游戏数据分析 | 用户流失原因分析
流失用户分析的方法有很多,常见的方法有流失等级分布、 等级停滞率、分渠道和平台的留存率对比、主线任务持有率。本文将从合理定义流失用户、客户端卸载原因和5W1H分析法来分析流失用户,并且用聚类分析对活跃用户进行细分,其目标在于更好地了解用户并满足用户需求,使游戏运营活动做到有的放矢,以提高游戏的盈利能力,推动收入的增长。
目录
- 一、合理定义流失用户
- 用户多久没上线算流失?
- 流失用户回归率
- 拐点理论
- 二、玩家等级副本流失分析
- 三、等级付费转化率分析
- 四、卸载客户端的用户流失分析
- 五、总结:5W1H分析法分析用户流失
一、合理定义流失用户
用户多久没上线算流失?
用户流失分析第一步是要定位流失用户,而流失期限就是定义用户是否流失的关键。通常在游戏中,会有对流失玩家召回的活动,假如流失玩家的流失期限定义太短,比如3天未登录游戏即算流失,这样虽然能够覆盖更多的真实流失玩家,但同时也会对许多非真实流失玩家,在召回活动中大量发放奖励,不仅浪费资源,也破坏了一定的游戏平衡性;假如流失玩家的流失期限定义太长,比如60天未登录游戏即算流失,这样覆盖全部真实流失玩家的比例较低,召回活动显得没有太大的意义。所以玩家流失多久才能定义为流失玩家至关重要。
流失用户回归率
流失用户回归是指流失之后的用户再次登录游戏,根据回归用户数可以计算得到用户回归率,即:
流失用户回归率=回归用户数/流失用户数×100%流失用户回归率 = 回归用户数/流失用户数\times100\%流失用户回归率=回归用户数/流失用户数×100%流失用户回归率在流失用户定义合理的情形下,通常数值比较低,移动游戏的用户回归率通常在5%以下。用户流失的流失期限长度与流失用户回归率通常成反比,即随着流失期增大,流失用户回归率递减,并逐渐趋近于0。
拐点理论
X轴上数值的增加会带来Y轴数值大幅增益(减益),直到超过某个点之后,当X增加时Y的数据增益(减益)大幅下降,即经济学里面的边际收益的大幅减少,那个点就是图表中的“拐点”。
假设我们以1天为单位定义用户流失期限,即用户某日登录游戏,在此后1天内没有继续登录,我们就认为它已流失;再假设以3天为单位,那么在用户某日登录游戏,在此之后3天内没有继续登录游戏,我们就认为它已流失。以此类推,我们也可以以周为单位。下图是以3天为单位的流失用户回归率曲线,可以看到,当流失期限超过15天的时候,曲线逐渐平滑,那么我们可以认为当一个玩家连续15天没有登录游戏时,即判断它已经流失。
二、玩家等级副本流失分析
谈到玩家流失分析,我们要关心的问题有流失用户分布在哪些等级?是不是副本难度造成了玩家流失?玩家在哪些副本流失的人数最多?我们可以很容易拿到玩家的流失等级分布数据,如下图所示,从某手游的流失等级分布图我们可以看到,前面几级的流失人数是最多的(正常现象,不管什么类型的游戏,对新进玩家来讲,前面几级的流失人数都是的最高的,可能出于对游戏风格的喜好、可能渠道带进来的质量比较差,可能游戏新手引导阶段易用性较差,等等),30~40级流失玩家人数又开始缓慢回升,40级是分水岭,40级之后高等级的玩家流失快速下降。
那玩家流失跟副本的关系有多少呢, 接下来我们可以查看不同等级的流失玩家停留在哪些副本。从表中数据我们可以看到,第1个副本4级玩家停留最多,第3个副本5级玩家停留最多,第7个副本6级玩家停留最多,以此类推,不同等级玩家在哪些副本停留状况都可以明显地看到。那么我们可以进一步思考是不是某些副本的难度太高了呢!因此可以进一步查看不同等级玩家的副本通过率。副本通过率一方面能够反映副本难度符不符合当初的预期,例如10级玩家原本应该顺利通过副本10到13,结果数据发现10级玩家在这几个副本中通过率不高,那么这时候应该对副本难度进行调节;另一方面通过副本通过率可以确认某一副本某一等级的大量流失玩家停留是不是由于副本难度造成的。例如表中中7级流失玩家在副本11停留人数最多,达255人,我们可以查看该等级段玩家在该副本的通过率情况,如果不符合预期,相对周边副本通过率确实较低,那降低副本难度将有助于降低玩家流失。
副本ID | 停留角色数 | 4级 | 5级 | 6级 | 7级 | 8级 |
---|---|---|---|---|---|---|
1 | 1220 | 949 | 71 | 86 | 78 | 12 |
2 | 785 | 540 | 64 | 70 | 62 | 22 |
3 | 1896 | 1 | 1602 | 142 | 77 | 43 |
4 | 725 | 480 | 92 | 80 | 26 | |
5 | 530 | 301 | 52 | 98 | 25 | |
6 | 477 | 15 | 267 | 101 | 29 | |
7 | 612 | 360 | 108 | 67 | ||
8 | 294 | 138 | 60 | 36 | ||
9 | 302 | 106 | 85 | 43 | ||
10 | 258 | 2 | 127 | 58 | ||
11 | 456 | 255 | 89 | |||
12 | 208 | 99 | 52 | |||
13 | 180 | 63 | 51 | |||
14 | 271 | 139 | 60 | |||
15 | 381 | 211 | ||||
16 | 247 | 111 | ||||
17 | 255 | 114 | ||||
18 | 239 | 95 | ||||
19 | 285 | 1 | 108 | |||
20 | 166 | 23 | ||||
… |
三、等级付费转化率分析
等级付费转化率描述玩家在游戏进程的不同等级阶段的付费转化率,在哪些等级玩家容易产生付费,我们可以根据付费转化率高的等级来回顾玩家可能存在的游戏行为,并实施相应的运营策略,提升付费。
等级付费转化率一般只适用于游戏的前期,在游戏前期玩家能够跟着策划人员的思路往下走,容易在设计的付费点处产生付费。而到了游戏后期,玩家往往各自练级,发展道路,是否付费受到的制约因素较多。
指标:
- 等级付费转化率 = 当前等级付费用户数 / 当前等级用户总数
- 等级人均付费次数 = 当前等级用户付费总次数 / 当前等级付费用户数
- 等级人均付费总额 = 当前等级用户付费总额 / 当前等级付费用户数
对于付费转化率高的等级,可以针对性加强消费引导和曝光;在付费转化率较低的等级,可以使玩家平滑过渡,虽然不产生付费,但可以有效避免玩家流失。
四、卸载客户端的用户流失分析
卸载客户端的玩家一般是真正的流失,回流的可能性很小,因此分析卸载客户端的用户,定位流失用户是非常准确的,也是流失用户分析的一个重要组成部分。
主要采用对比分析、结构分析、交叉分析方法,比较重要的分析指标有客户端卸载率、卸载客户端的原因、卸载客户端账号游戏行为。
五、总结:5W1H分析法分析用户流失
- 发生了什么(What):指将近20万的官方平台用户在游戏公测7天后流失,流失率达35%。
- 在哪里流失(Where):上海的上班族用户流失率最高,为77%。15级流失用户主要在海盗地图流失。
- 什么人流失(Who):新用户流失比较多,达79%。游戏职业1和职业2的流失人数较多。上班族和学生的流失比例为55∶45,上班族在周末的流失率较工作日减少3%。
- 什么时候流失(When):主要是新手期玩家和高级期玩家流失,新手期玩家主要集中在6级、15级流失。高级期玩家主要集中在55级流失。
- 为什么流失(Why):新手期玩家是因为任务A和任务B给他们造成了困拢,高级期玩家主要是因为好友流失,游戏热情降低。职业1流失较多是因为防御能力较弱,职业2是因为该职业对玩家站位的要求较高。因为工作比较忙、没时间而流失的玩家占比超过30%。
参考文献:《游戏数据分析实战》——黎湘艳,叶洋 著
游戏数据分析 | 用户流失原因分析相关推荐
- 详解用户流失原因分析该如何入手?
来源:CPDA数据说 转自:CPDA数据说 大家好,我是小z 关于用户流失分析,总有几个问题是绕不过去的: 用户流失原因调研时不知如何入手? 不知如何才能找到用户真正的流失原因? 不知如何把调研结果应 ...
- 游戏用户流失原因及分析框架搭建
文章讲的是游戏用户流失原因及分析框架搭建,在游戏公司中,玩家流失一直是制作人.策划.业务运营最为关心的问题之一.本文将围绕用户流失,介绍如何针对流失搭建数据分析模型.我们从玩家流失原因说起. 玩家为什 ...
- 数据分析——用户流失分析
本文是对"用户流失原因"问题进行的思考整理,仅作记录,欢迎讨论. 思维框架 图版: 文版: 内部原因: 1. 数据验证 先确认指标逻辑计算和数据提取是否存在问题: 数据提取无误后, ...
- 腾讯CDC:用户流失原因调研四步经
转载自:http://www.itongji.cn/article/0F423432013.html 用户流失原因调研时不知如何入手? 不知如何才能找到用户真正的流失原因? 不知如何把调研结果应用到产 ...
- 风暴英雄出现服务器未响应,《风暴英雄》游戏卡顿的原因分析及解决办法
<风暴英雄>游戏卡顿的原因分析及解决办法 2014-11-02 15:14:47来源:游戏下载编辑:阿狸桃子评论(0) <风暴英雄>内测一周以来,有不少玩家反映玩起来比较卡.那 ...
- 和平精英为什么找不到服务器,和平精英为什么登不上去 和平精英游戏登不上原因分析...
和平精英上线各大下载平台后,备受玩家关注,但是慢慢的网友会发现游戏登不上去,其他人都能登上去,自己怎么登不上去,那么这到底是什么情况呢?下面就跟小编一起去看看详细情况吧. 和平精英游戏登不上原因分析. ...
- Python数据分析高薪实战第十二天 网络服务用户流失预测分析和国产电视剧评分预测分析
29 综合实战:网络服务用户流失预测与分析 绝大多数互联网公司都面临一个非常重要的问题:用户流失问题.随着互联网和移动互联网的充分发展,发展新用户(也就是一般所说的拉新)的成本越来越高,往往要几块或者 ...
- 利用逻辑回归进行用户流失预测分析
1.项目背景 客户流失是所有与消费者挂钩行业都会关注的点.因为发展一个新客户是需要一定成本的,一旦客户流失,除了浪费拉新成本,还需要花费更多的用户召回成本. 所以,电信行业在竞争日益激烈当下,如何挽留 ...
- 数据分析 -- 用户流失
有同学问:用户流失该怎么分析?用户流失率的数据可以算,可算出来以后呢?只看数据似乎完全看不出什么流失原因,只知道用户已经X个月没有来了,也不知道看到这个能干啥.今天系统解答一下. 用户流失分析常见错误 ...
最新文章
- 【SICP练习】110 练习3.23
- 写给Linux系统运维的朋友
- BSTR 、LPCTSTR、CString附C语言串基本操作
- canvas象棋 画图
- UTXO与账户/余额模型
- IT基础设施最佳实践ITIL
- 【2017-04-16】抽象类、接口、构造函数、重载和重写的区别、静态成员和方法
- 李政轩讲核方法kernel Method 视频笔记
- 【算法学习笔记】50.字符串处理 SJTU OJ 1361 丁姐的周末
- 配置:生产计划参数文件
- java实现 腾讯人机验证 + 前端
- 某资讯App signature签名分析 (一)
- 腾讯企鹅辅导 H5 性能极致优化
- 荣耀Magic2:用最简单的方法解决最复杂的问题
- 换手机 之导入通信录
- 让人拍案叫绝的创意是如何产生的
- 深度学习中的图像增强
- jsp留言板源代码一
- java连接access数据库的三种方式以及远程连接
- QT界面QMenuBar()、QMenu()和QAction()的使用