[[144734]]

有時候，手游分析可能讓人覺得非常復雜。說到數據的時候，可以有數百種進行追蹤。從簡單方面來說，有下載、游戲時長以及DAU等數據，這些都是非常直觀而且衡量特殊活動的數據。更為復雜的數據包括流失率、平均每付費用戶收入（ARPPU）以及DAU/MAU率等等，這些數據并不是那么直觀的數據，有時候它們所帶來的問題比答案更多。

比如，“我把用戶算作流失的時間周期是正確的嗎？”“什么樣的ARPPU才是正常的呢？”

這里我們甚至還沒有介紹更多高級的數據比如用戶分類、用戶來源以及用戶活動等等。這里，筆者并不打算說哪個數據是最重要的，而是系統的對各個數據可以告訴你哪些游戲中的信息進行介紹，因為一個開發商應該重視的數據和另一個團隊可能有很大的不同，而且市場上從來沒有一個***的游戲分析解決方案，但通過對一些數據的了解，你可以更好的了解自己的游戲。

每日活躍用戶數（DAU）

從簡單的開始說，DAU就是在特定一天中打開游戲至少一次的獨立用戶，通常情況下，DAU和其他高等級的數據一樣并不能告訴你的游戲表現如何。然而對于分析來說，了解這些簡單的數據還是非常有利的。

我們來看一個例子：假如說一個核心游戲（hardcore game）有1萬個活躍用戶，這些人每天都進入好幾次游戲而且付費也積極；第二款是一個擁有100萬用戶但沒有貨幣化功能的新聞或者通信應用；第三款應用是在運行用戶獲取活動，但留存率很低，今天有50萬DAU，但明天就可能降到10萬。通過這三個應用你可以知道，DAU數據指的是特定時間的數字，與之相鄰的上下文也是重要的信息，有時候比你的用戶量有多大還要重要。

游戲次數

每一次任何一個用戶打開你的游戲都會被算作進行了一次游戲，特別是要專注于平均每個DAU用戶所進行的游戲次數，因為這些數字可以告訴你玩家們對于游戲的參與度有多高。

游戲的內容對于每個DAU用戶的游戲次數是有直接關系的，因為有些游戲類型本身就會引起玩家們更多次進入游戲，如果一個用戶每天只打開一兩次游戲，那么他們的長期留存也不會特別高。

DAU/MAU率

日活用戶和月活用戶的比例展示了一個游戲留住用戶的能力，通常會被作為游戲粘性的評判標準之一。這個數據展示了玩家們登陸游戲的頻率。比如說一款游戲擁有10萬MAU和1.5萬DAU，那么DAU/MAU率就是15%，這意味著用戶登錄在當月登錄游戲的時間只有15%。

由于這只是個比例，所以DAU/MAU只在0-1區間，數值越接近1就意味著用戶們當月打開游戲的次數增長了。像facebook這樣的社交應用據說DAU/MAU的比率接近50%，但大多數成功的游戲都只是接近20%。

留存率

留存率對于一款免費游戲來說，毫無疑問是最為重要的數據，成功的免費游戲都可以和用戶建立長期的關系，用戶們足夠喜歡游戲內容的話就會愿意付費獲得一定的優勢，一個游戲需要有很高的留存率才能有足夠的時間和玩家們建立這種關系。

為了提高留存率，你需要根據他們下載游戲的日期進行分類，下載游戲的當天被算作Day 0，如果你的用戶第二天還進入游戲，他們就可以算作次日留存用戶，如果他們不打開游戲就不算，通常使用的留存數據包括次日、7日和30日留存。

（付費）轉化率

收入可能是所有人最關注的話題，以上的數據講的都是你的游戲和用戶之間的關系。但對于很多獨立開發者們來說，最為重要的數據是他們的游戲是否掙到了足夠的資金（維持生活或者繼續研發）。

付費轉化率指的就是特定時間段里在游戲中進行過消費的用戶和總用戶之間的比例，當然，你也可以在免費游戲中計算廣告的轉化率。

對于大多數的開發者們來說，在一款免費游戲中讓玩家們付費是困難的，但和其他行業類似，少數玩家的重復購買為免費游戲帶來的絕大多數的收入，你可以通過非常有價值的物品或者促銷鼓勵玩家們進行***次消費。

每活躍用戶收入（ARPDAU）

每活躍用戶平均收入（簡稱ARPDAU）是在手游領域討論最多的數據，它之所以重要，是因為該數據可以告訴你每天的游戲表現狀況。在用戶獲取活動前后，這個數字是非常值得關注的。在活動中，確保你知道自己游戲的ARPDAU范圍以及正常的下滑區間。在一個活動里，通過來源不同對新用戶進行分類，了解哪些網絡或者游戲平臺給你的游戲帶來的貢獻***。

每付費用戶收入（ARPPU）

平均每付費用戶收入計算的只是在游戲中完成過付費的用戶，這個數字根據游戲內容的不同會出現很大的差異。核心游戲的貨幣化能力相對較高，所以ARPPU數值一般都是比較高的，但和更多的休閑游戲相比，它們的用戶量是比不上的。

用戶流失率

用戶流失率基本上是和留存率相反的數據，比如下載過游戲的用戶中有多少人已經不玩了？對于付費訂閱游戲來說，流失率數據是最有影響的，而把它用到免費游戲中就比較微妙了。

這個數據考慮的主要是用戶玩游戲的方式，在付費訂閱服務中，流失率是黑白分明的。用戶要么是付費，要么就是不付費。在一個免費游戲中，一些玩家每天同時玩很多次游戲，而有些休閑玩家一周才登錄一兩次。為了適應不同類型的游戲，我們把流失用戶定位為在28天之內沒有打開過游戲的玩家。

游戲內數據

除了了解用戶參與度、留存率和貨幣化之外，衡量和平衡游戲經濟也是非常重要的。如果獲取虛擬貨幣的方式太簡單了，用戶們就沒有必要進行付費了。但是，用戶們仍然需要足夠多的貨幣不斷的享受和探索游戲，這中間是有一個中間數的，以下數據可以幫助你找到合適的數據：

資源、消耗以及流通

資源指的是游戲中玩家們可以獲得虛擬貨幣的地方，資源數據衡量的是一個用戶獲取游戲內貨幣的數量，當然還包括贈送的貨幣以及促銷等方式發放的游戲幣。

消耗數據則和資源恰恰相反，在游戲的某些場合，玩家們需要用掉游戲幣。資源和消耗有時候也可以用于付費貨幣和第二游戲幣，在分析過程中，你需要對不同的貨幣進行分別追蹤。

把資源和消耗結合起來，你就可以獲得流通數據，它指的是玩家們獲取以及消耗游戲幣的整體平衡度，總體來說流通數據應該是平穩的。如果數據出現了突然上升，那就意味著玩家們手中有太多的游戲幣而沒有消費的必要，如果突然下降，則意味著玩家們沒有足夠的資源繼續游戲了。

開始次數、失敗次數和過關次數

***，我們來看看一些有關游戲進度的數據。不管用戶是否必須開始新關卡，很多游戲都有升級元素，開始次數衡量的是玩家們開始新關卡的次數。失敗次數指的是玩家們在特定關卡沒有完成通關的次數。當然，過關次數就是玩家們通關的次數。這三個數據綜合起來可以幫助你更好的分析游戲關卡。

你設置的通關點是否太困難了呢？用戶們會在一些關卡意外被卡住嗎？哪些關卡是用戶們最喜歡而且重復次數最多的？開始次數、失敗次數和通關次數可以回答以上的問題。

當然，游戲分析并沒有所謂的‘秘訣’，以上的數據只是為了幫助你更好的了解游戲分析，最為重要的游戲分析數據是需要根據你所做的游戲類型的，一旦你了解了用戶行為，就可以知道一次游戲更新或者用戶獲取策略調整所帶來的影響了。