【入门篇】移动游戏数据分析框架-收入相关指标详解

2 评论 28689 浏览 55 收藏 7 分钟

==========在做进一步讲解之前,依旧先对活跃用户进行定义===================

AU(Active Users)活跃用户:统计周期内,登录过游戏的用户数;根据统计周期不同又划分为DAU(日活跃用户),WAU(周活跃用户),MAU(月活跃用户);

备注:入门篇中所定义的“用户”均以“账号”进行衡量;账号:游戏账号库中的唯一标识,在单款游戏中全局唯一;

==========================================================

仍然从应收的公式进行推导 Revenue = AU * PUR * ARPPU;在活跃用户规模固定的前提下,PUR 和 ARPPU 是衡量游戏盈利能力最基础的2个指标;

国内做游戏数据分析的时候 ARPPU 和 ARPU 经常被混在一起,这里为了严谨,单独把这2个指标拿出来对比一下;

ARPU(Average Revenue Per User) 平均每用户收入

定义:统计周期内,活跃用户对游戏产生的平均收入;

公式: ARPU = Revenue / AU

ARPPU (Average Revenue Per Paying User) 平均每付费用户收入

定义:统计周期内,付费用户对游戏产生的平均收入;

公式:ARPPU = Revenue / APA

PUR(Pay User Rate)付费比率

定义:统计周期内,付费账号数占活跃账号数的比例;一般以自然月或自然周为单位进行统计;

公式:PUR = APA / AU;

APA(Active Payment Account)活跃付费账号数

定义:统计周期内,成功付费的账号数(排重统计);

公式:APA = AU * PUR;

拓展应用:

从公式的推导可以看出,实际上 ARPU = ARPPU * PUR;目前国内游戏数据做数据分析时所说的“ARPU”实际上是ARPPU,即平均每付费用户收入;

之所以将 ARPU 再拆解为 PUR 和 ARPPU,主要是因为 ARPU是对产品盈利能力的综合评价,为了更好的我们做决策,将付费指标拆解为 PUR(广度,更多的人付费) 和 ARPPU(深度,付更多的钱) 两个维度;

基于上诉原则,在做充值相关分析的时候,还可以对PUR 和 ARPPU 做进一步拆解,比如新老用户的 PUR 和 ARPPU,对 APA 的付费强度(统计周期内充值金额)进行分段统计,观察APA的结构,如大R占比,贡献率、小额充值的比重等;

在移动游戏数据分析领域,特别是渠道商在判断产品质量的时候,大家还会经常听到一个指标 LTV

LTV(Lift Time Value)生命周期价值

定义:平均一个账号在其生命周期内(第一次登录游戏到最后一次登录游戏),为该游戏创造的收入总计;

公式:LTV_N = 统计周期内,一批新增用户在其首次登入后N天内产生的累计充值 / NU(New Users);

应用场景:手机游戏数据分析中的发行指标,用于衡量渠道导入用户的回本周期,LTV_N>CPA(登录)

从LTV的定义上可以看出,CP可以通过不同渠道导入用户的LTV_N 与 导入成本(CPL)进行比较,用于计算不同媒体投放的回本率(这个在市场推广篇已经提到);另外,渠道商也可以通过这个指标和联运资源的成本对比,迅速判断一款产品是否值得投入联运资源;

由于LTV是基于新增用户进行计算的,因此受大R影响比较严重。

1

因此,在观察产品LTV数据的时候,通常情况下会选取一段时间的数据进行观察;在汇总计算时,如下图所示,计算LTV_N 时只抽取时间跨度足够的样本;

如,统计周期选择 4-10至4-19,LTV_4 仅通过 4-10 至 4-16的数据进行计算,因为 4-17至4-19 三天的新增账号还没有第4天的数据;

另外,由于受每日新增用户的质量影响较大,有可能出现LTV_N+1 小于 LTV_N的情况,因此要观察 LTV_N时,统计周期至少选择 N +14 天以上,保证每个指标都有14天以上的样本进行计算;

2

本文提及的收入指标主要是用于描述产品宏观数据,关于结合游戏内的其他数据做分析(包括IB分析、消费分析、首充分析等)以帮助我们制定相应的运营活动和版本计划,这部分会在 进阶篇 的案例中详细说明;

作者:GRG专栏作家 刘异 网龙公司 产品分析经理,专注移动互联网数据分析

via:http://www.grg2013.com/archives/3011

相关系列文章:

【入门篇】移动游戏数据分析框架-概论

http://www.woshipm.com/operate/84786.html

【入门篇】移动游戏数据分析框架-市场推广相关指标详解

http://www.woshipm.com/operate/84093.html

【入门篇】移动游戏数据分析框架—活跃&留存相关指标详解

http://www.woshipm.com/operate/84797.html

【入门篇】移动游戏数据分析框架-收入相关指标详解

http://www.woshipm.com/operate/84813.html

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
海报
评论
评论请登录
  1. 怎么理解“由于受每日新增用户的质量影响较大,有可能出现LTV_N+1 小于 LTV_N的情况”呢?LTV_N不应该是一个关于N的递增函数么?即使增速下降但也不存在降低的可能啊

    来自北京 回复
    1. LTV_N = 统计周期内,一批新增用户在其首次登入后N天内产生的累计充值 / NU(New Users),其实是等于周期内累计总收入/周期内的新用户总数,是一个平均值的概念,这意味着如果第二天新增的用户付费意愿弱甚至不付费,无法对累计收入做贡献,但是人数增加了,平均值肯定会低于第一天没有这批用户的时候。

      来自福建 回复