游戏运营杂谈之——>怎么做一份数据日报

简介: 近期很多人反映刚刚接手数据分析工作,不知道怎么来做一份数据日报,不知道取哪些数据,关注哪些重点指标,事实上对于新手而言最好的办法就是去参考前辈和看看行业一些日报的形式,但是核心在于你的产品是页游,还是app,还是手游,还是网站,还是开放平台,还是端游,或者是一款互联网应用,产品定位和属性决定了数据分析日报的形式和内容。


近期很多人反映刚刚接手数据分析工作,不知道怎么来做一份数据日报,不知道取哪些数据,关注哪些重点指标,事实上对于新手而言最好的办法就是去参考前辈和看看行业一些日报的形式,但是核心在于你的产品是页游,还是app,还是手游,还是网站,还是开放平台,还是端游,或者是一款互联网应用,产品定位和属性决定了数据分析日报的形式和内容。

今天要说的这些指标和内容,基本可以保证基本的日报数据需求,换句话这是要关注的一些方面,剩下的要根据你的产品来了,不全或者纰漏错误还请各位批评指正。

在开始之前还要明确一点,仔细想清楚你的报告服务于谁,给谁看,怎么做怎么展现,都需要你自己来衡量,下面的一切都是一个基本的思路和例子,曾经看过一个面试题,在这里与各位分享一下,看看大家的答案是什么。如果你是京东商城的DMA,现在要你给刘强东提供三个数据分析指标,你会选择哪几个?

针对本文和面试问题欢迎到 http://www.dmacn.com/viewthread.php?tid=6&extra=page%3D1  网游数据分析论坛讨论

第一部分

日报摘要信息

基础运营数据

基础运营数据部分首先要把重点摘要写出来,所谓摘要就是重点的数据指标的情况写出来,实际上大家要明白这些数据都是起到了解和预警的作用,其涉及的指标有:

1)人气数据

DAU(每日活跃帐号数:每日登录过游戏的玩家)

新增用户(每日注册的玩家)

新增有效用户(每日注册的玩家并保证登录过游戏的玩家):建立时间序列的数据源,分宣传期与非宣传期数据,可结合ACU,PCU等数据,观察游戏对用户的黏着度

PCU(峰值):建立时间序列的数据源,观察并得出属于自己游戏的波动范围

ACU(平均同时在线人数):建立时间序列的数据源,观察并得出属于自己游戏的波动范围

平均在线时长

平均游戏时长

客户端下载量

官网&论坛PV,独立IP,UV,论坛的浏览次数,发帖量

2)收益数据

每日充值金额

每日充值人数(日充值APA):建立时间序列的数据源,对比业内平均水准,测试游戏消费引导能力

每日ARPU(可以理解平均充值金额):建立时间序列的数据源,测试游戏消费点挖掘能力

每日新增充值帐号:

每日购买金额

每日购买人数(日购买APA)

每日ARPU(可以理解平均消费金额)

3)流失率信息

流失率作为单独的一块要重点的进行描述,流失率的变动意味着产品在发生变化,主要要从以下几个流失率指标进行每日预警监控:

日流失帐号:统计日内有登录但统计日后7天都未登录的账号数

日流失率:统计日内有登录但统计日后7天都未登录的账号数 / 统计日的活跃帐号数

日流失充值帐号数:统计日前30天有充值行为,但统计日内无登录,且无充值行为

重点事件及活动回顾

重点活动及事件的介绍,便于在报告的阅读者容易找到前一天数据出现问题的原因,定位问题,找到相关负责人进行解决。

服务器状态信息:是否停服,玩家出现登录困难等信息

BUG:重大BUG反馈信息(影响游戏体验)

是否有新一轮活动开启

是否有版本更新

是否存在竞品测试或者上线

活动执行情况汇总

把最近一个时期开启的相关活动进度,比如开始时间,结束时间,活动链接地址进行简要汇总,便于阅读数据的一些人员能够针对数据评估活动效果。

第二部分

详细数据信息

第二部分是针对第一部分而言的,对于一些公司的高层而言,没有太多的时间,只能简单的看看第一部分的数据汇总信息情况,而第二部分,实际上是给各个部门和人员来看,从更加的细致数据对比上发现问题,比如环比,同比数据怎么样,包括绘制相关的曲线图,饼图等帮助这些人员进行理解。

基础数据分解信息

1)人气数据

CCU实时在线状态图

     
一般而言,CCU只会列出当日,前一日和同期的对比曲线,大家灵活机动,可以直接从公司的BI系统或者经分系统得到这条曲线。
DAU:绘制DAU曲线,并包括具体数值汇总(可以列出表格),同时要把当日数据进行环比和同比分析。
详细数据表格(蓝色为上周同期,红色为日报当日数据)
 

       

 

详细数据表格(蓝色为上周同期,红色为日报当日数据)

 

         

 

接下来一般的处理ACU,平均在线时长信息,利用表格和曲线图直观形象的表现一下。

 

 

辅助的也会出现一个表格,具体列出来这些数据和信息,供查阅

 

      

 

 此外有必要加入PCU/ACU的变化趋势图,这个图利于观察近期活动的一些情况。

        

在基础数据的人气数据部分可以将剩下的数据指标按照之前的表格形式展现出来,至于曲线,要根据需要灵活添加。

 

新增玩家数据

       

官网论坛数据

 

      

 

官网专题页

 

 论坛访问

 

     

 

 

 

客户端下载信息

     

 

2)收益数据

充值数据

这里只给出了表格,实际上我们好要给出曲线图,充值金额,充值人数,充值ARPU

 

      

消费数据

同理消费数据也要给出曲线图,通过曲线图或者柱形图形象化展现。

      

道具销售排行信息

 

       

流失率相关信息

 

 

相关文章
|
jenkins 持续交付 网络安全
Jenkins安装SSH插件
Jenkins安装SSH插件
284 0
|
机器学习/深度学习 传感器 数据采集
机器学习赋能制造业:预测性维护、质量控制和智能物流优化
制造业借助机器学习和深度学习提升效率,通过预测性维护避免设备故障,利用质量控制模型检测产品缺陷,及运用智能物流优化降低运输成本。示例代码包括基于LSTM的设备故障预测和随机森林分类器的质量控制模型。这些技术革新生产流程,提高效率,降低成本,增强企业竞争力。
|
供应链 双11
老客GMV占比增长至60%,服企如何进行会员运营
老客GMV占比增长至60%,服企如何进行会员运营
272 0
老客GMV占比增长至60%,服企如何进行会员运营
|
存储 C++ 索引
哈希表、集合、映射
哈希表、集合、映射
|
9月前
|
机器学习/深度学习 算法 数据可视化
基于深度混合架构的智能量化交易系统研究: 融合SSDA与LSTM自编码器的特征提取与决策优化方法
本文探讨了在量化交易中结合时序特征和静态特征的混合建模方法。通过整合堆叠稀疏降噪自编码器(SSDA)和基于LSTM的自编码器(LSTM-AE),构建了一个能够全面捕捉市场动态特性的交易系统。SSDA通过降噪技术提取股票数据的鲁棒表示,LSTM-AE则专注于捕捉市场的时序依赖关系。系统采用A2C算法进行强化学习,通过多维度的奖励计算机制,实现了在可接受的风险水平下最大化收益的目标。实验结果显示,该系统在不同波动特征的股票上表现出差异化的适应能力,特别是在存在明确市场趋势的情况下,决策准确性较高。
244 5
基于深度混合架构的智能量化交易系统研究: 融合SSDA与LSTM自编码器的特征提取与决策优化方法
|
关系型数据库 MySQL 分布式数据库
PolarDB操作报错合集之在执行语句时遇到语法错误,是由什么导致的
在使用阿里云的PolarDB(包括PolarDB-X)时,用户可能会遇到各种操作报错。下面汇总了一些常见的报错情况及其可能的原因和解决办法:1.安装PolarDB-X报错、2.PolarDB安装后无法连接、3.PolarDB-X 使用rpm安装启动卡顿、4.PolarDB执行UPDATE/INSERT报错、5.DDL操作提示“Lock conflict”、6.数据集成时联通PolarDB报错、7.编译DN报错(RockyLinux)、8.CheckStorage报错(源数据库实例被删除)、9.嵌套事务错误(TDDL-4604)。
249 1
|
8月前
|
存储 分布式计算 Hadoop
MPP 架构与 Hadoop 架构技术选型指南
MPP架构与Hadoop架构是处理海量数据的两大选择。MPP通过大规模并行处理实现快速查询响应,适用于企业级数据仓库和OLAP应用;Hadoop则以分布式存储和计算为核心,擅长处理非结构化数据和大数据分析。两者各有优劣,MPP适合结构化数据和高性能需求场景,而Hadoop在扩展性和容错性上表现更佳。选择时需综合考虑业务需求、预算和技术能力。
809 14
|
负载均衡 安全 Java
【微服务系列笔记】Gateway
Gateway是Spring Cloud生态系统中的网关服务,作为微服务架构的入口,提供路由、负载均衡、限流、鉴权等功能。借助于过滤器和路由器,Gateway能够动态地管理请求流量,保障系统的安全和性能。
1197 7
|
API 开发者
币安合约现货策略交易接口API对接开发源代码详情
# 生成签名的函数(示例) def generate_signature(params, secret): signature = '' for key in sorted(params.keys()):
|
分布式计算 容灾 大数据
MaxCompute( 原名ODPS)大数据容灾方案与实现(及项目落地实例)专有云
一,背景与概述    复杂系统的灾难恢复是个难题,具有海量数据及复杂业务场景的大数据容灾是个大难题。    MaxCompute是集团内重要数据平台,是自主研发的大数据解决方案,其规模和稳定性在业界都是领先的。
2733 17