
游戲數(shù)據(jù)分析:流失玩家分析之道_數(shù)據(jù)分析師
前段時間說過一些關(guān)于玩家生命周期的問題,其實(shí)那些有點(diǎn)大,有點(diǎn)虛,從宏觀的角度了解我們此時此刻正在做的分析是屬于那一部分,哪一個體系的,說實(shí)話,這是為了建立一種意識而要做的工作,玩家生命周期價值源于電信行業(yè)的客戶生命周期管理和PLC(產(chǎn)品生命周期)的解讀和應(yīng)用,限于本人水平和能力因素,不夠深刻,全面,在此請各位諒解,以后的內(nèi)容會逐步深入到這個體系之下的很多細(xì)節(jié)的問題探討,今天就和大家簡單說說流失率。
說到流失率,我們可以考察,可以分析,可以利用的點(diǎn)實(shí)在是太多了,這里我也不可能把所有的東西都覆蓋,僅從幾個指標(biāo)來說說,至于其他的關(guān)聯(lián)分析部分需要大家自己來看和分析(不要陷入一個誤區(qū),那就是我說的這些就是流失率的全部)。
流失率在網(wǎng)游產(chǎn)品的運(yùn)營過程中,是非常重要的一塊,可惜很多時候我們做的并不夠細(xì)致和仔細(xì)。流失分析其實(shí)是一個系列的過程,不僅僅是找到流失的原因(這是我們做的最多的部分),還有其他的流失管理部分,而這里大家可以看出來這是一個過程。
流失特征提?。?/span>準(zhǔn)確的說這是玩家流失的特征的提取,哪些玩家有流失的傾向,比如玩家處在何等級可能流失加劇,在線時長達(dá)到多少可能會有游戲疲倦加劇流失,與那部分系統(tǒng)交互較多的玩家易流失,那個角色的玩家群體流失傾向明顯。這個階段我們做的很多工作室一種預(yù)警性質(zhì)的工作,通過對數(shù)據(jù)的處理分析得到玩家可能流失的特征。
流失原因分析:流失原因的分析首先我們可以從前期提取特征的方面下手分析,先把提取的流失特征進(jìn)行整合分析,歸結(jié)一下是否是玩家流失的原因。如果流失原因不是我們前期提取的預(yù)警流失的特征,且玩家依舊流失,我們就需要找到新的流失因素,并把這些因素歸結(jié)到流失特征提取環(huán)節(jié),這樣流失特征會積攢大量的流失預(yù)警的提取數(shù)據(jù)點(diǎn)。
再者,盡管我們進(jìn)行流失特征提取并采取防流失的
手段,但是可能效果和受眾并不是很理想,此時依舊會有比較大的流失,因此我們還要分析和評估挽留策略的效果。
挽留策略制定:其實(shí)挽留策略的制定在流失特征提取時就已經(jīng)制定了,在玩家非流失階段就做好流失的預(yù)防措施,這是防流失最好的辦法,當(dāng)已經(jīng)發(fā)生流失了,某種意義上說是我們制定的策略效果不佳或者未考慮的因素促使流失的上升,挽留策略是我們提升人氣,降低流失的關(guān)鍵之舉。但是不意味著好的策略就一定會有好的結(jié)果。
挽留策略實(shí)施:挽留策略制定好了,還需要整個運(yùn)營團(tuán)隊(duì),營銷團(tuán)隊(duì),程序,策劃的共同配合執(zhí)行和實(shí)施,才能達(dá)到良好的效果,而這也不是絕對的,往往我們會受制于某些因素的影響,比如實(shí)施難度,排期等等。
挽留策略評估:如同我們所做的一個活動一樣,我們需要有針對型的進(jìn)行評估和分析,目的在于不斷的修正我們的策略,不斷適應(yīng)我們游戲玩家和產(chǎn)品的發(fā)展需求。今天就說怎么來判斷流失用戶,流失用戶的標(biāo)準(zhǔn)是什么?
流失的定義之說
在對于流失問題上,每個企業(yè)和產(chǎn)品會根據(jù)自己的需求來定義流失率,流失率定義的分類方法有很多,確定什么是流失用戶對于完成我們的流失分析很重要。流失分析主要是從玩家屬性和玩家與產(chǎn)品的關(guān)系兩面入手。玩家屬性多是玩家的物理屬性,而我們要分析的是玩家與產(chǎn)品的關(guān)系,在這方面我們從玩家的整體在游戲的留存情況下手。
在解釋以上的術(shù)語之前,我們約定以上的用戶分類分析是以月為度量單位展開的分析。并且以下的分析是以歷史玩家和登錄時間間隔為維度進(jìn)行的定義和分析研究。關(guān)于流失的分析還可以從新玩家和登錄時間間隔考察、歷史玩家和付費(fèi)與否、新登玩家和付費(fèi)與否,不斷將幾種標(biāo)準(zhǔn)組合,就會進(jìn)一步提取分析流失人群的特征。此外,還有比如定向的研究付費(fèi)玩家的購買流失分析等等。
歷史用戶:如上述,是在上個月之前就已經(jīng)成為游戲的玩家。而今天我們所要進(jìn)行的用戶定義是歷史用戶,再此前提下進(jìn)行以下的流失定義和分析。如果用一個偽甘特圖表示如下所示:
留存用戶:歷史登錄過游戲,且上個月和本月均登錄游戲的玩家,這類玩家是留存玩家,偽甘特圖如下:
沉默用戶:也叫做輕度流失用戶,一般的網(wǎng)游產(chǎn)品定義的流失就到此層次就OK了,但是這只是輕度流失,沉默用戶是歷史登錄過游戲,上個月登錄但是本月未登錄游戲的玩家。偽甘特圖如下:
流失用戶:這里其實(shí)是重度流失,歷史上有過登錄,但是上個月和本月均未登錄游戲的玩家,偽甘特圖如下:
回流用戶:歷史有過登錄行為,上個月未登錄,但是本月登錄游戲的玩家,偽甘特圖如下所示:
植物用戶:所謂植物用戶主要分兩類,一類是歷史用戶在上月和本月都沒有登錄的情況下,在下個月玩家回歸游戲,此類用戶稱之為喚醒用戶,如同植物人最后蘇醒一樣,該類用戶的回歸完成了一個閉環(huán)的過程。
所謂的閉環(huán)是玩家從喚醒狀態(tài)最終回歸到留存或者回流的狀態(tài)(按照定義是這樣)。此外還有一類用戶就是沒有被喚醒的植物用戶,這一類就基本上從游戲中流失掉了。
以上是幾類不同程度流失用戶的詳細(xì)解釋和描述,這幾類用戶的細(xì)分,可能有些細(xì)致了,然而精準(zhǔn)的把握這幾類用戶將有助于幫助我們尋找玩家的流失特征,從而在不同的時期,針對不同的玩家制定相應(yīng)的挽留策略,出發(fā)點(diǎn)就是從每一種過渡狀態(tài)盡可能降低玩家的轉(zhuǎn)化,因?yàn)槊慨?dāng)用戶向下一個狀態(tài)轉(zhuǎn)化,就意味著流失的加劇和損失上升。
今天的流失細(xì)分主要是從老玩家的角度出發(fā)的,有一組數(shù)據(jù)說明了我們細(xì)分用戶,挽留老用戶的必要性。一個企業(yè)爭取一個新客戶的成本是保留老客戶成本的5倍;客戶流失率降低5%,利潤增加25%-85%;一個滿意的客戶會帶來8筆潛在的生意,一個不滿意的客戶則可能影響25個人的購買意愿,忽略對老用戶的關(guān)注,大多數(shù)企業(yè)會在5年內(nèi)流失一半的顧客。盡管沒有針對網(wǎng)友行業(yè)的數(shù)據(jù),不過就此看出來,挽留策略是企業(yè)盈利的保證和核心,而挽留策略從哪里來針對誰,這就是流失分析的要做的事。
最后回歸到開始的話題上,如果我們要做一次活動的評估,究竟該怎么下手?這里我覺得有一方面通過對以上的人群進(jìn)行分析,能夠看到一些我們想要的。我們把人群找出來了,下面通過一系列的具體分析找出一次活動該如何分析,該如何制定下次活動,有針對的,精準(zhǔn)的定位人群,精準(zhǔn)營銷。
活動對象:通過聚類分析、異常分析、RFM分析、決策樹、神經(jīng)網(wǎng)絡(luò)、logistics等方法提煉不同人群的特征,進(jìn)而有的放矢;
如何營銷:不同的人群,不同的購買習(xí)慣,可以使用關(guān)聯(lián)分析、序列分析;
時間營銷:挖掘整個玩家的在時間維度上變化和行為,生命周期挖掘、時間序列、回歸分析;
如何評估:T、卡方檢驗(yàn)、對比分析,環(huán)比同比。
以上為流失分析的一種設(shè)計(jì)方式,如之前所提到的,流失分析還可以從其他維度開展,但是盡管這樣設(shè)計(jì)了,實(shí)際操作時還要結(jié)合很多的方法和其他設(shè)計(jì)進(jìn)行分析,比如對于每類人群進(jìn)行聚類分析,尋找與產(chǎn)品 等有關(guān)的信息。
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
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)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(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,“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 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(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 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(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讀取長浮點(diǎn)數(shù)據(jù)時的科學(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)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“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)價值挖掘 在數(shù)據(jù)分析場景中,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,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10