【入门】手游运营中的数据分析
在国内手游市场竞争白热化、获利短现化的潮流下，数据分析员顶着闪亮的光环，被称为运营最有价值的岗位之一，每个项目负责人都希望聘请一个精干、专业的数据分析员，并对他寄予赚钱的厚望。
一．数据分析的定义与工作内容
数据分析是指对运营的各项指标进行统计分析，涵盖方差分析、因子分析、回归分析、主成分分析、聚类分析、逻辑回归、用户细分等，手游运营的数据分析的运算更为精简，业内专注对留存、付费及活跃的几个常用数据的分析。
数据分析建立在数据统计的基础上，数据分析师必须熟练掌握excel、word等办公软件，尤其是有关统计的功能如宏、my SQL，因为分析师必须在短时间内把本统计周期内的宏观数据都统计出来，而把大部分时间放在分析上。分析师需要分析宏观数据与微观指标，并把数据与玩家行为、市场投放、运营活动、节假日等因素结合起来分析，了解用户行为波动的峰值、时段、原因。
此外，数据分析需要一定的行业经验和数据敏感性，一个没有手游运营背景的人不了解市面常用的指标和合理区间，面对一堆数据只是面对一堆乱码。
二．数据分析的常用数据
手游运营中需要分析的数据非常庞大，但如果游戏数据后台或凭借有名的数据统计平台，很多宏观数据能直观反映出来，如国内比较有名的3加分析平台友盟、talkingdate、dateEye。同时，有些游戏合作平台如UC、360就有本身的数据平台，能直观地反应游戏的注册、留存和付费等指标，宏观指标能看到数据变化的趋势波动，对调整数据的指导作用却有限。
那么，每一位游戏开发商就有必要架构完备的游戏后台，把微观数据、宏观数据一应转移到自己的后台上。
那在架构后台时，运营人员需要提交哪些数据的统计需求呢？用一张图片来说明。
1.宏观数据
宏观数据，即剔除渠道、区服和专区玩家的行为差异，对游戏在统计周期内的数据进行宏观统计所得的数据。宏观数据能反映在统计周期内，游戏的整体活跃、付费指数和市场推广的效果，对运营人员了解游戏的市场风潮、游戏种类的差异有比较好的指导意义。
（1）活跃相关
能反映游戏玩家日常行为的数据。
活跃用户数（日活跃DAU/周活跃WAU/月活跃MAU），即AU，能反映游戏登陆人数占总玩家人数的占比，区分玩家质量；
活跃度，指新增用户在随后不同时期的登录情况，主要排查新增账号，以判断渠道是否刷量；
留存率（RR）（次日留DRR/三日留/七日留WRR）指统计周期内再次登陆游戏的用户占初始用户的比例，渠道通常用留存率来评判游戏的品质，次日留在20%以下就算比较差的游戏了，不过挂机类、单机游戏的留存率、重启率很高，付费率却很低；
流失率（UL），流失的玩家占同期注册人数的比例，导致初级玩家流失的原因多种多样，画风、玩法、游戏类型等因素，如果高级玩家流失率高，则表明游戏缺乏新内容、出现了运营事故；
在线人数（PCU），指在监控周期内游戏的同时在线人数，可判断玩家的活跃时段、活跃峰值和活跃人数。
（2）付费相关
这是渠道和运营团队都非常关心的数据了，统计周期内游戏有多少总收入和净收入，能判断游戏的吸金能力、划分用户的品质。
付费率，指统计周期内付费人数占活跃人数的比例，在游戏上线的一周内，一般业内ARPG类游戏的付费率偏高，而单机偏低；
活跃用户付费强度，指的是统计周期内付费总额/活跃用户数，计算出付费的金额，反映活跃用户的付费行为，按照付费强度区分出小鱼用户、海豚用户、鲸鱼用户。
（3）市场推广行为相关
指游戏上线后，评测市场推广效果的数据，无付费推广的情况下推广费用为0，这类数据就依赖于游戏本身的IP、玩法和以往的宣传了。
下载数，评判统计周期内下载的次数，做CPD后下载率将提升，但出现了大量的虚假量；
激活率，指注册用户占下载人数的比例，投放了CPL这种数据值偏高；页面访问率，即PV，指的是游戏推广页面的浏览量，反映了游戏的热度；
独立访客，即UV，访问页面的人数中剔除重复访问率，得出IP数。
（4）游戏内数据
这类数据是对游戏内玩家的物品持有量、行为规律进行统计而得出的数据，能有效地区分出用户的结构、层次和行为规律，有效引导用户进行游戏。
游戏道具消费排行，指玩家在统计周期内购买的道具从高到低的排行榜，以数量为标准则显示用户持有的道具从最多到最少的榜单，一般廉价、基础消耗型物品的持有量会偏大，而高阶道具持有量较少，但持有高阶道具的那部分玩家很有可能是游戏的忠实用户。而按照消费金额做排行，则反映了最吸金的道具到最末等道具的榜单，这个榜单与游戏的开服时间、运营时段有很大的关系，活动策划可以根据这个榜单评判哪些道具是有吸引力的。
用户持有虚拟货币量，指的是用户持有钻石/元宝的数量，可以对人均持有量、最高持有量和最低持有量三个指标进行分析。
如果人均持有量很大，则表明游戏现有系统对货币的消化能力不强，玩家消耗欲望不高，需要出新内容、新玩法、消耗活动促进消费，当然，鲸鱼用户通常在等活动；最高持有量有助于监控玩家是否利用游戏漏洞刷道具，或者利用渠道打折活动大量充值道具，出现这类状况，为了维持整体平衡，运营人员应该即刻进行调整。
游戏用户等级划分，即统计玩家在不同等级的分布，一般用户集中在30级以下是正常的，通过分布线的波动能看出玩家是在哪个等级流失的，对游戏的改进有重要的指导作用。
2.微观数据
运营的微观数据，即对单个渠道、区服、单个玩法系统或单个活动进行的数据分析，分析师在对宏观数据进行分析后，需要得出数据波动、峰值的原因，通常要进行同期的微观分析。
在这个过程中，分析师对原因提出一个假设，并针对性地进行分析。例如，想分析不同渠道用户之间的付费差异，则选用最具代表的两个渠道，如UC和360，对同一个付费活动进行金额、付费人数筛选，可得出结论UC的玩家是重度玩家，高V和付费金额较大，而.360则以付费人数取胜，金额一般偏小。
活动数据的分析也非常重要，对本期的漏洞、不足进行总结，对下次的活动做出指导，数据分析师必须与活动策划相互了解。
三．数据分析的原则
这么多的数据并不需要每一个都进行分析，为了减轻数据分析师的工作，在游戏开发时就必须让运营人员提出一个全面的后台架构，把很多宏观数据进行分类汇总，也可以借助数据分析平台进行分析。
统计出来、制成图标并不是数据分析的终点，分析每一个波动、峰值的形成原因并提出优化建议，才是正道。
可见数据分析并不是盲目分析，而是有原则可依。
1.快比全更重要
手游的平均生命周期只有1年，更新换代非常快，因此数据分析师的工作节奏也会更快，日常宏观数据基本每天必须分析，每个充值付费活动必须分析；在产品生命周期的每个时段，也需要做有针对性的分析。
2.宏微观数据分析合理分配
宏微观数据作用不同，宏观数据往往针对渠道，数据漂亮比真实性更重要；但对运营人员而言，真实性永远是唯一的，如果做不到快速分析，则可三天分析一次；而微观数据通常对调整游戏的数据有非常直接的作用，必须按时段做规律性的分析。
3.数据调整必须及时
不要等游戏临近运营尾声才考虑调整版本和游戏数据，每一次付费活动、新版本、节假日后，都必须对微观数据进行针对性的分析，找出宏观数据波动的原因。
