文件名称：游戏运营数据分析.docx
文件大小：26KB
文件格式：DOCX
更新时间：2022-12-24 00:03:27
文档资料
任何一款游戏运营，都是以UED、数据分析为导向，如何开发、运营好一款成功的全球社 交游戏，是每个社交游戏产品经理头等大事。用数据说话，是一个简单明快的操作方式，但社交游戏的数据如何分类？海内外关注点有何区别？相信作为每个社交游 戏产品经理是非常关心的话题，那么我们就从基础知识入手，逐步梳理出符合运营需求的核心数据环节，抛弃冗长复杂的多类数据，为自己的成功打下扎实的基础。 付费率=付费用户÷活跃用户x100 活跃率=登陆人次÷平均在线人数 ARPU值=收入÷付费用户 用户流失率=游戏当前活跃用户规模÷历史注册总量 同时在线峰值=24小时内同时在线最高达到人数 平均在线=24小时每小时同时在线相加总和÷24小时 *运营游戏平均同时在线用户=ACU 【有称ACCU】 采用道具收费模式游戏活跃付费用户=APC 活跃付费账户=APA 付费用户平均贡献收入=ARPU 当日登录账号数=UV 用户平均在线时长=TS 最高同时在线人数=PCU 【有称PCCU】 同时在线人数=CCU 付费人数一般是在线人数2～4倍。 活跃用户（玩家）：是指通过你的推广代码注册，不属于小号或作弊情况、正常进行游戏一个月以上未被官方删除的用户视为活跃用户 。 您推广的两个用户目前还没有通过至少1个月的审查时间，您可以在您的推广纪录中查看您推广用户的注册时间。且这两个用户需要满足上述对活跃玩家的定义才 能称为活跃玩家！ 活跃付费账户=APA。 每个活跃付费用户平均贡献收入=ARPU。 【活跃天数计算定义】 活跃天指用户当天登陆游戏一定时间、认定用户当天为活跃、活跃天数加1天。 当天0：00-23：59登陆游戏时间2小时以上用户当天为活跃天、活跃天数累积1天。 当天0：00-23：59登陆游戏时间0.5小时至2小时、活跃天数累积0.5天。 当天0：00-23：59登陆游戏时间0.5小时以下、不为其累积活跃天数。 游戏运营数据分析全文共4页，当前为第1页。每日： 游戏运营数据分析全文共4页，当前为第1页。 －－－－－－－－－用户数量描述 在线人数：（取的当日某个时刻最高在线，一般发生在9:30左右） 新进入用户数量：（单日登录的新用户数量） 当日登录用户数量： 每日登录/在线： －－－－－－－－－盈利状况描述 每日消耗构成：（根据金额和数量做构成的饼状图） 每日消耗金额： 每日消费用户数量： 每日充值金额： 每日充值用户数量： 每日充值途径： －－－－－－－－－产品受关注程度描述 官网首页访问量： 客户端安装量：（根据安装完成弹出的页面） 客户端下载量： 客户端下载点击量： 安装率：下载安装/下载量 －－－－－－－－－游戏系统描述 每日金钱增量、消耗和净增值： 等级分布： 忠诚用户等级分布： 特征物品市场价格（如联众游戏豆）： 每周： －－－－－－－－－用户群体描述 活跃用户数量：当周登录过游戏的用户数量 忠诚用户数量：本周登陆3次以上（当天重复登陆算1次），最高角色等级超过15级，在线时长超过14小时的帐号 流失用户数量：上周登录但本周没有登录的用户数量 流失率：流失用户/上周活跃数量 忠诚流失率：上周忠诚用户当周没有登录用户的数量/上周忠诚用户数量 忠诚度：忠诚用户数量/活跃用户数量*修正值（新进人数的变化比例） 转化率：上周登录的用户在本周转化为忠诚用户的比例 －－－－－－－－－盈利变化描述 ARPU值（周）：当周充值总额/当周付费用户数量；当周充值总额/当周平均最高在线 付费用户：该周有过付费行为的玩家数量 新增付费用户数量：本周新增的付费用户 付费率：该周付费用户数量/该周登录用户 付费用户流失数量：上周付费用户本周未登录数量 付费流失率：上周付费用户本周未登录的比例 注册转付费：某一天注册的用户在一周后付费的用户数量及比例 每月： 游戏运营数据分析全文共4页，当前为第2页。ARPU值：该月充值总额/当月付费用户数量；当月充值总额/当月平均最高在线 游戏运营数据分析全文共4页，当前为第2页。 付费用户：该月有过付费行为的玩家数量 新增付费用户数量： 付费用户流失数量： 付费流失率： 活跃用户数量：该月登录过的用户； 针对道具： 每日购买量： 每日使用量： 转卖数量：购买然后在手里出售给其他玩家的数量 转卖价格： 流通速度：转卖总次数/参与转卖的道具数量 购买者等级分布： 使用者等级分布： 产品分析为游戏包装、盈利设计提供非常必要的支持，也是指导日常运营的重要参考。是运营工作中的核心内容之一。但和其他行业一样，即便做了非常多的数据分 析和其他信息收集，我们往往依然很难获得足够的信息来得到一个非常清晰的结论，经验和直觉在决策中还是扮演重要的地位。 产品分析分为： 一、从信息收集渠道上来看： （一）数据分析（通过数据库或后台查询的数据） 1.例行数据分析（每日、