
淺談網(wǎng)絡(luò)游戲中新用戶首日流失的數(shù)據(jù)分析
網(wǎng)游的用戶流失主要集中在新增日,因此本文只談新玩家的首日流失。
首先,直接上一個簡單的圖表:
文中所有表中填充的均非真實數(shù)據(jù),乃為半隨機填充,可能有不合常理的地方,亦有可能影響結(jié)論。
下表為某游戲某日新注冊玩家在當(dāng)天的游戲情況,即進度最快的一批玩家到了“任務(wù)3”節(jié)點。
備注:
1、離開人數(shù):指新玩家首日達到某游戲節(jié)點后下線的人數(shù)。
2、次日留存:指首日在各節(jié)點離開玩家的次日留存。
3、不同游戲各節(jié)點順序不一,如《女神聯(lián)盟》先有部分新手引導(dǎo),然后才創(chuàng)建角色。
4、模塊加載遍布整個游戲,但是創(chuàng)建角色前的模塊加載流失尤為突出,為重點考察對象。
5、①為首日各節(jié)點的留存情況 ②為各節(jié)點離開的玩家的次日留存情況。
上面表是從首日著手,下表從次日著手。
也就是看看次日流失的這些玩家首日都是在哪個節(jié)點下的線,即在哪個節(jié)點下線的玩家流失嚴(yán)重。
如表:
備注:流失占比指各節(jié)點流失人數(shù)占總流失人數(shù)的比例。
這樣看起來沒有明顯的問題,“任務(wù)3”流失最嚴(yán)重,那我們再補上留存人數(shù)及留存占比作為對比。
備注:
1、留存占比指各節(jié)點留存人數(shù)占總留存人數(shù)的比例,即流失占比與留存占比兩者之間沒有直接關(guān)系。
2、流失人數(shù)+留存人數(shù)=(第一張表中的)離開人數(shù)
這樣看的話,流失占比最高的節(jié)點“任務(wù)3”同時也是留存占比最高的節(jié)點,所以不能說明哪個節(jié)點流失更嚴(yán)重。
那么,我們刨除“任務(wù)3”這個特殊節(jié)點,會不會顯示出合理的規(guī)律呢?也不行,圖我就不再做了。
看來還是這個邏輯行不通。
稍作總結(jié):圖中①②③表示三個觀測流失點的指標(biāo),經(jīng)分析③的參考價值不大,①和②互相補充。
然后,我們也可以將上面的節(jié)點分布,改為游戲時長分布、等級分布等。
時長分布:
等級分布同理,就不做圖了。
想起之前一個運營策劃給我說,他想知道次日留存玩家的首日平均游戲時長,然后想辦法做活動拖住用戶,讓大家都達到那個游戲時長,以提高次留。
我說:其實這是沒有臨界點的,不是到了一個臨界點就留存,不到就流失。
留存率是隨著游戲時長(游戲進度,游戲等級)的增長而遞增的,按照這個原理就是拖時間越長越好,拖24小時最棒。
但是如果你的游戲玩家必須玩很長時間才能不掉隊的話,玩家卻可能就因此而流失了,即“留存沒有臨界點,流失卻或許有個臨界點。。?!?。
通過以上數(shù)據(jù)基本可以看到:
玩家是因為游戲某個模塊加載失敗或加載時間過長而流失,還是創(chuàng)建角色時就失去興致,還是在新手引導(dǎo)階段就對游戲玩法失望,還是因為某個任務(wù)難以完成,還是在某個等級遇到不好的體驗,還是在某節(jié)點遇到BUG等。這些流失原因均為硬傷,硬傷好治。
但是光解決這些硬傷是遠遠不夠的,提高游戲軟的實力才是根本。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯改字段或誤執(zhí)行批量更新等問題時有發(fā)生。 ...
2025-07-14如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價值、驅(qū)動決策的 ...
2025-07-14t檢驗與Wilcoxon檢驗的選擇:何時用t.test,何時用wilcox.test? t 檢驗與 Wilcoxon 檢驗的選擇:何時用 t.test,何時用 wilcox. ...
2025-07-14AI 浪潮下的生存與進階: CDA數(shù)據(jù)分析師—開啟新時代職業(yè)生涯的鑰匙(深度研究報告、發(fā)展指導(dǎo)白皮書) 發(fā)布機構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07