游戏数据分析方法-活跃向
? ? ? 許多公司都會做數據分析系統。而不同游戲產品，一個產品的不同階段，不同版本所分析的內容都是會跟進實際需求而不一樣的。所以除了一些通用的數據指標外，針對不同的問題，分析方法也不一樣，這里舉幾個案例來展示一般的數據分析方法，以此來類推，舉一反三。
一、基本的分析指標
? ? ?1、每日注冊活躍數據分析
? ? ?通過這個數據基本能看到產品的基礎數據。這里的1階登陸比是為了盡量屏蔽導量質量對產品影響的一個評價指標，即：1周內3次登陸玩家/1周內2次登陸玩家
? ? 通過下面這個圖例比較容易看到次留、3留、7留的趨勢
? ? 因為一般在前期導量渠道不穩定，可以看看下面這個“每日留存趨勢”，這個可以區分不同導量日的留存情況，如果用戶質量差異大，很容易看出來，這個圖例可以看出第一天的用戶質量明顯高出后2天
? ? 2、新手每步流失
? ? 可以分析出那個新手節點流失玩家最多，如果你對新進用戶有做渠道區分，也可以通過類似下面這個“分渠道新手通過率”來分析，可以看看那個渠道的用戶對游戲的認知更高
二、活躍分析
? ? 1、活躍玩家等級交叉分析
? ? 根據當前的開服時間，導量時間情況，看看是否符合規律。比如玩家集中在某各段，是不是等級經驗卡住了，影響了活躍等數據。類似的也可以做與段位的交叉分析等等
? ? 2、日活躍構成分析與周同比分析
? ? ?如果發現問題，想仔細分析下活躍玩家的構成，可以做個類似“日活躍周同比分析”，并做下周同比，看看活躍下降，是新進帶來的，還是留存下降帶來的。理論上說一個服的玩家要穩住，要看長留（7日以上的留存）能否抵消導量（新進）下降，如果長留好，越到后面越能抵消新進的下降，從而達到活躍穩定的狀態。
? ? 3、周活躍數據的構成分析
對“周活躍數據的構成分析”，可以按新進、留存、回流來分析，對比下留存用戶占比以及回流的情況
三、周活躍天下降專項分析案例
? ? 1、周活躍天數構成分析
? ? 這里按活躍天數來細分析下玩家，并且對比下幾周的數據，看看活躍是否向重度發展還是輕度發展
? ? 2、雙周活躍度跟蹤交叉分析
? ? ?雙周活躍度跟蹤交叉分析，縱軸為上上周活躍天數，橫軸為上周活躍天數，這個圖例可以看到上上周玩3~5天的玩家在上周玩的天數在明顯減少，而重度玩家表現比較穩定
? ? 3、周活躍下降玩法拆解
? ??把玩家分成兩類，一類是雙周活躍變低玩家另一類是雙周活躍變高玩家。分析這兩類玩家的行為。這里是一個玩法參與情況對比，如圖例可以看到“玩法F”在低活躍度玩家中的參與次數明顯降低，可能是這個玩法的吸引力不夠，導致這些玩家活躍度逐步降低
? ? 4、周活躍下降玩法拆解
? ? 另外還可以分析下兩類玩家的成長追求，比如看看強化，這個圖例可以看到活躍度變低的玩家，在第一周強化等級漲得很快，而第二周明顯趨于平穩，而活躍度變高的玩家強化等級升級較為總體都處于上升趨勢，漲幅反而沒有活躍度變低的玩家大
類似的也可以看看其他系統，比如寵物的成長也可以看到類型的現象
四、在線時長分析
? ? 1、在線時長趨勢
? ? 先看看趨勢，分析玩家是否是越來越重度還是輕度
? ? 2、日活躍在線時長分布
? ? 不同游戲根據不同在線時長現狀分為幾類，這里分為5類
? ? 這樣交叉分析下看看活躍玩家等級與在線時長的關系，一般來說等級較高的玩家在線時長也會對應的在線時間也會長，對違反這個規律的情況，看看產品中是不是在內容上或其他原因導致在線時長上不去
? ? 3、日活躍在線時長分布趨勢
? ? 按在線時長分類，看看哪類玩家在上漲，哪類玩家在下降，下面這個圖例可以看出3h以上的玩家占比在逐漸減少，即游戲內重度玩家在線時長在降低
? ? 更細一點的，可以剔除掉新進玩家，看看老玩家的在線時長，這里可以看到基本穩定，但在線半個小時以下玩家在成上漲趨勢，1-4h玩家占比成下降趨勢
? ? 4、玩法時長趨勢分析
? ? 再按功能拆解下，看看各玩法的參與時長，如果找到影響數據下降的關鍵玩法，如果用參與時長不能客觀反應問題也可以配一個玩法參與次數對應的一起分析
? ? 對重點玩法也可以單獨分析，這個圖例可以看到周末效應比較明顯
? ? 5、分類玩家時長分析及玩法時長趨勢
? ? 如果想再細的分析下更細的數據，可以根據游戲實際情況把玩家分類拆解下，看看各類玩家的在線。這里拆分為兩類高端玩家（等級40以上）和低端玩家（等級40以下）。這個圖例表現出高端玩家的人均在線時長一直呈下降趨勢，低端玩家整體呈上漲趨勢，說明40級后玩家可能缺乏追求動力，在線一直在下降
? ? 再分析下40級玩家的玩法耗時，這個圖例可以看到玩法B的耗時在漲，而玩法F跌幅很大，說明玩法F的挫敗感可能很強，玩家在玩法B上獲得的成就感較好。而40級以下的玩家各玩法耗時比較平穩
五、流失分析
? ? 1、總體的留存情況對比
? ? 可以與其他游戲對比，或版本之間對比，分析下差距在哪，這個圖例表現為長留A版本不如B版本，而且有擴大的趨勢
? ? 2、流失玩家等級分析
? ? 初步分析下等級駐留，看看用戶等級情況，看看是不是有等級卡點
? ? 再針對長線留存流失等級在哪里，通過這個”某日注冊玩家等級駐留分布”圖例清楚的看到，3日以上的留存流失基本都在15~21級
? ? 3、流失、留存玩家等級對比分析
? ? 針對長留（這里取21留）分析下流失玩家的等級情況
? ? 發現45級前后的流失最大，分析下所需經驗，結合下面的等級經驗曲線，可以看到45級所需經驗，有個卡點，可能是一方面經驗要求提高過快，而經驗產出拉得太大，導致玩家流失
? ??另外也可以交叉的看下“周流失的等級分布”，同樣可以看到45級的流失問題（高等級流失是非常可惜的）
? ? 4、流失玩家段位維度交叉分析
? ? 除了等級也可以看看其他的維度，比如這里再看看段位維度，看看是不是有同樣的卡玩家的地方，這個圖例可以看到流失玩家級別在黃金左右段位就上不去了，估計是對段位的追求低，或者打不上去
六、玩法分析
? ? 1、玩法參與度分析
? ? 先分析下各個玩法的參與次數、參與比率情況，是否符合預期
? ? 還可以拉一個周期的趨勢看看
? ? 2、PVE玩法通過率
? ? 對于一些重點PVE玩法還要看看通過率，看看有沒有意外的通過率低的情況，比如多人副本
? ? 3、重、輕度玩家戰斗時長分析
? ? 不同在線玩家戰斗時間占他們游戲時間的比例，一般來說低在線的玩家玩法占比時間高，后期下降是養成系統的時間占比會逐步提升。或者也可以按在線時長分段看看，各段玩家PVP，PVE的參與情況，這里就不舉例了。
? ? 4、排位賽段位等級參與率
? ? 很多游戲都有排位（段位）賽的玩法，如果排位賽很重要，可以分析下各段位等級玩家的人數分布比率、參與率
? ? 段位人數比例，一般來說呈橄欖狀的分布是比較好的，下面的圖例說明玩家在4段的時候參與率明顯是個斷層，分析原因可能和游戲的“匹配機制”或“機器人機制”有關，所以建議要平滑些比如“溫暖局”，不要讓玩家突然壓力變大，導致參與意愿變低
? ? 另外也可以做下與等級的交叉對比，玩家的勝率、甚至匹配時間等等，這個圖例說明段位4的玩家基本都是18~21級，可以針對性的做些成長引導
? ? 結合看下玩家勝率對比，看看勝率是不是瓶頸，當然主要是看機器人策略（溫暖局策略）是否對玩家有正面影響
七、系統分析
? ? 1、玩家“選擇平衡向”系統分析
? ? 針對玩家在游戲中各寵物、武器、士兵、英靈等有選擇平衡性問題的需要做平衡性分析
? ? 這里以寵物為例。一般來說，出戰的選擇上主要用的是系統贈送的道具或寵物，因此會出現戰斗內道具或寵物的搭配模式的單一性。所以加強出場頻次低的道具或寵物，提高戰斗策略豐富度，使得單局樂趣性更強
? ? 這是一個每天寵物的出戰比率，寵物8是個送的寵物，導致玩家選擇過于集中，也可以考慮改為部分隨機策略，緩解下這個問題。另外還可以做一個各等級段寵物的出戰交叉分析，看看隨著等級提高，寵物或道具的出戰是否會有什么樣的變化
? ? 2、成長向系統分析
? ? 一般成長向系統很多，比如寶珠或者強化等級，這里以寶珠為例，分析下每天寶珠的平均等級成長是否符合策劃的預期，看看是過快還是過慢了。大部分時間都是過快。
?
? ? 3、其他的系統參與率分析
? ? 對于其他的系統參與率，比如社交系統主要看參與率，也可以先分析大的參與情況，再按等級、時間、段位等維度進行拆解。拆解方法和上面分析玩法的差不多，這里就不舉例了。
八、總結
? ? 這里主要是介紹了分析的思路與一些分析方法的舉例。要做好游戲產品數據分析，一定要了解這個游戲、他玩什么、玩家如何成長、追求什么。遇到要分析的課題，要靈活運用各個分析維度（時間、等級/段位）的交叉對比，由粗到細的針對異常點進行拆解，找到能說明問題的點與證據數據。
總結
以上是生活随笔為你收集整理的游戏数据分析方法-活跃向的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： emoji表情转码
- 下一篇： 【博主推荐】HTML5响应式手机WEB(