大家好，我是讯享网，很高兴认识大家。

乐元素移动游戏运营数据分析指标汇总

一、用户获取

1、mobile用户获取流程

点击-下载-安装-激活-注册-DNU

• 点击：点击广告页或者点击广告链接数
• 下载：点击后成功下载用户数
• 安装：下载程序并成功安装用户数
• 激活：成功安装并首次激活应用程序
• 注册：产生user_id
• DNU：产生user_id并且首次登陆

关注问题：

关注Mobile游戏从推广到DNU每个步骤的转换，提高转化率，节约推广成本，评价每个渠道质量，筛选优质渠道，剔除刷量渠道

2、日新登陆用户数DNU（Daily New Users)

每日注册并首次登陆游戏用户数

3、日一次会话用户（Daily One Session Users)

当日DAU中只登陆过一次的用户，且该用户在线时长小于临界值

4、用户获取成本（Customer Acquisition Cost）

二、用户活跃

关注问题：

2、日平均在线时长
活跃用户平均每日在线时长；总在线时长/总在线人数

关注问题：

• 每小时在线人数：每个小时平均在线人数
• 日最高在线人数：当日实时在线人数最高点
• 日最低在线人数：当日实时在线人数最低点
• 日平均在线人数：当日所有时段在线人数平均

关注问题：

分析玩家每日的登陆习惯；指导游戏活动时间段的制定，辅助DAU反映游戏总体用户量，辅助渠道转换率，剔除较差渠道

4、日参与次数（这个来自taking白皮书，不理解精髓）
用户对移动游戏的使用总次数，每使用一次算一次

关注问题：

用户参与程度，游戏生命周期，用户活跃天数

三、留存&流失

1、N日留存

• 日新登录用户在第N日（不含首次登陆当天）登陆的用户数占新登录用户比例；（业内也有也称为：N日回访率、N日返回率、次登率等）
• 其中：N=1代表次日留存
• N=3 代表3次留存，日登陆用户在第3天（不含首次登陆当天）登陆的用户数占新登录用户的比例
• N=7 代表7日留存……

2、N日区间留存

• 日新登录用户在N日内（不含首次登陆当天）登陆的用户占新登录用户比例；（业内也有称为：N日内留存率、N日内回访率等，与上一指标容易混淆）其中：N=1代表次日区间留存，和N日留存率等同
• N=3代表3日区间留存，日新登陆用户在3天内登陆过的用户占新登录用户的比例
• N=7代表7日区间留存……

关注问题：

反映游戏质量的重要指标，反映用户粘性，评估渠道质量，找出优质渠道，一般结合周付费率和周付费ARPU一起使用

• 日流失：按照天统计的，当天登陆，之后七天为登陆用户数
• 周流失：上周登陆，本周为登陆用户数
• 月流失：上月登陆，本月未登陆用户数

关注问题：

计算玩家生命周期
分析渠道质量
分时期流失率变化
游戏健康状态预警指标
流失率与留存率没有互补关系（新用户看留存，老用户看流失，二者没有明显的互补关系）

4、月登陆频次

四、收入

付费：单指充值数，平时所说付费均指玩家充值，本章指标多数是指付费。
消费：单指消费开心宝数

目前mobile游戏的主要盈利模式有如下三种：

• 付费下载 比如：愤怒的小鸟、植物大战僵尸等
• 应用内广告 适合于高DAU游戏，通过玩家点击广告收费或者卖用户收费，比如：捕鱼达人
• 应用内付费 一般是出售付费插件、功能或者是付费购买道具，多数RPG游戏均是此种收费模式

1、 日、周、月付费率

统计时间区间内，付费用户占活跃用户的比例

关注问题：

反映游戏付费情况
结合道具、付费点反映付费引导好坏
评估消费活动效果
评估渠道质量

2、付费用户比例构成

根据每个付费用户的付费总金额，对整个付费用户进行分类：

• 大额付费（业内或称为鲸鱼用户）
• 中额付费（业内或称为海豚用户）
• 小额付费（业内或称为小鱼用户）

关注问题：

反映游戏付费深度（也称测验游戏挖坑深度）
通过不同付费用户的转换，优化付费引导
通过研究大额付费用户行为，优化游戏体验

3、ARPU（平均每个用户收入）、ARPPU（平均每个付费用户收入）

ARPU:统计时间区间内，平均每个活跃用户产生的游戏收入；一般按照日、周、月进行统计，最常用的是月
ARPPU：统计时间区间内，平均每个付费用户产生的游戏收入；一般按照日、周、月进行统计，最常用的是月
关注问题：

反映游戏人均收入水平或者游戏盈利能力
评估活动效果指标之一
评估渠道质量指标之一

4、生命周期价值（Life Time Value）、生命周期（Life Time）

关注问题：

玩家在游戏中的生命时长
每个玩家从进入到离开游戏平均给游戏带来的收入
评估渠道质量

 

总结语：

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
中国运营游戏平均同时在线用户=ACU 【又称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 【又称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。

每日： 
－－－－－－－－－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），最高角色等级超过一定等级，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： 
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
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：购买然后在手里交易给其他玩家的数量
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：

讯享网

产品分析为游戏包装、赢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

1. 例行数据分析（每日、每周、每半月、每月，每季度……）
2. 项目数据分析（非例行/重复，如开区效果评估，游戏修改评估等）

   项目数据调查一般遵循这样的过程：

1. 确定调查分析目的（证实、探索、预测）
2. 达到这个调查分析目的你需要哪些结论来支撑
3. 获得原始数据后如何分析（分析模型）
4. 如何获取原始数据

（二）客服问题反馈（流程）
（三）自身游戏体验
（四）玩家直接交流（游戏交互、日常沟通、、小型见面会等）

二、从内容上来看：(例行的) 

1. 游戏世界描述（高峰/均在线，金钱监控，等级分布，特征怪物/物品/道具价格等）
2. 运维平台及其它（下载量、下载完成率、注册量、硬件使用率、客服相关数据等）

（二）玩家游戏行为分析：物理特征+外部行为+游戏行为+群体描述

1. 用户物理特征（性别、年龄等）
2. 外部行为特征（登陆频率、时长、时间段等）
3. 游戏行为特征（流失等级及变化）
4. 群体行为描述（峰值、活跃用户/忠诚用户及相关比例、新进用户、活跃度、忠诚度、流失率、转化率等）

（三）玩家消费行为分析：修正盈利设计，捕捉用户需求，新增道具设计

1. 付费用户描述（付费用户数量、ARPU、付费用户游戏行为分析等）
2. 盈利描述（盈利状况、消耗构成及变化趋势等）
3. 道具分析（使用范围、使用深度、使用/放弃原因等）
4. 付费意愿分析

• 消费偏好分析（换金/个性/增强（经验、装备、技能）/方便互动/其它）
• 消费与游戏设置的联系（道具对应等级、玩家习惯行为（如某种技能）、游戏任务、场景的开放等）

5.付费行为分析

1. 单位玩家道具数量情况分析（拥有量、拥有的道具之间的联系）
2. 付费等级分布（首次购买等级、当前购买道具的等级分布）
3. 付费数额分布（首次付费数额、续费数额）
4. 付费用户分类（根据一段时间内的付费额）
5. 续费行为分析（未流失的玩家中，中止消费、消费转移的分析）
6.  重点用户的跟踪

【名词解释和计算方式】

• 平均同时在线用户 = ACU
• 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
• 累积注册用户 = AccRu
• 收入 /  付费用户 = ARPU
• 游戏当前活跃用户规模 /  历史注册总量 = 用户流失率
• 付费用户 /  活跃用户   *  100 = 付费率
• 登陆人次 /  平均在线人数 = 活跃率
• 24小时内同时在线最高达到人数 = 同时在线峰值(PCU)
• 24小时每小时同时在线相加总和 /  24小时=平均在线(ACU) 

【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

 

最近在做一些社交SNS方面的数据分析工作，发现了一些与游戏运营相通的东西，社交游戏的某些指标和术语其实在大型的网游数据分析方面也可以使用。本质上他们代表的含义是一致的，只是在表现和分析的角度上不同而已。今天来说三个术语MAU，DAU，DAU/MAU。

本文综合了一些论坛博客的文章以及国外一些材料，不对或有歧义之处还请各位纠正和谅解。

MAU=Monthly Activited Users  月活跃用户

应用在SNS社交游戏和大型网络游戏中，其含义表示在自统计之日算起一个月内登录过游戏的玩家总量。

DAU=Daily Activited Users  日活跃用户

关于此数据，存在一定的争议，有的度量是把每日重复登录的用户也统计在内，但是这种情况下没有适当的代表游戏的真实数据水平。

另外一种度量方式是不计算重复登录的玩家，统计每日登录过游戏的玩家即可。

这两个目标可以衡量服务的衰退周期。

DAU/MAU

用户活跃度指数衡量用户的黏性，留存率，游戏收益情况，这在社交游戏中使用率非常 高，可以认定为用户活跃度指数，也就是用户的活跃度如何，理论上可以接受的风险值是0.2，也就是说当值低于0.2时，游戏的整体服务进入一个衰退的阶 段，只不过这个衰退的阶段依据游戏本身的寿命还有长短之分。

当比值接近1时，那么用户很活跃，流失率低，黏性强。

DAU/MAU怎么解释来解释原理？

我们假设MAU是不变的，如果DAU在增加，说明游戏对用户的口碑和黏性开始发生深度的交互作用，在每日登录游戏的用户规模越大，越逼近MAU的水平，那么就是说用户上线的天数和频率增加。如果DAU下降，那么用户开始对游戏失去兴趣。

“MAU和DAU分别从宏观和微观角度对服务的用户黏性进行了权衡，也可以这么说，MAU更像战略层面的表征，DAU更像战术层面的表征。”

示例：

如果一款游戏拥有50万DAU，100万MAU，那么比值是0.5，也就说玩家每月平均体验游戏时间为0.5*30=15天。说明游戏黏性比较强。

DAU/MAU的最低极限是0.2，这保证游戏能够达到临界规模的病毒式传播和用户粘性。

事实上，对于一款产品，如果在OBT的前三个月DAU和MAU都会保持稳定的增长，因为这个时期，用户处在初次安装以及大量的广告投入，而真正看游戏的品质和生命力应该从OBT之后的3个月算起。

也就是说能够指示我们游戏成功运营的标志之一就是DAU/MAU，如果在之后该值 保持在20%以上，那么他拥有稳定的用户留存率，并持续获利。而这个值应该在OBT3个月后再来衡量，换句话如果只在初期获得高的值，而后迅速下跌，那么 说明游戏本身对玩家吸引力不足，留存率不高。

这里4天首登用户在随后接近40天的留存变化情况。  跟踪了39天的数据，我们发现留存率的变化初期是震荡的比较厉害，但是随后开始逐步的趋于平稳，下一个时期就开始逐渐稳定，保持在一个水平上，如果持续观察下去，随后开始逐渐的衰退，并最终无限趋于0。
 
 事实上，以上的过程是符合用户生命周期的基本形式，用户在导入期用户量会增加很多，一段时间内如果我们渠道和手段得当，用户初期的几天留存质量会很好，之后随着用户的游戏内等级成长，那么就会逐渐淘汰一些人[实际上就是留存下降，流失加剧的过程]，在用户的成长过程中，这样的留存牺牲是必然，而此时的淘汰就意味着接下来的用户成长将会趋于稳定，并保持一个时期。
以上我们所说的三个时期，也就是震荡期[留存高]、淘汰期[留存波动]、稳定期[留存趋于稳定水平]，随后的衰退期和流失期那就是流失率分析的部分，因为这个阶段用户留存下的基本就是老用户了，当然此处不是说前三个时期的用户就不需要流失分析，相反用户导入初期的阶段[如果拥有足够的信息]，正需要去做流失分析，因为初期流失是最多的。但是由于初期用户参与游戏的参与度有限，提供的信息也是有限的，偶然因素见多，所以就选择做留存分析。 
  一般来说留存率这类指标是需要长期持续跟踪的，且要根据版本更新，推广等诸多因素结合起来分析，试图去找到玩家的**周期进行制定相应的策略提升质量。 

四、 用户留存率中的“40-20-10”规则 

五、 提高留存率的方法 

1、要使日留存率达到最大值，哪些才是你应该考虑的主要因素呢？ 

初次加载时间。初次加载越快越好，超过1分钟的加载时间会让你的游戏陷入困境。然而，减少时间所产生的效果似乎并非呈线性，从50秒缩短至40秒与从30秒缩短至20秒产生的效果不同。
本地化。如果你未将游戏本地化，离开游戏的玩家比例会相当高。比如，法国玩家发现游戏使用英语时就会迅速离开。 
教程。这是最重要的因素之一。你应当简化教程，同时还要在此过程中传达游戏的趣味性和情感。你必须说服玩家，这款游戏很有价值而且比其他游戏更好玩。不断开展用户测试，重复检验教程中各个步骤。需要当心的是，在优化时不可只盯着教程完成率。短教程显然会获得很高的完成率，但可能导致日留存率或月留存率很低。
任务系统。在完成教程之后，应该直接将用户引向有趣且充满吸引力的任务系统。决不可让用户对接下来要做的事感到茫然。 
可玩性循环。主可玩性循环是否有趣且易于理解？是否有意义？现实世界中是否有类似的东西？可玩性循环的重要性自不必说，这是游戏的核心！如果该因素无趣且无法发挥应有的作用，那么周留存率和月留存率将惨不忍睹。但糟糕的可玩性循环仍有可能侥幸获得超高的日留存率。 情感因素。游戏前3分钟是否向用户传达某种情感？游戏中是否有用户之前从未见过的动画、可爱的动物或某些精美的效果？认真观察测试用户脸上的表情，是微笑还是厌烦？
首次间断前的游戏时间。要使游戏对玩家产生足够的吸引力，至少需要10分钟的持续游戏时间。以20分钟为目标，随后设置某个间隔，这样玩家便只能在等待和付费间做出选择。 
约定游戏机制。玩家在首日离开游戏时能否约定某些在第二天完成的事？游戏中应该有些用户可自行安排的奖励或完成行动等待时间。这些与日常奖励不同，后者对留存率的影响极小。

2、以下是提高用户留存率的几大方法 ： 

故事情节和游戏角色：让玩家愿意回到游戏中观看游戏情节的发展。美剧《Lost》就是个典例。它能让观众心系着故事情节，想打开电视观看他们喜欢的角色和情节的发展。如果玩家能在游戏中操纵主要的游戏角色，并自行选择故事情节的发展，那么他们定会想要重新回到游戏中，观看游戏角色和情节的发展。
制定“超额”的任务清单：不论玩家的游戏时间是一小时，一周还是一个月，都为他们安排更多的游戏任务。在这种“超额”的任务清单中，玩家可能会产生一种“不完整感”，而因此想要尽可能地回到游戏中，继续挑战并完成游戏任务。
所有权和收集：人们总是喜欢收集一些“战利品”。同时这种方法也能帮助开发者盈利。 
愧疚感：让玩家因为没能重新回到游戏中而产生愧疚感。这种方法只能称得上是短期战略，如果长期使用将会适得其反。因为一旦玩家发现他们因为游戏而错失了更多东西时，他们将不会再回到游戏中了。
错失的机遇：在游戏中添加一些活动以“诱惑”那些离开了游戏的玩家，即他们如果能够及时回到游戏中，便能体验这些活动。玩家如果不愿意回到游戏也不会有所损失，但是这些活动却可以有效地吸引他们每天回来看看。如此，玩家还能感受到游戏世界的蓬勃生气，并因此提高他们对游戏的兴趣度。
每日活动：一天一次的游戏任务或者竞赛项目。 
每周活动：你应该考虑所有玩家所具有的不同游戏模式，并思考如何做才能以不同的频率吸引不同的玩家。我建议现代社交网络必须同时具备每天活动和每周活动机制。 
“冷却计时器”（Cooldown timers）：这个机制也可用于上述几大方法中，但是我想要在这里对其进行详细说明。你可以通过它控制游戏的节奏和玩家在每一个关卡中的能量。可以说这是社交游戏中非常有效的一种机制。它的维持时间一般是5分钟至1小时。
让玩家能够积极愉快地与好友进行交流：不应该将病毒式传播与用户留存机制完全分离开来。它们也存在一定的交互性（游戏邦注：在一些优秀的社交游戏中尤其如此）。玩家可能会因为想和好友一起游戏而重新回到游戏中，所以提供玩家与好友一起游戏的机会可以说是一种有效的用户留存方法。

游戏循环设置 

前部分已有提到游戏循环设置，但没有加以说明。游戏循环设置必须保持趣味性，这里强调的是保持。**例子就是《Cityville》，其中累积收入，获得奖励就一直饶有趣味。制作嵌入庞大游戏循环设置的动画是个缓慢过程，循环10次或许就十分有趣，但若是100或1000次呢？慢动画带来的不是趣味，而是会令人生厌，将给游戏第7日和第30日用户留存率带来消极影响。

 巧妙-深度

若你将策略置于游戏主要循环设置之上，巧妙-深度元素从长远看就十分重要。即便“最有趣”的游戏循环设置，若没有进行战略性选择或考量，长久之后都会变得枯燥。巧妙-深度元素对第30日留存率影响最大，而对第7日就不那么明显。巧妙-深度策略生效的**体现是你仍然拥有活跃高级玩家，即便他们已经完成所有任务/目标（游戏邦注：他们还有战略/优化部分可供体验）。

 可视扩展内容

可视扩展内容是用户刚开始就能看到但无法访问的领域，这是促使玩家继续体验的长期目标和动力。《Cityville》用户希望知道他们能够在嵌有山峰或海湾的空间完成什么活动。扩展内容是玩家的天然目标；这同好奇心结合就是个强大动力。人类都希望征服/扩充更多实际空间。征服空间越多，玩家对游戏的依附程度就越大，放弃体验造成的损失就越多。 

玩家“空间”

不论是建造城市、餐厅、农场还是小岛，你自然希望每个游戏回合都能够把体验目标（游戏邦注：就是你的空间）变大变好。这也是电玩游戏缺少的元素，因为这些游戏通常都是基于等级。玩家同空间之间的密切联系会促使留存率提高。这就是为什么首个游戏回合要持续较长，要给创建者提供充足资金。玩家因此能够建造充满房屋和装饰品的城市，产生依附性，持续回访。

 社交性竞争

清晰的长期目标

这点有时容易忽略。玩家的游戏目标是什么？玩家从游戏开始到体验2-3个月后是否对此了然于心？在《Cityville》中，我希望能够成为Mayor，占领整片版图，在《Frontierville》中，我希望结婚，明确森林版图。有时玩家理解的目标会令人错愕。我曾问过一位测试玩家《Frontierville》的长期目标，她回答表示：“就是实现淘金标语目标”。玩家认为“淘金-即将来临”信息的意思是她只有体验足够久才能实现目标。检验你是否有效传递游戏长期目标的**方式是让体验游戏30分钟的初级玩家用10个词语形容游戏重要目标。如果玩家回答不出或答案和预期不同，那么情况就不容乐观

============================

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 每日： 
－－－－－－－－－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： 每日充值次数 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： 
新闻、公告、活动、攻略访问人数 论坛反馈、建议数 邮件反馈、建议数 

电话反馈、建议数 游戏下载量： 游戏下载完成率： 
－－－－－－－－－游戏系统描述 每日元宝增量、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：   每周： 

－－－－－－－－－用户群体描述 活跃用户数量：3天2次登陆 
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50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： 
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 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、每周、每半月、每月，每季度……） 
2. 项目数据分析（非例行/重复，如开区效果评估，游戏修改评估等） 项目数据调查一般遵循这样的过程： (1)确定调查分析目的（证实、探索、预测）  (2)达到这个调查分析目的你需要哪些结论来支撑 
3. 获得原始数据后如何分析（分析模型）
4.  如何获取原始数据 

（二）客服问题反馈（流程）

 （三）自身游戏体验 

1. 游戏世界描述（高峰/均在线，金钱监控，等级分布，特征怪物/物品/道具价格等） 
2. 运维平台及其它（下载量、下载完成率、注册量、硬件使用率、客服相关数据等） 

（二）玩家游戏行为分析：物理特征+外部行为+游戏行为+群体描述 

 

1. 用户物理特征（性别、年龄等） 
2. 外部行为特征（登陆频率、时长、时间段等）
3. 游戏行为特征（流失等级及变化） 
4. 群体行为描述（峰值、活跃用户/忠诚用户及相关比例、新进用户、活跃度、忠诚度、流失率、转化率等） 

（三）玩家消费行为分析：修正盈利设计，捕捉用户需求，新增道具设计 

1. 付费用户描述（付费用户数量、ARPU、付费用户游戏行为分析等） 
2. 盈利描述（盈利状况、消耗构成及变化趋势等） 
3. 道具分析（使用范围、使用深度、使用/放弃原因等） 
4. 付费意愿分析: (1)消费偏好分析（换金/个性/增强（经验、装备、技能）/方便互动/其它） (2)消费与游戏设置的联系（道具对应等级、玩家习惯行为（如某种技能）、游戏任务、场景的开放等）
5. 付费行为分析 

• 单位玩家道具数量情况分析（拥有量、拥有的道具之间的联系） 
• 付费等级分布（首次购买等级、当前购买道具的等级分布） 
• 付费数额分布（首次付费数额、续费数额） 
•  付费用户分类（根据一段时间内的付费额） 
• 续费行为分析（未流失的玩家中，中止消费、消费转移的分析）
• 重点用户的跟踪