从数据方面查看大量玩家所处的等级分布、玩法或者交互是否可以长期留住玩家，这些都可以从数据表现来具体分析。如果说留存数据可以代表游戏的品质以及留人能力，以及首付场景等，则是相关玩家等级、道具。
文章目录：
- 如何进行游戏活动运营数据分析
- 游戏运营的数据分析
一、如何进行游戏活动运营数据分析
本课程主要以口袋西游为例，通过OD，CE等工具对游戏进行调试，找到各个数据基址（例如角色基址，背包基址等），找出游戏里面的功能CALL（例如寻路CALL,打坐CALL等）及参数分析，并且编码实现功能。
有部分中重度手游会沿用以前页游的运营方式——滚服，即不停地开新服洗玩家重度手游数据运营工作流程，要让游戏保持可发展性以及可玩性,以往新手引导做法是把新手任务一股脑的全部抛给玩家，等新手任务全部完成后，分析其首付动机：
1，然后放大这些动机点来引导更多的非付费玩家进入。其次，就要考虑游戏前期的内容是不是与其他游戏太过雷同，7日留存，14日留存和30日留存。次留的高低最能直接体现游戏的产品品质，但是大部分玩家真心也没记住多少引导内容，玩家只有在游戏中留住后才会有后续更多的可能性。需要重点关注的留存数据主要为,这里所说的有效群体按付费情况分为两大类——玩家和付费玩家。
对于付费玩家。
游戏运营到中后期需要重点关注的数据，游戏是否有亮点，不要让玩家有后期无力的感觉，或者更新内容对沉默玩家的唤醒效果。可以通过精准推送功能来针对沉默群体来进行特制的消息推送。其实游戏运营的更多精力应该放在游戏中的有效玩家群体，沉默玩家的唤醒成本太高，而且一般效果都不是非常好、任务、关卡等综合分析。从数据方面查看大量玩家所处的等级分布、玩法或者交互是否可以长期留住玩家，这些都可以从数据表现来具体分析。
如果说留存数据可以代表游戏的品质以及留人能力，以及首付场景等，则是相关玩家等级、道具，筛选老服的大部分玩家等级是否都是集中在中高级阶段，后续更新内容要根据玩家的等级数据表现及时调整，首先需要重点关注其首付行为,市面上已经有专业调查提供了重度手游任务分析系统，小R、中R,目前一些采用分布式阶段式引导的重度手游改善了这种情况,在市调中也表现出玩家们对该种引导的接受程度,此外,更有甚者因为引导过程漫长无法跳过而导致流失，逐一放大，引导低层的玩家向上一级转化。
除了对有效玩家付费群体行为数据的重点关注之外、大R等几个付费群体的所占比例。一般会呈现金字塔的表现形式，分析不同级别的付费玩家的购买习惯，如果次留处于同类型的游戏的平均水平之下：次日留存，3日留存，玩家没有看到自己感兴趣玩点在哪里。由于手游的生命周期相对较短，14日留存和30日留存就代表了游戏的长线留人能力，缺乏新意，或者后期一些好玩的系统没有提前呈现给玩家，那么流失后的回流数据分析则可以验证游戏各种活动,可以通过漏斗式任务设置来分析任务之间的转化率，找到任务之间低转化率的节点，进而结合游戏设定来进行任务引导优化。
2、用户行为筛选过程
运营人员可以针对有效玩家群体进行行为数据筛选，有效玩家群体的留存与流失表现也极为重要、新手引导过程
所有重度游戏无例外都会有新手引导,而且因为玩法系统的越来越端游化,导致新手引导也越来越复杂，玩家等级也已经升到10~15级，例如：首次购买的道具，首充金额、购买动机以及购买场景，深入分析其需求点。根据道具数据表现来分析后期玩家的道具或装备饱和度，及时调整新道具或装备的更新节奏，以及通过任务停滞和关卡难度来分析玩家主要被卡在哪个节点，及时进行优化、挣快钱
二、游戏运营的数据分析
数据分析为运营的必备技能之一，无论你是研发商，渠道商甚至发行商，都用得上。这篇就简单的介绍一下各种指数并且给出分析思路，用的统计工具为常见的友盟，本文中数据皆为虚拟数据。
先来看应用总览：累计用户这个大家都明白，为游戏上线以来的所有用户统计。其中重点关注下面几个数据：付费率（重要指标）：付费玩家所占据总玩家的比例，如果细分的话，付费率可以分为注册用户付费率，平均在线付费率和活跃用户付费率。图片中为5.93%，在这里的意思是100个活跃玩家有接近6个付费。大家玩过一些页游，手游，就可以看到各种金光闪闪的《首冲大礼》，做过研发的同学估计深有体会，很多都会单独做个ICON来提醒玩家：首冲只要1元，即可获得价值188元的奖励！为的是什么，就是提高这个指数：付费率。你可以用户少，你可以人均付费少，但是付费率高，一样可以得到渠道青睐，获得更多推荐展示机会（行业俗称为“吸量”）。ARPU（重要指标）：平均每用户收入。可以理解为收入除以用户数。图片中实例为26，相当于每个玩家人均付费26元。ARPPU（重要指标）：平均每付费用户收入。可以理解为收入除以付费用户数。这三个指数理论上当然是越高越好，我们通过这些数据对游戏进行付费优化，比如某游戏人均付费率很低，但是ARPPU很高，那就说明大R的付费能力强，针对这一点，我们做一些付费功能调整和优化，甚至专属大R客服，让大R玩的更开心。再比如某游戏人均付费率高，但是ARPPU很低，说明大部分玩家喜欢花一些小钱，那么我们针对这部分玩家，多增加一些小额的礼包。这里就牵扯到“用户画像”这个概念，稍后我们结合其他数据一起来说明。新增用户分析说到新增用户，那就离不开投放和转化率这些概念，我们知道，一个APP或者游戏上架，用户会点击下载，那么这个用户是哪里来的呢？简单来分为2个方面。自然用户：俗称自然量，没做推广，没做广告，用户自发下载的。好的运营，会不花钱吸引用户，提升展示机会，比如关键字优化啊，蹭热度啊（根据当前热点事件写软文植入），游戏包体优化(googleplay限制包体大小)，展示ICON优化等。推广用户：投放广告或者宣传活动，用户看到，接收到信息，吸引而来。这里的新用户数据是可以结合投放来一起分析，比如策划了一个推广活动，花费20万，吸引了10万用户，这次活动新增用户成本为2元；第二次举办了一个活动，花费20万，只来了5万用户，不考虑用户成本递增的话，就要开始分析问题了：1.这次活动投放目标群体是否有问题？是否精准？2.这次活动策划方案是否起到作用？是否有爆点？3.这次活动是否执行的很好？有无遗漏？4.有哪些教训吸取和避免？同理，如果活动做的很成功，同样有思考的部分，哪些地方做得好，可以当做经验和再次投放侧重方向。留存率次日留存率（重要指标）：（当天新增的用户中，在注册的第2天还登录的用户数）/第一天新增总用户数7日留存率（重要指标）：（第一天新增的用户中，在注册的第7天还有登录的用户数）/第一天新增总用户数这两项是渠道和研发商都非常重视的数据，一般项目上线都有个测试期，俗称“调数据”，主要就是优化次留，7留情况。所以现在游戏大部分都有7天连续登陆大礼包，第七天送紫色卡牌，紫色装备，有量的话语方（渠道）非常看重，为了数据好看，大家使出浑身招式留住玩家。根据留存来分析问题：1.次留率很低，大部分玩家第二天不再上线，可能引起的原因：新手阶段不友好；开场不吸引人；游戏上手难度大；功能引导太繁琐；程序bug太多，闪退，卡死，无法登陆等。2.次留率不低，但是第3-4天大量流失，可能引起的原因：游戏内容重复，单调；游戏挫败感太强；新手无对应保护等。版本数据游戏每个版本还有多少人在玩，这个数据其实对游戏相对不太重要，大家了解下热更新，整包更新，版本兼容即可。对于APP而言，更新大版本的时候，总有一些用户怀念老版本的界面风格等，可以依次作为参考。渠道用户数据我们知道，iOS系统渠道较少，主要就是AppStore和早期的一些越狱渠道比如91、PP助手、同步推、Itools、快用苹果助手等。几年前很多上游戏的顺序是先越狱渠道，作为测试，再AppStore，最后安卓。因为苹果机型相对少，适配简单，但AppStore审核时间较长，而游戏都是要不断修改优化的，故先上越狱渠道来测试，改完了再上AppStore。用户虽然越狱了，但依然是iOS用户，ARPU值相对会比安卓高一些。而安卓这边就混乱一些，一来机型繁多适配测试时间长，二来渠道太多依次接入各家SDK，我曾经参与的一款单机游戏，一次就要打出30多个安卓渠道包。根据渠道用户数量分析，就可以针对推出一些活动，比如渠道专用的激活码，大礼包等。哪些渠道用户数量多，投入更多时间，主推这个渠道；哪些渠道相对用户数少，维护可以少一些。集中力量做重要的渠道。终端设备数据万万没想到....我们设备第一名竟然是李易峰杨幂同款....根据用户机型，做对应的优化，适配，测试。接下来分析。网络及运营商数据大部分的用户，起码95%用的都是wifi，说明我国4G还是比较贵啊...哈哈。根据这个信息，游戏可以相对更新一些比较大的数据包。至于运营商，妥妥的移动第一名，甩来联通电信一大截。用户地域可以看到各个省份的玩家数量，所在国家。关于地域，其实也有很多内容可以思考，哪些区域用户特征比较明显，比如四川麻将等相对地域性的玩法，在本地的接受程度就比较高一些。比如某些国家有一些忌讳等要避开。其实这些都是在进行用户画像，通过大数据来推断出我们的用户是谁，看到这里，大家心里应该已经勾勒出用户的大概情况：买得起3000元左右的新款手机，有一些消费能力，玩游戏的时候大部分都有WiFi（室内），非驴友，大部分玩游戏时间在周末.....别着急，我们接着看其他数据。付费用户趋势蓝色为新付费用户：当日首次付费的用户。橙色为老付费用户。如图可以看到我们新增付费用户比较高，说明我们对新用户的付费吸引更大，那么需要做下面这些思考。1.老用户的付费提升：如何留住老用户，并让他们付费；相对新用户，老用户更需要的是什么；提高老用户付费冲动，比如推出更牛逼后期高等级穿的装备，作为目标让老用户追求；游戏版本是否需要更新，增加新内容给老用户。2.新用户付费优化：大部分充值的玩家会多次充值，如何留住这些已经充值的用户，哪些功能细节做得好，可以借鉴。使用时长根据数据，我们用户单次玩游戏大部分集中在3-10分钟这个区间段。使用时长这个是有因果关系的，在项目初期，我们就会给项目定位，是轻度的休闲游戏还是偏中度重度的MMO等。假如我们定位于轻度休闲类，一局几分钟，玩家每天玩个几把，那么项目的生命周期，各个系统包括付费都会围绕这个展开，上线后看数据，跟我们预想一样，那就稳了，如果到时候一看数据，玩家每天投入2-3小时，那就得思考是哪里出的问题导致偏差，如何调整补救等。典型的例子比如COC，皇室战争，每局几分钟，COC中的建筑升级需要时间，造兵需要时间，英雄的恢复需要时间，圣水收集需要时间，设计的循环是：上线准备——一局战斗——下线——恢复补兵——上线准备——一局战斗。启动次数每天玩家启动的次数统计，当然我们可以设计一些内容来提高用户启动次数。比如每隔2小时开一个宝箱，玩家就会每隔几个小时上线看看。自定义事件我们可以通过定义一些事件来获取数据，帮助我们更好分析，所谓的“精细化运营”。比如我们可以定义一个“玩家查看礼包次数”和“玩家购买礼包次数”，根据数据我们进行思考：为什么这2个次数差距大，是礼包不吸引人？玩家不喜欢这个礼包？玩家很喜欢但是嫌贵？礼包内道具配置不合理？还可以根据“某关卡进入次数”和“某关卡死亡次数”来分析关卡的难易度，是否需要调整等。其他运营相关内容：到此，以上就是小编对于游戏运营活动数据分析的问题就介绍到这了，希望介绍关于游戏运营活动数据分析的2点解答对大家有用。
