产品运营和数据优化

对于一款移动互联网产品而言,发布上线只不过是产品真正的开始。产品能不能做好,很大程度上取决于产品问题的快速响应,和运营数据的持续优化。

只有基于理性的数据分析,我们才能更好地了解一个产品的实际情况,从而更有针对性的去改进。正如管理大师 Peter Drucker 所说:If you can’t measure it, you can’t improve it.

产品运营和数据优化

数据分析的目的、指标和数据收集

01 数据分析的目的

对于一款游戏来说,数据分析的目的非常明确:

  • 提高用户新增
  • 提高玩家活跃
  • 提高游戏付费

02 数据分析的指标

新增数据

又称作吸量,可以分为自然量(organic)和非自然量(none-organic)。自然量主要是玩家自发的(比如偶然发现、搜索发现、其他人推荐),从渠道下载游戏;非自然量主要就是指厂商主动行为(比如发布广告)带来的用户。

能够有效区分新增用户的分类以及渠道,并对用户进行合理的多维度分层(segmentation),对于后续运营数据分析非常有帮助,例如常用的:不付费、小R、大R、超R。然后针对不同的用户群,进行有针对性的运营,提高各项游戏数据。

相关指标:

  • 累计新增
  • 留存(retention):次留,7留,30日留存等。按业界指标,如果次留、7留、30日留存超过40-20-10,应该是不错的数据了,可以逐渐积累用户量。
  • 注册转化
  • 付费转化
  • 新增占比活跃

活跃数据

  • 活跃规模
  • 活跃周期
  • 日活跃(DAU)、周活跃(WAU)、月活跃(MAU)、日活/月活
  • Session:单次使用时长(session duration),启动次数(session time)等

付费数据

  • 累计收益
  • 付费人数
  • 付费成功率
  • 付费转化率(conversion rate):付费用户/总用户
  • ARPU:平均每用户收入
  • ARPPU:平均每付费用户收入
  • ARPUDAU:平均日活用户收入

其他数据

  • K因子
  • 流失率:游戏时间、账号等级、是否付费等
  • 一次付费
  • 一次活跃

03 收集数据的方法

数据规范

  • 指标定义明确
  • 建立数据模型,明确数据需求
  • 用户统一ID
  • 统一SDK上报数据

埋点工具(SDK)

  • Adjust:海外工具,可以跟踪广告投放
  • AppsFlyer:海外工具,目前使用,可以跟踪广告投放
  • Google Analytics:海外工具,要VPN
  • 友盟:国内工具
  • TalkingData:国内工具,目前使用,中规中矩
  • GrowingIO:国内工具,据说不需要接SDK,对于游戏效果未知
  • 自制工具:费时费力,建议使用以上专业工具

代码中埋点

  • 打点必须经过运营策划的设计,保证覆盖到关键指标
  • 打点必须涉及到足够的数据维度,以便后续对用户进行分层
  • 打点必须经过测试,确认是否工作良好
  • 后续版本更新中,任何新功能必须打点,作为功能一部分开发

数据分析的方法和模型

掌握一定的方法论,可以更加有效、全面、快速的进行产品数据分析。

01 漏斗分析法

漏斗分析法用来分析从潜在用户到最终用户这个过程中,用户数量的变化趋势,从而寻找到最佳的优化空间,这个方法被普遍用于产品各个关键流程的分析中。

比如,这个例子是分析从用户进入网站到最终购买商品的变化趋势。

产品运营和数据优化

漏斗分析法

产品的每一步都会有流失,总的转化率等于每一步转化率的乘积。进行漏斗分析时,需要对每一步的转化率进行分析,和行业数据进行比较,探查关键的流失点,进行针对性的改进。

对于游戏来说,甚至可以按照游戏类型和设定的各种用户维度,来进行游戏内用户流失的分析,例如很多游戏都会有等级或者关卡的设定,可以以此作为维度进行分析。下图中展示了流失率按等级分布的一个例子:

产品运营和数据优化

流失率按等级分布

从图中可以看出:

  • 等级1的时候,流失率较高。这个阶段玩家刚刚接触到游戏,是不是游戏类型或者风格不适合玩家?
  • 等级3和4的时候,流失率较高。玩家已经接触了一段时间游戏,是不是教学中存在问题,导致玩家无法继续?后者是游戏初期的内容没有吸引力?
  • 等级7之后,流失率已经较低,玩家已经能够很好的融入游戏。游戏的主要留存方面的优化,应该着重在7级之前。

用漏斗分析法进行定量分析之后,再有针对性的进行定性问题,找出问题的根源,从而能够快速提高用户的留存。

02 AARRR分析模型

AARRR是 Acquisition, Activation, Retention, Revenue, Refer 这个五个单词的缩写,分别对应用户生命周期中的5个重要环节,是互联网行业中常用的一种分析模型。

产品运营和数据优化

AARRR model

获取 Acquisition

用户获取方面,可以考虑几点:

  • PR和市场预热,利用各种社交媒体,提高游戏知名度,让玩家产生好感。
  • 渠道推荐,可以免费获取用户,大大降低用户获取成本。
  • ICON、游戏名称、其他宣传材料、包体大小,直接影响了游戏从展示、到下载、再到激活的转化率。

活跃 Activation

主要取决于游戏核心玩法,需要考虑到玩家的学习曲线和心流体验。特别需要重视游戏初期5~30分钟的体验,展示足够有新引力的内容。另外增加社交元素、玩家竞争和协作,也可以提高游戏活跃度。

留存 Retention

  • 游戏设定:增加玩家的代入感、目标感、归属感、成就感、游戏易上手性、提高游戏细节和品质
  • 社交性:人有从众心理,增加玩家间交互、竞争、协作,避免感觉是一个人在玩游戏
  • 技术手段:系统通知、老玩家召回、广告re-targeting

收入 Revenue

  • 游戏内付费,要直白清晰,能够清晰的看到或体验到付费后能获得的物品、尽可能IP化商品以提高商品价值、增加日常消费点
  • 广告变现,使用激励广告、增加合理的广告点、展示位置清晰、利用动画和音效增加紧迫感或诱惑性、增强广告播放体验、利用工具自动优化eCPM

推荐 Refer

用户间的口碑传播,对于一款游戏或者App,可以大大降低用户获取成本(CAC),甚至引起用户间的病毒传播,从而引爆一款产品。对于休闲游戏,可以通过渠道推荐获得第一批用户,但是真正要做大、提高总收入,一定要通过玩家的口碑传播。

一个实例,和《僵尸榨汁机》几乎同时上线,推荐次数相当的手游《超脱力医院》,按照椰岛的说法,已经做到1000万用户和1000万营收。单论ARPU值,《僵尸榨汁机》可以完胜,但是看用户总量和总收入,又是《超脱里医院》完胜。究其原因,第一是非常恰当的分享点和有意思的分享内容;第二是玩家之间互相交换医生的设定。社交性和有趣的内容,使得玩家很想来玩这个游戏。

03 交叉分析法

通常是把纵向对比和横向对比综合起来,对数据进行多角度的结合分析,例如:客户端+时间+渠道。通过横向比较,可以分析不同渠道上的产品推广效果。

产品运营和数据优化

交叉分析法

04 唯一关键指标 OMTM

唯一关键指标 OMTM,One metric that matters,在任何类型产品的任何一个阶段,都需要找到唯一的一个数字,把它放到比其他任何事情都更重要的位置上。在数据分析时,可以抓取许许多多的数据,但必须聚焦在最关键的事情上。


写在最后

《僵尸榨汁机》上,由于没有进行Soft Launch而直接上线,失去了在大规模导量前(苹果推荐)产品数据优化的过程,导致了上线初期在留存和收入方面都有不少问题。虽然在后续过程中,通过不断快速更新,各项指标都有了长足进步,但是初期的损失已经无法弥补,留下了一个深刻的教训。

任何产品都必须遵循产品的自然规律,制定合理的上线步骤,通过产品运营和数据优化,来指导产品的迭代,才能使产品获得成功。

去年今日运营文章

  1. 2023:  腾讯出品:视频号运营地图(0)
  2. 2023:  十分钟读懂《运营之光》(0)
  3. 2023:  搭建会员积分等级体系的方法(0)
  4. 2023:  进阶:利用Excel制作精美圆形、矩形气泡图(0)
  5. 2022:  2022直播电商、短视频趋势分享(0)

原创文章,作者:爱运营,如若转载,请注明出处:https://www.iyunying.org/yunying/cpyy/104265.html

(0)
爱运营的头像爱运营管理员
上一篇 2017年5月13日
下一篇 2017年5月13日

推荐资讯

分享本页
返回顶部