手游数据分析中常用到的指标说明

说明：在不同的行业做数据分析，有些指标是互通的，但是根据业务的不同也会有很多不同的指标，比如之前在互联网金融公司实习，做的是信贷产品的数据分析，常用到的指标就有各种用户数据，比如新客、老客、随借、结清再贷等；各种转化率、各种时效，比如客服时效、是否实地、实地时效、补充个人征信时效等等，特别多。那么今天总结的就是游戏产品（手游）中常用到的各种指标，也是从网络中搜集整理的材料，主要是自己想学习了解一下，同时仅供大家参考。我觉得一名合格的数据分析师应该是业务和技术兼备，会取数、算数、可视化展示的同时更应该了解业务，这样才能更深刻理解数据背后的含义。

一般来说，手游中用户生命周期如下：

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) 。

那么就按照这样的生命周期，我们进行相关指标的介绍。

1、用户数量

以时间、地域、版本、推广渠道等不同维度来拆解分析新增、总数及增长率，组合各种维度来分析各种营销渠道的用户获取效果以及目标用户分布。

（1）用户数量角度常用到的指标包括：点击用户数(Click)；安装用户数(Install)；注册用户数(Sign-Up)；在线用户数(Login)；最高在线(PCU)；平均在线(ACU)；日活跃(DAU)；周活跃(WAU)；月活跃(MAU)

（2）有效用户数：不同类型产品会有不同的定义(可能是注册用户或者登录用户或者付费用户)

（3）自然增长用户：非推广手段获得的用户。意义：如果此数据增长率相对渠道推荐获得用户的增长率很高，或者说明产品已经进入成熟稳定期，或者说明营销推广需要加强了。

（4）渠道推广用户：推广渠道获得的用户。意义：该数据中含有渠道标签，用于宏观的评价渠道推广效果。

（5）虚假用户：一般指一次会话用户。意义：主要用于监控渠道刷量作弊。同时也可反映目标用户的使用习惯，判断渠道获取的用户是否有效，从而评价渠道推广质量等。

（6）各种转化率：点击->安装->注册->登录的转化比率(分渠道)，可以分别统计计算各步骤对应的转化率，同时可进行各个渠道之间的对比分析。同时针对不同推广渠道还有获客成本(CAC)的分析。

2、活跃用户

第一组：

（1）活跃用户：一段时间内启动/登录过移动游戏的用户。可分为每日活跃用户数量(DAU)，每月活跃用户数量(MAU)，以此按时间维度类推。

（2）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。可分为日活跃率、周活跃率、月活跃率，以此按时间维度类推。

（3）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。

（4）一次性用户比例：一次性用户数/累计用户数。

背后的含义：活跃用户数据背后体现的是游戏用户质量和产品的状况。

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量，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。

第二组：

（1）启动次数：用户对移动游戏的一次使用记为一次启动。按照时间维度可分为日启动次数、周启动次数、月启动次数，以此按时间维度类推。

（2）平均启动次数，包括日平均启动次数、周平均启动次数等，计算方式：启动次数/日启动用户数。

背后的含义：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。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。

第三组：

（1）使用时长，按时间维度又可分为单次使用时长、日使用时长等，对应的可计算平均单次使用时长、平均日使用时长等。

（2）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。

（3）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。

背后的含义：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。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。

第四组：

（1）DAU/MAU:当日的日活跃用户数与30日活跃用户数的比值.

背后的含义：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。一般来说，DAU/MAU应该不低于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。

3、用户留存

（1）用户留存：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。

（2）根据时间维度分为：首日留存、日留存、周留存、月留存等。

背后的含义：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。用户留存是用来评定用户粘度的最好指标。在行业中，很多应用都很重视首日留存率这项指标，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。通过观察不同时间维度的用户留存情况，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。一般来说，一款好的手游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。如果过高或者过低都应该详细分析一下。

4、收入

游戏中创收一般可以是付费下载、应用内广告、应用内付费三种。这些收入具体计算就是单件乘以数量了，部门会有对应的说明。

（1）平均每付费用户收入(ARPPU):一般以月为单位计算，计算方法如下：月游戏总收入/月付费用户数。

背后的含义：ARPPU反映的是平均每个付费玩家的付费额度，计算的是那部分花钱用户的情况。一般少量大额付费用户带来的收入会占整体付费收入的绝大部分。因此，在做收入分析时应着重对这部分用户的收入变化做重点的分析，并根据实际情况采取相应的行动策略。

（2）平均每用户(活跃用户)收入(ARPU)：一般以月为单位计算，计算方法如下：月游戏总收入/月活跃用户数。

背后的含义：ARPU反映的是总体收入在整体用户中均摊的情况，通常该值会远小于ARPPU。ARPU可以用来评估各个用户获取渠道的质量。

（3）付费转化率：付费用户占整体活跃用户的比例。按时间维度不同可分别计算。以月付费转换率为例，计算方法如下：月付费用户数/月活跃用户数。

背后的含义：一般来说，月收入、ARPPU、付费转化率之间存在如下的关系：月收入 = ARPPU * MAU * 付费转化率。付费转化率体现了游戏产品引导玩家付费的能力，玩家的付费倾向和意愿。但是，付费转化率不能直接反映收入的变化情况。付费转化率低并不一定意味着付费用户的减少，有可能是某一时期(如推广活动后)有大量新用户进入游戏造成，还应结合首次付费时间等其它指标因素综合考量对收入变化的影响。相反，付费转化率变高也不一定就意味着用户付费额的增加。

最后，补充一些常用的术语供大家参考：

AU：活跃用户 ARPU：每活跃用户收入 ARPPU：每付费用户收入 DAU：日活跃用户 MAU：月活跃用户

PCU：最高同时在线人数 LTV：生命周期价值 ROI：投资回报率 KPI：关键绩效指标 PGC：专业生产内容

UGC：用户生产内容 GM：游戏管理员

说明：对于游戏产品的数据分析中，一般来说，除了以上列举的指标外，还包括竞品分析、其他部门日常数据需求、专题分析等等。所以数据分析师的工作也挺丰富的，基本上可以服务各个部门。好啦，就介绍这些吧，资料也是从网上自己查找整理的，如有侵权可联系我删除。仅供大家学习参考，加油噢！