
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(shí)間說(shuō)過(guò)一些關(guān)于玩家生命周期的問(wèn)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(shí)此刻正在做的分析是屬于那一部分,哪一個(gè)體系的,說(shuō)實(shí)話,這是為了建立一種意識(shí)而要做的工作,玩家生命周期價(jià)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(qǐng)各位諒解,以后的內(nèi)容會(huì)逐步深入到這個(gè)體系之下的很多細(xì)節(jié)的問(wèn)題探討,今天就和大家簡(jiǎn)單說(shuō)說(shuō)流失率。
說(shuō)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(gè)指標(biāo)來(lái)說(shuō)說(shuō),至于其他的關(guān)聯(lián)分析部分需要大家自己來(lái)看和分析(不要陷入一個(gè)誤區(qū),那就是我說(shuō)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(yíng)過(guò)程中,是非常重要的一塊,可惜很多時(shí)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(gè)系列的過(guò)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(lái)這是一個(gè)過(guò)程。
流失特征提?。?/span>準(zhǔn)確的說(shuō)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(jí)可能流失加劇,在線時(shí)長(zhǎng)達(dá)到多少可能會(huì)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(gè)角色的玩家群體流失傾向明顯。這個(gè)階段我們做的很多工作室一種預(yù)警性質(zhì)的工作,通過(guò)對(duì)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(huì)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(shí)依舊會(huì)有比較大的流失,因此我們還要分析和評(píng)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(shí)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(shuō)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(huì)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(gè)運(yùn)營(yíng)團(tuán)隊(duì),營(yíng)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(duì)的,往往我們會(huì)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(píng)估:如同我們所做的一個(gè)活動(dòng)一樣,我們需要有針對(duì)型的進(jìn)行評(píng)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(shuō)怎么來(lái)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(shuō)
在對(duì)于流失問(wèn)題上,每個(gè)企業(yè)和產(chǎn)品會(huì)根據(jù)自己的需求來(lái)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(duì)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(yǔ)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(kāi)的分析。并且以下的分析是以歷史玩家和登錄時(shí)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(shí)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(huì)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(gòu)買流失分析等等。
歷史用戶:如上述,是在上個(gè)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(gè)偽甘特圖表示如下所示:
留存用戶:歷史登錄過(guò)游戲,且上個(gè)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(guò)游戲,上個(gè)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(guò)登錄,但是上個(gè)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(guò)登錄行為,上個(gè)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(méi)有登錄的情況下,在下個(gè)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(gè)閉環(huán)的過(guò)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(méi)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(shí)期,針對(duì)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(guò)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(gè)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(shuō)明了我們細(xì)分用戶,挽留老用戶的必要性。一個(gè)企業(yè)爭(zhēng)取一個(gè)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(rùn)增加25%-85%;一個(gè)滿意的客戶會(huì)帶來(lái)8筆潛在的生意,一個(gè)不滿意的客戶則可能影響25個(gè)人的購(gòu)買意愿,忽略對(duì)老用戶的關(guān)注,大多數(shù)企業(yè)會(huì)在5年內(nèi)流失一半的顧客。盡管沒(méi)有針對(duì)網(wǎng)友行業(yè)的數(shù)據(jù),不過(guò)就此看出來(lái),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(lái)針對(duì)誰(shuí),這就是流失分析的要做的事。
最后回歸到開(kāi)始的話題上,如果我們要做一次活動(dòng)的評(píng)估,究竟該怎么下手?這里我覺(jué)得有一方面通過(guò)對(duì)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(lái)了,下面通過(guò)一系列的具體分析找出一次活動(dòng)該如何分析,該如何制定下次活動(dòng),有針對(duì)的,精準(zhǔn)的定位人群,精準(zhǔn)營(yíng)銷。
活動(dòng)對(duì)象:通過(guò)聚類分析、異常分析、RFM分析、決策樹(shù)、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(yíng)銷:不同的人群,不同的購(gòu)買習(xí)慣,可以使用關(guān)聯(lián)分析、序列分析;
時(shí)間營(yíng)銷:挖掘整個(gè)玩家的在時(shí)間維度上變化和行為,生命周期挖掘、時(shí)間序列、回歸分析;
如何評(píng)估:T、卡方檢驗(yàn)、對(duì)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(kāi)展,但是盡管這樣設(shè)計(jì)了,實(shí)際操作時(shí)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(duì)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(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)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(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)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(jì)的實(shí)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(qiáng)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(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)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(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)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(jià)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(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)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(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)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(shí)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(yàn):數(shù)據(jù)趨勢(shì)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(shì)變化以及識(shí)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(guó)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(duì)策略? 長(zhǎng)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(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)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(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開(kāi)啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03