【入門篇】移動游戲數據分析框架-收入相關指標詳解
==========在做進一步講解之前,依舊先對活躍用戶進行定義===================
AU(Active Users)活躍用戶:統計周期內,登錄過游戲的用戶數;根據統計周期不同又劃分為DAU(日活躍用戶),WAU(周活躍用戶),MAU(月活躍用戶);
備注:入門篇中所定義的“用戶”均以“賬號”進行衡量;賬號:游戲賬號庫中的唯一標識,在單款游戲中全局唯一;
==========================================================
仍然從應收的公式進行推導 Revenue = AU * PUR * ARPPU;在活躍用戶規模固定的前提下,PUR 和 ARPPU 是衡量游戲盈利能力最基礎的2個指標;
國內做游戲數據分析的時候 ARPPU 和 ARPU 經常被混在一起,這里為了嚴謹,單獨把這2個指標拿出來對比一下;
ARPU(Average Revenue Per User) 平均每用戶收入
定義:統計周期內,活躍用戶對游戲產生的平均收入;
公式: ARPU = Revenue / AU
ARPPU (Average Revenue Per Paying User) 平均每付費用戶收入
定義:統計周期內,付費用戶對游戲產生的平均收入;
公式:ARPPU = Revenue / APA
PUR(Pay User Rate)付費比率
定義:統計周期內,付費賬號數占活躍賬號數的比例;一般以自然月或自然周為單位進行統計;
公式:PUR = APA / AU;
APA(Active Payment Account)活躍付費賬號數
定義:統計周期內,成功付費的賬號數(排重統計);
公式:APA = AU * PUR;
拓展應用:
從公式的推導可以看出,實際上 ARPU = ARPPU * PUR;目前國內游戲數據做數據分析時所說的“ARPU”實際上是ARPPU,即平均每付費用戶收入;
之所以將 ARPU 再拆解為 PUR 和 ARPPU,主要是因為 ARPU是對產品盈利能力的綜合評價,為了更好的我們做決策,將付費指標拆解為 PUR(廣度,更多的人付費) 和 ARPPU(深度,付更多的錢) 兩個維度;
基于上訴原則,在做充值相關分析的時候,還可以對PUR 和 ARPPU 做進一步拆解,比如新老用戶的 PUR 和 ARPPU,對 APA 的付費強度(統計周期內充值金額)進行分段統計,觀察APA的結構,如大R占比,貢獻率、小額充值的比重等;
在移動游戲數據分析領域,特別是渠道商在判斷產品質量的時候,大家還會經常聽到一個指標 LTV
LTV(Lift Time Value)生命周期價值
定義:平均一個賬號在其生命周期內(第一次登錄游戲到最后一次登錄游戲),為該游戲創造的收入總計;
公式:LTV_N = 統計周期內,一批新增用戶在其首次登入后N天內產生的累計充值 / NU(New Users);
應用場景:手機游戲數據分析中的發行指標,用于衡量渠道導入用戶的回本周期,LTV_N>CPA(登錄)
從LTV的定義上可以看出,CP可以通過不同渠道導入用戶的LTV_N 與 導入成本(CPL)進行比較,用于計算不同媒體投放的回本率(這個在市場推廣篇已經提到);另外,渠道商也可以通過這個指標和聯運資源的成本對比,迅速判斷一款產品是否值得投入聯運資源;
由于LTV是基于新增用戶進行計算的,因此受大R影響比較嚴重。
因此,在觀察產品LTV數據的時候,通常情況下會選取一段時間的數據進行觀察;在匯總計算時,如下圖所示,計算LTV_N 時只抽取時間跨度足夠的樣本;
如,統計周期選擇 4-10至4-19,LTV_4 僅通過 4-10 至 4-16的數據進行計算,因為 4-17至4-19 三天的新增賬號還沒有第4天的數據;
另外,由于受每日新增用戶的質量影響較大,有可能出現LTV_N+1 小于 LTV_N的情況,因此要觀察 LTV_N時,統計周期至少選擇 N +14 天以上,保證每個指標都有14天以上的樣本進行計算;
本文提及的收入指標主要是用于描述產品宏觀數據,關于結合游戲內的其他數據做分析(包括IB分析、消費分析、首充分析等)以幫助我們制定相應的運營活動和版本計劃,這部分會在 進階篇 的案例中詳細說明;
作者:GRG專欄作家 劉異 網龍公司 產品分析經理,專注移動互聯網數據分析
via:http://www.grg2013.com/archives/3011
相關系列文章:
【入門篇】移動游戲數據分析框架-概論
http://www.aharts.cn/operate/84786.html
【入門篇】移動游戲數據分析框架-市場推廣相關指標詳解
http://www.aharts.cn/operate/84093.html
【入門篇】移動游戲數據分析框架—活躍&留存相關指標詳解
http://www.aharts.cn/operate/84797.html
【入門篇】移動游戲數據分析框架-收入相關指標詳解
怎么理解“由于受每日新增用戶的質量影響較大,有可能出現LTV_N+1 小于 LTV_N的情況”呢?LTV_N不應該是一個關于N的遞增函數么?即使增速下降但也不存在降低的可能啊
LTV_N = 統計周期內,一批新增用戶在其首次登入后N天內產生的累計充值 / NU(New Users),其實是等于周期內累計總收入/周期內的新用戶總數,是一個平均值的概念,這意味著如果第二天新增的用戶付費意愿弱甚至不付費,無法對累計收入做貢獻,但是人數增加了,平均值肯定會低于第一天沒有這批用戶的時候。