DataEye：游戏运营如何防“坑”防流失

　　3、留存率。

留存率

　　刷量的用户主要是为了完成刷量任务，对游戏内容不感冒，那么留存也是直接反映这一问题的镜子。

　　刷量渠道的用户次日留存一般表现都不好，即使对次日留存有意再去作假，那么再多观察两日，会发现这些用户根本坚持不了几天，流失的非常快。

　　4、地址、Mac地址重复率。

　　这部分数据需要技术操作，通过拉数据来分析。这些也很容易辨别，即大量重复的IP地址，或者Mac地址。这种情况就是“机器人”用户的作弊方式。

　　这里还有一种情况，就是各种数据都跟正常渠道数据非常类似，但是付费率相当低。真实的充值模拟不来。

　　随着作弊手段的越来越高明，机器人的仿真度越来越高。需要运营同学根据掌握到精细用户数据，通过多种方式进行分析，才能下最终结论。

　　以上为如何通过数据统计防止游戏破解数据“乱入”，识别渠道刷量的“捣乱”，我们结合日常反馈，再介绍一些运营人员日常最上心的数据。

　　埋点与完成度

　　游戏内的内容有很多，游戏常见的主干内容，比如等级、关卡、道具、虚拟币、任务等，获得了这些指标的统计数据，运营就能对游戏内容地图的完成情况有一个全面的认识。

新手任务

　　一个游戏能不能留住用户，游戏留给用户的第一印象是非常重要的。以上图“新手任务”为例，新手引导在前3个步骤没有任何问题，但是第4步、第8步，这2处于前面步骤相比，有一个明显的“断层”。在“断层”处之后，完成新手引导的人数有明显的减少。说明很多玩家并没有继续走下去，很可能流失。此时，我们就需要重点关注游戏里面“新手引导4”、“新手引导8”，排查一下这2处有哪些设计上的不合理之处，并交与策划修改。解决了这2处的“断层”问题，玩家的流失情况就会有所改善。

　　至于这些主干内容之外的，一些零散有特殊的统计需求，则可以通过打点“自定义事件”的方式来统计。

　　比如，如果要分析有多少玩家在“版本更新”这一过程流失，我们可以添加这些“事件”：打开游戏、检查更新、确认（取消）更新、下载过程、下载结果、开始加载、加载完成、注册，这一系列完整的用户操作事件进行埋点。

事件漏斗

　　结合DataEye平台提供的漏斗工具，可以很直接的看出来每一步到下一步的完成情况。

　　以demo数据为例，我们可以看出，整个版本更新事件，从开始到完成，整体的走势是递减的。对整体走势影响较大的几个步骤是：”确认更新“，”下载完成“，”加载完成“。

　　接下来，我们就要分析为什么在”确认更新“和”下载完成“这2步完成人数开始减少。是资源包”太大“？还是其他原因，我们需要在数据的驱动下深入分析。“加载完成”完成人数锐减的问题，恐怕是适配问题，需要检查一下版本兼容。也可以结合DataEye后台的”崩溃分析“寻找线索。

　　随着手游市场的迭代，运营水平和运营工具也必须不断发展才能满足需求。下面再谈一些运营同学希望的数据工具是什么样子。

　　更实时的数据

　　现在的游戏推广已经比较规范，渠道在选择游戏项目排期上，也会遵循一定的原则。渠道的资源也有限，作为渠道方，肯定是希望把更多的排期和资源留给数据表现优秀的游戏。

　　在有限的时间和资源条件下，如果对渠道放量期间的数据有一个准确的把控，更好的掌握第一手的用户画像？这就需要有一个强大的数据系统作为依托。

　　在游戏首发当日，作为运营人员，迫切地需要掌握用户的导量的各种情况，比如激活、注册、首付、活跃和停滞、事件和任务等的完成情况。而且这些信息的获取越快越好，尽可能是实时。

　　目的是通过早期的关键数据观察，更早的预估风险方便做下一步调整，这样对项目的调整和补救就越及时。从而使游戏运营活动更加充分，数据更加漂亮。

　　更灵活的查看方式

　　数据是一个大盘子，但是各个地区、渠道、区服，等等甚至更小范围和更个性化的统计集群的表现肯定是参差不齐。如何把低于平均水平的小范围找出，并加以调整，这对于提升整体数据有关键性的作用。所以，运营需要更灵活的数据查询支持，方便查找任何想查的群体。对”劣势“群体进行针对性处理，这也需要数据的驱动。同时，对数据系统也有更高的要求。

　　也有很多运营同学请青睐报表。通过一张报表，基本上就能对游戏的前一天的状况有一个明显的认知，不需要再去翻各个统计页面。也有很多运营同学反馈过希望报表能够更加灵活设定的期望。

　　更新智能化、自动化

　　数据后台是每一个运营必备工具。经验可以作为预估，但是绝对不是运营成败的决定因素。

　　作为一个游戏运营，每天的工作不仅要整理运营数据报表，还有各种对接环节和杂散的事情要处理。如果数据平台能更加智能，自动化地处理好运营所需的数据，就减去了大部分的数据操作工时。这对于解放运营人员工作时间，提升工作效率非常有益。

　　数据清洗

　　数据清洗，相信这是有被脏数据困扰过的运营同学的共同期许。

　　比如破解、测试数据的汇入，会对运营提取有效数据造成干扰。如果是自家后台，可以随时做技术处理，但是要占用开发的工作量；往往脏数据比较多，技术处理之后还会再频繁出现。这时，对脏数据的数量就费时费力，并且不彻底。

　　经验不常有，而数据人人可有。作为一个手游运营，掌握了游戏数据，也就能把握到游戏运营周期中的命脉。以数据为眼睛来明察秋毫，驱动项目的运营，相信是所有运营同志们的共识。

上一页 1 2