
==========在做進(jìn)一步講解之前,依舊先對(duì)活躍用戶進(jìn)行定義===================
AU(Active Users)活躍用戶:統(tǒng)計(jì)周期內(nèi),登錄過游戲的用戶數(shù);根據(jù)統(tǒng)計(jì)周期不同又劃分為DAU(日活躍用戶),WAU(周活躍用戶),MAU(月活躍用戶);
備注:入門篇中所定義的“用戶”均以“賬號(hào)”進(jìn)行衡量;賬號(hào):游戲賬號(hào)庫中的唯一標(biāo)識(shí),在單款游戲中全局唯一;
==========================================================
仍然從應(yīng)收的公式進(jìn)行推導(dǎo) Revenue = AU * PUR * ARPPU;在活躍用戶規(guī)模固定的前提下,PUR 和 ARPPU 是衡量游戲盈利能力最基礎(chǔ)的2個(gè)指標(biāo);
國內(nèi)做游戲數(shù)據(jù)分析的時(shí)候 ARPPU 和 ARPU 經(jīng)常被混在一起,這里為了嚴(yán)謹(jǐn),單獨(dú)把這2個(gè)指標(biāo)拿出來對(duì)比一下;
ARPU(Average Revenue Per User) 平均每用戶收入
定義:統(tǒng)計(jì)周期內(nèi),活躍用戶對(duì)游戲產(chǎn)生的平均收入;
公式: ARPU = Revenue / AU
ARPPU (Average Revenue Per Paying User) 平均每付費(fèi)用戶收入
定義:統(tǒng)計(jì)周期內(nèi),付費(fèi)用戶對(duì)游戲產(chǎn)生的平均收入;
公式:ARPPU = Revenue / APA
PUR(Pay User Rate)付費(fèi)比率
定義:統(tǒng)計(jì)周期內(nèi),付費(fèi)賬號(hào)數(shù)占活躍賬號(hào)數(shù)的比例;一般以自然月或自然周為單位進(jìn)行統(tǒng)計(jì);
公式:PUR = APA / AU;
APA(Active Payment Account)活躍付費(fèi)賬號(hào)數(shù)
定義:統(tǒng)計(jì)周期內(nèi),成功付費(fèi)的賬號(hào)數(shù)(排重統(tǒng)計(jì));
公式:APA = AU * PUR;
拓展應(yīng)用:
從公式的推導(dǎo)可以看出,實(shí)際上 ARPU = ARPPU * PUR;目前國內(nèi)游戲數(shù)據(jù)做數(shù)據(jù)分析時(shí)所說的“ARPU”實(shí)際上是ARPPU,即平均每付費(fèi)用戶收入;
之所以將 ARPU 再拆解為 PUR 和 ARPPU,主要是因?yàn)?ARPU是對(duì)產(chǎn)品盈利能力的綜合評(píng)價(jià),為了更好的我們做決策,將付費(fèi)指標(biāo)拆解為 PUR(廣度,更多的人付費(fèi)) 和 ARPPU(深度,付更多的錢) 兩個(gè)維度;
基于上訴原則,在做充值相關(guān)分析的時(shí)候,還可以對(duì)PUR 和 ARPPU 做進(jìn)一步拆解,比如新老用戶的 PUR 和 ARPPU,對(duì) APA 的付費(fèi)強(qiáng)度(統(tǒng)計(jì)周期內(nèi)充值金額)進(jìn)行分段統(tǒng)計(jì),觀察APA的結(jié)構(gòu),如大R占比,貢獻(xiàn)率、小額充值的比重等;
在移動(dòng)游戲數(shù)據(jù)分析領(lǐng)域,特別是渠道商在判斷產(chǎn)品質(zhì)量的時(shí)候,大家還會(huì)經(jīng)常聽到一個(gè)指標(biāo) LTV
LTV(Lift Time Value)生命周期價(jià)值
定義:平均一個(gè)賬號(hào)在其生命周期內(nèi)(第一次登錄游戲到最后一次登錄游戲),為該游戲創(chuàng)造的收入總計(jì);
公式:LTV_N = 統(tǒng)計(jì)周期內(nèi),一批新增用戶在其首次登入后N天內(nèi)產(chǎn)生的累計(jì)充值 / NU(New Users);
應(yīng)用場(chǎng)景:手機(jī)游戲數(shù)據(jù)分析中的發(fā)行指標(biāo),用于衡量渠道導(dǎo)入用戶的回本周期,LTV_N>CPA(登錄)
從LTV的定義上可以看出,CP可以通過不同渠道導(dǎo)入用戶的LTV_N 與 導(dǎo)入成本(CPL)進(jìn)行比較,用于計(jì)算不同媒體投放的回本率(這個(gè)在市場(chǎng)推廣篇已經(jīng)提到);另外,渠道商也可以通過這個(gè)指標(biāo)和聯(lián)運(yùn)資源的成本對(duì)比,迅速判斷一款產(chǎn)品是否值得投入聯(lián)運(yùn)資源;
由于LTV是基于新增用戶進(jìn)行計(jì)算的,因此受大R影響比較嚴(yán)重。
因此,在觀察產(chǎn)品LTV數(shù)據(jù)的時(shí)候,通常情況下會(huì)選取一段時(shí)間的數(shù)據(jù)進(jìn)行觀察;在匯總計(jì)算時(shí),如下圖所示,計(jì)算LTV_N 時(shí)只抽取時(shí)間跨度足夠的樣本;
如,統(tǒng)計(jì)周期選擇 4-10至4-19,LTV_4 僅通過 4-10 至 4-16的數(shù)據(jù)進(jìn)行計(jì)算,因?yàn)?4-17至4-19 三天的新增賬號(hào)還沒有第4天的數(shù)據(jù);
另外,由于受每日新增用戶的質(zhì)量影響較大,有可能出現(xiàn)LTV_N+1 小于 LTV_N的情況,因此要觀察 LTV_N時(shí),統(tǒng)計(jì)周期至少選擇 N +14 天以上,保證每個(gè)指標(biāo)都有14天以上的樣本進(jìn)行計(jì)算;
本文提及的收入指標(biāo)主要是用于描述產(chǎn)品宏觀數(shù)據(jù),關(guān)于結(jié)合游戲內(nèi)的其他數(shù)據(jù)做分析(包括IB分析、消費(fèi)分析、首充分析等)以幫助我們制定相應(yīng)的運(yùn)營活動(dòng)和版本計(jì)劃,這部分會(huì)在 進(jìn)階篇 的案例中詳細(xì)說明.(文章來源:CDA數(shù)據(jù)分析師)
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10