
數(shù)據(jù)分析,是產(chǎn)品運(yùn)營極具戰(zhàn)略意義的一環(huán);從宏觀到微觀分析,通過表層數(shù)據(jù)挖掘產(chǎn)品問題,是每個運(yùn)營人的必修課。
首先,我們來看比較常見的分析方法:
5W2H分析法:What(用戶要什么?)Why(為什么要?)
Where(從哪兒得到?)When(我們什么時候做?)Who(對誰做?)Howmuch(給多少?)How(怎么做?)
PS:(what)用戶要極品裝備?。?span>why)因為他們要增強(qiáng)戰(zhàn)力(where)裝備從BOSS身上得到;(when)我們國慶節(jié)做這個活動?。?span>who)針對所有玩家!(howmuch)BOSS爆率設(shè)定為XX(how)活動以怪物攻城形式進(jìn)行。
上述是一種需求的轉(zhuǎn)換形式,就產(chǎn)品而言,又要以數(shù)據(jù)為支持,不能因某個元素而動整體;從大局出發(fā),根據(jù)整體數(shù)據(jù)趨勢進(jìn)行細(xì)化分析,那么就目前而言的分析手法,又有對比分析、交叉分析,相關(guān)分析,回歸分析,聚類分析等等。
如果某款游戲下載量高,注冊量低;是否因為服務(wù)器登陸問題或注冊流程繁瑣,是否近期網(wǎng)絡(luò)出現(xiàn)故障........
如果某款游戲數(shù)據(jù)一直良好,某段時間數(shù)據(jù)突然跌落;是否因為市場宣傳力度減弱,是否因為用戶生命周期上限,是否因為其他競品沖擊........
真正的數(shù)據(jù)分析不在于數(shù)據(jù)本身,而在于分析能力的概述;數(shù)據(jù)是參照物,是標(biāo)桿,只有分析才是行為,是改變;那么如何分析,綜合上面兩個舉例,已經(jīng)可以很清晰的看到立體式分析。
立體式分析,也就是維度分析;產(chǎn)品數(shù)據(jù)的發(fā)掘不應(yīng)該僅僅拘泥于產(chǎn)品;大環(huán)境下的娛樂產(chǎn)物必須綜合產(chǎn)品、市場、用戶進(jìn)行不同切入點分析;要知道,數(shù)據(jù)分析是基于商業(yè)目的,而商業(yè)離不開用戶和市場;說白了就是結(jié)合不同維度進(jìn)行有目的的數(shù)據(jù)收集、整理、加過和分析,他的存在價值就是通過數(shù)據(jù)提取有價值的信息去優(yōu)化產(chǎn)品從而拉更多人,賺更多錢。
那么如何分析,大致思路又是如何?
[為什么分析?]
首先,你得知道為什么分析?付費(fèi)同比、環(huán)比波動較大?
[分析目標(biāo)是誰?]
數(shù)據(jù)波動,目標(biāo)是誰?付費(fèi)總額波動,付費(fèi)用戶數(shù)據(jù)如何?
[想達(dá)到什么效果?]
通過分析付費(fèi)用戶,找到問題,解決問題從而提升收入?
[需要什么?]
想做出分析,需要什么?付費(fèi)總額,付費(fèi)人數(shù)?付費(fèi)次數(shù)?付費(fèi)人數(shù)各等級占比?
[如何采集?]
直接數(shù)據(jù)庫調(diào)?。炕蛘呓唤o程序猿導(dǎo)出?
[如何整理?]
數(shù)據(jù)出來,如何整理付費(fèi)等級、付費(fèi)次數(shù)報表?
[如何分析?]
整理完畢,如何對數(shù)據(jù)進(jìn)行綜合分析,相關(guān)分析?用戶資源是否飽和?市場其他明星產(chǎn)品充值活動更具吸引力?產(chǎn)品付費(fèi)系統(tǒng)是否出現(xiàn)問題,是否失去新鮮感?
[如何展現(xiàn)?]
找準(zhǔn)問題,老付費(fèi)用戶流失了很多,低端付費(fèi)轉(zhuǎn)化低;很多是多少?轉(zhuǎn)化低是什么概念?如何用圖表表現(xiàn)?
[如何輸出?]
找準(zhǔn)問題,如何輸出;如何將這份知識報表轉(zhuǎn)換為產(chǎn)品商業(yè)價值體系;如何說服程序?如何說服策劃?如何具體執(zhí)行?如何將知識轉(zhuǎn)換為生產(chǎn)力?
上述是比較系統(tǒng)的分析思路,細(xì)化而言;對于數(shù)據(jù)分析,又需要我們根據(jù)不同人群建立不同的用戶模型;例如流失模型、流失特征;充值模型等等。
接下來我們再綜合AARRR模型分解一些較為常見的數(shù)據(jù):
Acquisition(獲取)、Activation(活躍)、Retention(留存)、Revenue(收益)、Refer(傳播)
上圖為AARRR模型中的基本數(shù)據(jù),我們再對以往數(shù)據(jù)進(jìn)行總結(jié):
日新增用戶數(shù):DNU;每日注冊并登陸游戲用戶數(shù),主要衡量渠道貢獻(xiàn)新用戶份額以及質(zhì)量。
一次會話用戶:DOSU;新登用戶中只有一次會話的用戶,主要衡量渠道推廣質(zhì)量如何,產(chǎn)品初始轉(zhuǎn)化情況,用戶導(dǎo)入障礙點檢查。
日活躍用戶:DAU;每日登陸過游戲的用戶數(shù),主要衡量核心用戶規(guī)模,用戶整體趨勢隨產(chǎn)品周期階段變化,細(xì)分可概括新用戶轉(zhuǎn)化、老用戶活躍與流失情況。
周/月活躍用戶:WAU、MAU;截止統(tǒng)計日,周/月登陸游戲用戶數(shù),主要衡量周期用戶規(guī)模,產(chǎn)品粘性,以及產(chǎn)品生命周期性的數(shù)據(jù)趨勢表現(xiàn)。
用戶活躍度:DAU/MAU;主要衡量用戶粘度,通過公式計算用戶游戲參與度,人氣發(fā)展趨勢,以及用戶活躍天數(shù)統(tǒng)計。
留存:次日、三日、七日、雙周、月留存;表現(xiàn)不同時期,用戶對游戲的適應(yīng)性,評估渠道用戶質(zhì)量;衡量用戶對游戲黏性。
付費(fèi)率:PUR,統(tǒng)計時間內(nèi),付費(fèi)用戶占活躍用戶比例;主要衡量產(chǎn)品付費(fèi)引導(dǎo)是否合理,付費(fèi)點是否吸引人;付費(fèi)活動是否引導(dǎo)用戶付費(fèi)傾向,付費(fèi)轉(zhuǎn)化是否達(dá)到預(yù)期。
活躍付費(fèi)用戶數(shù):APA;統(tǒng)計時間內(nèi),成功付費(fèi)用戶數(shù),主要衡量產(chǎn)品付費(fèi)用戶規(guī)模,付費(fèi)用戶構(gòu)成,付費(fèi)體系穩(wěn)定性如何。
每活躍用戶平均收益:ARPU;統(tǒng)計時間內(nèi),活躍用戶對游戲產(chǎn)生的人均收入,主要衡量不同渠道的用戶質(zhì)量,游戲收益,以及活躍用戶與人均貢獻(xiàn)關(guān)系。
每付費(fèi)用戶平均收益:ARPPU;統(tǒng)計時間內(nèi),付費(fèi)用戶對游戲產(chǎn)生的平均收入,主要衡量游戲付費(fèi)用戶的付費(fèi)水平,整體付費(fèi)趨勢,以及不同付費(fèi)用戶有何特征。
平均生命周期:TV;統(tǒng)計周期內(nèi),用戶平均游戲會話時長,主要衡量產(chǎn)品粘性,用戶活躍度情況。
生命周期價值:LTV;用戶在生命周期內(nèi),為游戲貢獻(xiàn)價值;主要衡量用戶群與渠道的利潤貢獻(xiàn),用戶在游戲中的價值表現(xiàn)。
用戶獲取成本:CAC;用戶獲取成本,主要衡量獲取有效用戶的成本,便于渠道選擇,市場投放。
投入產(chǎn)出比:ROI;投入與產(chǎn)出關(guān)系對比,主要衡量產(chǎn)品推廣盈利/虧損狀態(tài),篩選推廣渠道,分析每個渠道的流量變現(xiàn)能力,實時分析,衡量渠道付費(fèi)流量獲取的邊際效應(yīng),拿捏投入力度,結(jié)合其他數(shù)據(jù)(新增、流失、留存、付費(fèi)等)調(diào)整游戲,進(jìn)行流量轉(zhuǎn)化與梳理。
最后便是一種較為常見的數(shù)據(jù)分析手法:杜邦分析法
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
LSTM 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(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(jì)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(dú)特的門控機(jī)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(fèi)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)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(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)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03