游戏数据分析第六课 留存分析.ppt

作业 1）如何在游戏中创造长期的用户留存 2)解析影响用户留存率的“40-20-10”规则 3)列举游戏提高玩家留存率的10种途径 4)如何使用分类法优化早期用户留存情况 很明显的发现，次日留存率只是在18~20日三天下滑的很明显，三天之后次日留存率恢复正常水平。换句话说，这是运营活动设计有问题，间接地影响了各项数据的表现 * 第六课 留存分析 留存分析 主要内容 留存率的概念 留存率的分析 留存率优化思路 本章重点 留存率的分析 留存率优化思路 本章难点 留存率的分析 留存率优化思路 学习目标 掌握留存率的分析方法 掌握留存率优化思路 在AARRR模型中，很重要的一环就是Retention，即留存率，它在另一个ARM漏斗模型中，同样是重点环节。 尽管AARRR模型和ARM模型有一些差异，但是都将对用户黏性的考量放在了对用户留存的考察上。 《如何优化ARM获得高回报率》 6.1留存率的概念 百度百科给出的定义如下： 在互联网行业中，用户在某段时间内开始使用应用，经过一段时间后，仍然继续使用该应用的用户，被认作是留存用户； 这部分用户占当时新增用户的比例即是留存率，会按照每隔1单位时间（例日、周、月）来进行统计。顾名思义，留存指的就是“有多少用户留下来了”。留存用户和留存率体现了应用的质量和保留用户的能力。 留存率重点关注的内容： 1、计算的用户群。不同用户群的行为，确定不同的留存表现 2、计算的时间点。不同时间点确定了用户群以及留存率的表现 《四种口径的留存率》 6.1.1留存率的计算 从时间上划分，留存率可以分为次日、三日、七日、14日、30日、90日、180日留存率。 从用户上划分，有新登用户和活跃用户两大类。但是我们大多数是关注时间次日、三日、七日，用户是新登用户。 例子：某日有100新登用户，次日有42个返回游戏，则次日留存率为：42/100=42%，由此则二日留存率为27/100=27%，三日留存率为19%，七日留存率为7%。(P171) 由此我们得出以下定义： 次日留存率：新登用户在首登后的次日再次登录游戏的比例； 3日留存率：新登用户在首登后的第三天再次登录游戏的比例； 7日留存率：新登用户在首登后的第七天再次登录游戏的比例。 以此类推计算下去就得到了N日留存率。 6.1.1留存率的计算 《留存率是什么？》、《留存率到底有几种计算方式》 6.1.2留存率的三个阶段 震荡期：不断寻找游戏的潜在用户 淘汰期：不断运营游戏的潜力用户 稳定期：挖掘和稳定游戏核心用户 6.1.3留存率的三要素 在计算广告学中三要素：语境、广告和受众，留存率同样也存在类似的三要素。 从留存率的分析维度来看，重点是对获取用户效果的分析，而这其中就涉及广告投放的环节。 1、计算广告学 《计算广告学》 1、计算广告学 留存率的分析实际上不仅仅是一个停留在用户到达或者激活游戏之后才开始着手的过程，留存率实际上是一个贯穿整个用户获取、参与、付费过程的指标数据。 广告宣传 点击跳转 查看抉择 下载 安装 运行 激活 体验留存 首次充值 深入游戏 图：游戏用户通过广告转化的路径 留存率分析需要从用户看到广告宣传阶段就开始了，留存率是转化率的一种形式，虽然只是在用户激活后才出现，但都是获取用户漏斗模型中的效果阶段，而这恰恰也反映了广告投放购买的用户效果，如果在留存率基础上，再去看付费转化率，则可以衡量用户的收益效果。 2、留存率的三要素 广告的最终目的是寻找到最佳匹配，进而提升效果，而对于这个效果的衡量，留存率是非常重要的一方面，当然订单转化数、付费情况也都是效果衡量的标准。 环境：获取用户的方式、渠道、方法 用户：获取用户的质量、效果、兴趣 产品：本身产品的质量和人群受众定位 P178 6.2留存率的分析 6.2.1留存率的三个普适原则 6.2.2留存率分析的作用 1）衡量有效用户 寻找究竟哪些人才是游戏的真正用户，有效用户的衡量解决了产品与目标用户定位的准确性，更重要的是解决了不同方式下获取用户的效果评估 2）衡量运用表现 运营作为增值服务提供给用户，能够从活跃、收益两个方面得到体现，而对活跃的判断标准之一就是留存率，而不是DAU，因为最终留存率决定DAU 3）挖掘用户特征 真正的用户具备什么样的特征，决定了在对潜在用户推广中，如何发现谁会转化，进而加强营销 6.2.3留存率分析操作 1、留存率计算过程 表中首日登录5524人（即11月21日新增用户），由此可以追踪这些人在随后的每天中有多少人还活跃，例如这5524人中，在12月4日登录的用户为1609，就是13日留存率为1609/5524=29.13% 日期 留存人数 留存率 日期 留存人数 留存率 11月21日 5 524 100% 11月28日 2 394 43.34% 11月22日