产品测试后如何快速写好一份游戏数据分析报告

  数据分析是游戏运营的重要岗位技能之一，在很多游戏运营岗位的招聘JD中，经常能看到关于游戏数据分析的要求，通常要求运营同学可以监控游戏数据，完成数据分析报告，并依据数据报告的结果调整运营方案。那么，怎么样才可以快速写好一份高质量的数据分析报告呢？

  我们邀请某游戏大厂的运营专家分享了他做数据分析报告的思路，文中图表使用的数据来自数数科技的数据分析平台ThinkingAnalytics（文中简称TA），数据已做模糊处理。

  最近我一直在跟的一款卡牌游戏结束了7天的付费测试，测试结束后，最重要的就是输出数据报告。

  数据报告能够在一定程度上帮助我们了解本次测试存在哪些问题，玩家对游戏是否认可，从而针对性的做出优化。同时，测试数据的好坏，也与后续的运营方案、推广方向息息相关。

  由于我们第二天中午就陆续关闭了下载，所以可以看出主要的新增集中于前2天。首日累积新增用户数7,445，次日新增2,504，测试期间共导入10,939用户。

  可以看出，我们与上次测试相比，整体留存都有一定额度的提升。次留从40%提升至45%，达到本次测试预期。

  但对比A级产品次留45%，3留35%，7留15%的数据来看，3留问题比较严重，并且从3~4日的衰减来看，两次测试都没有很好的解决这一问题，后续会详细分析具体原因。

  整体收入的付费率和ARPPU比较稳定，收入降低主要是停止导量，老用户流失导致。

  3月14日额外开启抽奖功能促进收入明显，付费率和ARRPU都有显著提升。

  后续还会再分析首充动力和复购情况，看看能不能进一步挖掘付费率的提升，以及VIP分布和LTV情况，看看ARPPU还没有进一步提升的可能。

  可以看出，除了UC的量比较大以外，其他各个渠道新增的量级都比较相似，后续新增大幅度减少主要是因为内测期间，我们并不想扩大规模，于是陆续关闭了下载。

  玩家从下载→安装→登录→创角，这一系列的流程完成后，才能真正形成新增。哪一步有问题，都会影响转化率，从而损失新增。

  整体来看转化率都还是比较高的。当然这个也要分渠道再看每个渠道的情况，毕竟每个渠道账号体系不同，包体不同，可能会出现部分渠道转化率偏低的情况。

  既然发现了3留问题严重，我们可以深入看一下，到底3留的问题出现在哪里。通过TA后台，我们可以快速的通过图表看到数据结果。

  红色线为总体留存平均值，可以看出，应用宝、小米、UC用户的3日后留存都明显偏低。3日留存在不同的渠道最高和最低的点，两者相差10%。

  考虑到产生2日、3日留存的玩家都是已经对游戏有一定了解，产生这么大的差异考虑可能原因是2点：

  不同渠道的素材图不同，吸引来的目标用户不同，而应用宝、小米、UC的素材恰好吸引的不是我们的目标用户。

  应用宝、小米、UC的用户对我们这个游戏类型本身不感冒，这个要对比一下其他同类型游戏是不是也有数据偏低的问题。

  不过，这2点考虑都需要跟商务同学沟通下，看看是否能够提升渠道的用户质量。

  总之，区别渠道质量来客观审视留存的高低是非常有必要的。很可能一两个渠道的数据异常，就拉低了整体留存，让我们做出错误的判断。

  首先看一下基本的不同等级的流失人数和流失概率。可以看出流失凸点分别是4级、6级、10级、13级、21级以及23~30级。

  我们对任务、引导、升级、通关等数据进行了埋点，根据流失埋点数据，我们可以看到不同等级的玩家在流失前做的最后一件事：

  以此，我们可以快速找到玩家流失点，再结合实际游戏体验，发现问题的核心原因主要在于：引导、任务以及副本上。

  付费对玩家留存影响也是非常大的。从TA平台，我拉取了不同VIP等级的流失曲线玩家，整体的留存也是远远好于V0玩家的。

  所以说，通过提高首充吸引力，让玩家尽快充值来提升游戏的流失成本，从而提高游戏留存，这个方法确实有效。同时，在23~30级这个点上，V0~V3玩家的流失都有所上升。

  此时，导致留存较低的节点已经初步找到了：4级、13级、21级、28级，V0~V3的玩家的留存低，是整体留存较低的重要原因。那么进一步去看这些玩家在对应等级的经历，即可更加细化的找到问题原因。

  结合上文玩家流失前做过的最后一件事可以看出，21级最大的流失点是进入副本关卡（dungeon），针对关卡这个点，很可能是难度导致了较低付费玩家的流失。

  可以看出，在玩家流失高点，也是关卡通过率的低点。而对于V3以上的玩家来说，可能由于其装备水平本身较高，所以并没有感受到卡点的存在，整体关卡通过率都比较高。

  通过率相对低的关卡，与流失点重复率较高。关卡难度是影响玩家流失的核心原因之一。

  付费结构让我们了解玩家付费能力，在后续付费活动设计上，可以根据不同能力的玩家设计不同的付费目标。而首充动力是为了让尽可能多的玩家产生破冰消费，一旦破冰后，后续付费将会更加容易，同时也对玩家留存帮助较大。

  付费玩家约占20%，比例还是比较高的，V1占整体的12%左右，说明首充对玩家的吸引力很大。但V2开始比例有明显衰减，可能是小额玩家重复付费欲望不强。

  从表里可以看到，除了648档位重复充值次数较高外，其他的档位重复充值次数都很低。结合本次运营活动只有首充、月卡和公测付费金额双倍返还外，针对中间用户的付费活动不足，导致其缺少充值动力。

  多数玩家在4级开启首充后，就进行了首次付费。这得益于玩家被各个游戏教育养成的付费习惯，当然，也是我们本身奖励足够吸引人。

  在13级，15级还有一个比较明显的小突起，此时差不多是第一次出现了匹配玩家付费能力的幸运礼包，促进了玩家首次付费。

  有了这个数据，我们就可以更明确知道玩家产生付费的动力来源于哪里了。当然，这个数据来源于充值前，所以对于一次性充值较多的用户，可能并不准确。但是对于首充动力，还是能够表现得很明显的。

  比如我们的V1玩家付费行为21%来源于1922任务，而1922任务结束后，正好是第一次弹出首充界面的时机，能够准确的看出这部分玩家看到首充的奖励，没怎么犹豫就进行了充值。

  而V2更多的是道具驱动，再结合道具的整体销售情况，也能更加明确的得知哪些道具对哪些玩家来说更容易产生冲动了。

  LTV是一个比较重要的数据，这决定了我们的买量成本和回本时间。只有知道玩家在生命周期贡献了多少钱，才能更合理的控制成本，从而产生更多的利润。

  总体LTV首日7元，3日13.9元，7日18.1元；华为和官网用户LTV表现突出；首日分别达到了18.9元、15.3元；7日更达到81.2元、40.1元；

  但是，虽然华为渠道的用户独树一帜，但毕竟这次是小规模内测，我们也不要忽略个别玩家对整体数据的影响。于是我拉了玩家的充值排行榜，看看是不是个体玩家导致的差异。

  结果发现，果然，华为2个玩家充值遥遥领先。不过，这也进一步说明，华为的付费用户质量确实非常好，可以考虑在后续投放时，更多的偏向这个渠道了~

  微观数据，就是将宏观数据层层分解，比如流失率可以分解为流失玩家的流失曲线、流失触发点，ARPU和付费率可以分解为付费玩家的付费阶层以及付费触发点等，让我们找到问题的原因，从而优化游戏数据。