
小白學(xué)數(shù)據(jù)分析--新登付費(fèi)玩家研究模型
一款游戲產(chǎn)品進(jìn)入成熟期后,重點(diǎn)基本都在拉動(dòng)收入,原因在于用戶量和游戲社會(huì)已經(jīng)形成,老用戶不會(huì)輕易流失,新用戶不斷涌入游戲,形成一個(gè)相對(duì)穩(wěn)定的游戲社會(huì),這個(gè)階段的收入拉動(dòng)也是比較顯著,但是這樣的穩(wěn)定時(shí)期可能隨著產(chǎn)品二度、三度開(kāi)發(fā),不斷出現(xiàn)。
要想拉動(dòng)收入就存在一個(gè)問(wèn)題,就是對(duì)于付費(fèi)用戶的關(guān)注和分析,這點(diǎn)上我想方法很多了,比如RMF模型,二次消費(fèi)等付費(fèi)研究,今天將從另一個(gè)角度借助留存、滲透率、漏斗模型等思想重新進(jìn)行付費(fèi)的研究。
前段時(shí)間看到一個(gè)游戲萬(wàn)人商業(yè)價(jià)值的模型,從宏觀上,這個(gè)模型能夠避開(kāi)ARPPU陷阱大致了解游戲收益這塊的變化情況。不過(guò)這個(gè)模型的基礎(chǔ)思想是采用數(shù)據(jù)累計(jì),獲得趨勢(shì)判斷,一定程度了解游戲的收益。
之前在我的一篇文章已經(jīng)提到了類(lèi)似的分析方法,在付費(fèi)方面,我也曾經(jīng)做過(guò)分析,現(xiàn)在先大概說(shuō)說(shuō)這個(gè)模型。
游戲每天都有新登用戶,這些用戶在隨后的時(shí)間內(nèi)隨著自身不斷成長(zhǎng)逐漸顯現(xiàn)出來(lái)付費(fèi)意識(shí),激發(fā)付費(fèi)潛能。為此我們要去監(jiān)控新登用戶在隨后什么時(shí)間開(kāi)始轉(zhuǎn)化付費(fèi)以及周期是怎樣的。所以,我們定義一個(gè)新的觀測(cè)指標(biāo):累計(jì)ARPU,計(jì)算如下。
1.以月新登用戶為對(duì)象,觀察隨后付費(fèi)轉(zhuǎn)化情況。觀察時(shí)間點(diǎn)為新登導(dǎo)入月第一天至當(dāng)前時(shí)間點(diǎn)。
2.以新登導(dǎo)入第一天的新登付費(fèi)開(kāi)始進(jìn)行累計(jì),至當(dāng)前時(shí)間點(diǎn)為止。
3.每日累計(jì)充值/監(jiān)測(cè)月的新登總數(shù)(累計(jì)ARPU)
4.將第三步的比值放大數(shù)量級(jí)(千級(jí)或者萬(wàn)級(jí)都可以)
為此基于以上幾點(diǎn),我們可以得到如下的曲線圖:
上圖觀測(cè)了4月到9月的每個(gè)月新登用戶隨后至觀測(cè)截止日期的付費(fèi)轉(zhuǎn)化情況,橫軸表示觀測(cè)天數(shù),這里是201天,縱軸累計(jì)ARPU,此處需要將累計(jì)ARPU放大1000倍或10000倍進(jìn)行分析。
放大后的曲線繪制如圖上所示,可以看到的8月份導(dǎo)入的玩家資源在第二個(gè)月的付費(fèi)能力偏弱,增長(zhǎng)幅度偏低。然而6月份導(dǎo)入玩家,在第三個(gè)月付費(fèi)出現(xiàn)了增長(zhǎng),這樣的異常有助于我們細(xì)分玩家群體,找到問(wèn)題所在。
此外上圖,從宏觀上了解每個(gè)月導(dǎo)入玩家的付費(fèi)能力以及收益走向,這點(diǎn)對(duì)于游戲渠道投放意義很大,細(xì)分下去,找到某個(gè)渠道導(dǎo)入用戶隨后的生存和收入貢獻(xiàn)狀態(tài)變化,分析后選擇更加合理的渠道投放資源。
但是,這個(gè)模型到這個(gè)層面其實(shí)還沒(méi)有結(jié)束,這只是從曲線趨勢(shì)大概了解了新登用戶的變化情況,適當(dāng)?shù)奈覀儜?yīng)該對(duì)于玩家進(jìn)行多維分析和鉆取。
模型的衍生分析
上述模型很容易忽略一個(gè)問(wèn)題就是,如果4月份新登用戶在當(dāng)月就完成了付費(fèi)比和收入的大部分貢獻(xiàn),那么接下來(lái)幾個(gè)月的持續(xù)觀測(cè)和分析就顯得單薄和無(wú)力了。這點(diǎn)我可以舉一個(gè)例子,比如4月新登到觀測(cè)時(shí)間貢獻(xiàn)了10w收入,而4月份當(dāng)月新登轉(zhuǎn)化付費(fèi)貢獻(xiàn)了8w,那么也就是說(shuō)在隨后的5月到截止觀測(cè)之日的,收入貢獻(xiàn)只有2w,這樣其實(shí)就是掩蓋了一些問(wèn)題的存在。所以,我們此處要去詳細(xì)的觀察在此模型背后的衍生數(shù)據(jù),對(duì)其進(jìn)行分析。
如剛才提到的問(wèn)題,我們要把新登在隨后每個(gè)月的變化都要詳細(xì)的分析,此處我們要提取一些數(shù)據(jù):
觀測(cè)期間新登轉(zhuǎn)化的APA:
例如4月份新登用戶中在4月份轉(zhuǎn)化為APA的數(shù)量,5月份轉(zhuǎn)化為APA數(shù)量……
觀測(cè)期間新登轉(zhuǎn)化的Revenue:
例如4月份新登用戶在4月份轉(zhuǎn)化的Revenue,5月份轉(zhuǎn)化的Revenue……
以以上的數(shù)據(jù)為核心,我們其實(shí)可以展開(kāi)一個(gè)衍生分析結(jié)構(gòu),如下圖所示:
該圖為每個(gè)月新登用戶在觀測(cè)期間每個(gè)月轉(zhuǎn)化為APA的比例。
比如4月份新登用戶在截止的觀測(cè)期間一共有1000人付費(fèi)了,4月份轉(zhuǎn)化付費(fèi)的有600人,那么首月的APA貢獻(xiàn)比為600/1000=60%,次月(5月)有200人付費(fèi)了,那么貢獻(xiàn)比為200/1000=20%。以每個(gè)月增加的APA作為計(jì)算轉(zhuǎn)化付費(fèi)的貢獻(xiàn)比,這樣我們就能看到新登玩家的付費(fèi)轉(zhuǎn)化的具體形態(tài)了。
如上圖中,總結(jié)了4-9月新登玩家的首月、次月以及隨后各個(gè)月的付費(fèi)轉(zhuǎn)化情況,上圖來(lái)看,新登用戶在首月轉(zhuǎn)化付費(fèi)的轉(zhuǎn)化情況比較理想,但是次月以及隨后的付費(fèi)轉(zhuǎn)化就比較低了,也就是這批新登用戶的后期付費(fèi)轉(zhuǎn)化開(kāi)始出現(xiàn)困難(有一種情況應(yīng)該是玩家隨著成長(zhǎng)付費(fèi)會(huì)逐漸形成需求)。因此需要具體分析其背后的原因,上圖大致告訴我們新登用戶付費(fèi)周期大概是1個(gè)月時(shí)間,之后新登的轉(zhuǎn)化付費(fèi)就比較困難。
以上只是拿了一款游戲做分析,實(shí)際情況很多,不止這一種,勿對(duì)號(hào)入座。
同時(shí),在這個(gè)圖的背后我們要統(tǒng)計(jì)一些數(shù)據(jù)信息:
某月的新登在隨后每個(gè)月貢獻(xiàn)的收入占當(dāng)月收入的百分比
比如4月份新登用戶轉(zhuǎn)化成APA的部分在隨后觀測(cè)月中,對(duì)每個(gè)月的付費(fèi)貢獻(xiàn)情況,重點(diǎn)監(jiān)控比例
此處拿收入占比舉例,可以看到,新登付費(fèi)用戶在第三個(gè)月的收入貢獻(xiàn)走低,第二個(gè)月的收入增長(zhǎng)比較多,這點(diǎn)分析要建立在玩家在游戲中的實(shí)際成長(zhǎng)曲線和時(shí)間情況才能的出來(lái)。
觀測(cè)時(shí)期總計(jì)轉(zhuǎn)化的APA占所觀測(cè)新登總量的百分比
如下圖,6個(gè)月新登用戶在各自觀測(cè)時(shí)間內(nèi)的轉(zhuǎn)化的APA的付費(fèi)滲透率,比如4月份新登截止到觀測(cè)時(shí)間點(diǎn)共計(jì)有1000人付費(fèi),而4月份新登為100000,那么付費(fèi)轉(zhuǎn)化率為1%。通過(guò)這個(gè)轉(zhuǎn)化就能夠了解每群玩家的大致?tīng)顟B(tài)。
新登APA貢獻(xiàn)比
新登當(dāng)月轉(zhuǎn)化為APA占據(jù)當(dāng)月總APA的比例
再者,剛才我們說(shuō)過(guò)新登首月轉(zhuǎn)化的APA情況,我們發(fā)現(xiàn)新登玩家在首月的付費(fèi)轉(zhuǎn)化情況很好,因此我們可以進(jìn)行另一個(gè)數(shù)據(jù)分析,就是看看當(dāng)月轉(zhuǎn)化付費(fèi)的新登玩家占據(jù)當(dāng)月總的APA的情況,這樣便于我們分析APA的質(zhì)量。
從上圖來(lái)看,我們可以看到新登APA的數(shù)量在每個(gè)月總APA的比例有所下滑,如果此時(shí)我們發(fā)現(xiàn)總APA是一直增長(zhǎng),而新登貢獻(xiàn)APA在整體所占比例下滑,說(shuō)明,APA的后續(xù)存留和付費(fèi)持續(xù)性還是比較好的。
新登APA的付費(fèi)貢獻(xiàn)比
新登當(dāng)月付費(fèi)占據(jù)當(dāng)月總收入的比例
由此分析,我們也可以看看新登付費(fèi)玩家首月收入貢獻(xiàn)占據(jù)當(dāng)月的總收入貢獻(xiàn)比例。
結(jié)語(yǔ)
此圖看到,新登當(dāng)月付費(fèi)群體貢獻(xiàn)的收入在新登當(dāng)月的總的收入貢獻(xiàn)比例中是開(kāi)始向下走的,也就是說(shuō),老的付費(fèi)用戶群體逐步開(kāi)始形成,但是此時(shí)要關(guān)注總的收入變化,以及新登收入貢獻(xiàn)的變化,這樣分析這個(gè)比例才有意義。
以上就是我分析的衍生分析,其實(shí)這個(gè)問(wèn)題上研究點(diǎn)很多,我們經(jīng)常要去評(píng)判渠道平臺(tái)用戶質(zhì)量,單純導(dǎo)入型和付費(fèi)即可的模式不足以很好的衡量質(zhì)量,還需要更加深入的探究和分析,這里的幾點(diǎn)分析只是一個(gè)例舉,僅作為參考使用。后續(xù)關(guān)于付費(fèi)的研究也會(huì)慢慢整理,有時(shí)間分享給各位。
數(shù)據(jù)分析咨詢(xún)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(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)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(kù)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(kāi)始提取前,需先判斷 TIF 文件的類(lèi)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(zhuān)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(kù)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(kù))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(zhuān)業(yè)操盤(pán)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(kāi)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(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)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(wèn)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(wèn)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(yíng)問(wèn)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(guò)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(yíng)銷(xiāo)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(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)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(lèi)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(lèi)分析作為 “無(wú)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