,如網路狀況、載入時間、客戶端崩潰等。
- 遊戲新手引導設計分析點之一。
DAU
- 核心使用者規模
- 產品生命週期分析
- 產品活躍使用者流失,分解活躍使用者
- 使用者活躍率。活躍使用者 / 累計使用者
WAU
- 週期性使用者規模
- 週期性變化趨勢,主要是推廣期和非推廣期比較
MAU
MAU變化幅度較小,是產品使用者規模和穩定性的風向標。但在推廣時期資料波動較大。
- 使用者規模穩定性評估
- 推廣效果評估
- 總體遊戲使用者規模變化
DEC
- 參與頻率分析,尤其是在上線、版本更新和運營活動等期間,監控該資料,瞭解使用者對產品的反饋。
- 衡量使用者黏性,針對不同使用者群分析(活躍、新增、付費)
DAOT
- 分析產品質量問題
- 觀察不同時間維度的評價使用時長,瞭解不同使用者群的習慣
- 渠道質量的衡量標準之一
- 流失使用者分析依據之一
DAU / MAU
理論不低於0.2.0.2x30=6天,即每個使用者每個月至少有6天登入遊戲,這個比例也用於衡量使用者規模。
- 遊戲人氣變化的風向標
- 使用者活躍天數的評估
Retention Ratio
留存通常考察+1日、+3日、+7日。以次日為例演算法為:DNU在+1日登入的使用者數佔當日DNU的比例。新增當日不計入天數。這個值為衡量遊戲質量的最重要標準。在對比時,統一的計算標準是要重點考慮和關心的。比如是賬號還是裝置,是具體某日還是在某日內。是新增賬號還是活躍賬號。這可以導致8種不同的結果。以賬號為維度統計,活躍賬號計算方法中,次日留存率方面,活躍賬號留存率大概是新增賬號留存率的1.7倍左右。而七日留存大概在3.6倍左右。以裝置為維度計算,次日留存中,活躍裝置留存率大概是新增裝置留存率的1.8倍,而七日留存則為3.5倍。
Churn Ratio
日流失率是指,統計日登入遊戲,但隨後x天未登入遊戲的使用者佔當日活躍使用者的比例。其中x可以根據需要變化。周流失則指,上週登入過遊戲但本週未登入的使用者占上周活躍的比例。月流失是指上月登入過遊戲,但本月未登入遊戲的使用者占上月活躍使用者的比例。
流失率是產品進入穩定期是需要重點關注的指標。穩定期的收益和活躍都很穩定,如果存在較大的流失率,則需要通過該指標分析,逐步查詢究竟是那些使用者離開了遊戲。特別要注意的是付費使用者的反饋。
PR
- 遊戲產品的收益轉化能力標準。
- 使用者付費關鍵點和轉化週期。
- 付費轉化效果的評估。
APA
由於APA通常按月計,因此它的計算公式可簡單的認為:APA = MAU x MPR。
ARPU
其計算公式為:ARUP = Revenue/Players。即總收入除以總人數,一般按月計。ARUP用於預估不同規模下的收入,也是LTV的重要參考。
- 不同渠道的使用者質量判斷。
- 產品收益貢獻。
- 活躍使用者人均收入與投放成本的關係。
ARPPU
計算公式為:ARPPU = Revenue / PaymentUser。如果按月為單位則為:Revenue / APA。
- 付費使用者的付費能力和梯度變化。
- 付費使用者的整體付費趨勢和不同付費階層差異。
- 大R、小R對整體收入的影響。
LTV
可以簡單的看成長期的ARPU。它的計算公式為: LTV = ARUP x LT。其中LT為生命週期,一般以月計算平均值。
跟咱某日或某周的新增使用者,計算該批使用者在隨後的7日、14日、30日的累積收入貢獻,然後除以新增數量,就可以算出本批使用者的ARPU值,進而算出本批使用者的LTV。可以根據不同階段的LTV繪製曲線,瞭解整體推廣的效果。
- 使用者收益貢獻週期
- 使用者群與渠道的利潤貢獻,LTV與CAC的衡量。
- LTV不區分付費與非付費使用者,衡量的是整體價值。
總結
以上就是所有重要的概念了,我特意將內容組織成索引的形式,希望能幫到大家。
參考資料:
《遊戲資料分析的藝術》
關注我的微信公眾號,獲取更多優質內容