TalkingData 行业指标观察分析DNU与DAU

来自 游戏葡萄 2014-04-30
深度

[ 游戏葡萄原创专稿,未经允许请勿转载 ]

TalkingData 行业指标观察分析DNU与DAU

写在分析之前

一直以来,我们对数据都是做加法,希望在这个过程中,不断搜罗和变换出更多的数据指标,维度等。而在实际的分析中,一如给用户提供产品,太多时候我们思考的是如何增加功能,实际上却离产品的核心功能、诉求越来越远。

笔者最近有幸和一些团队在做数据分析的交流,发现,对于一些最基本的数据指标,实际上我们并没有深入的理解。或者说,我们并不了解数据,以及背后的用户,使用场景等。因此,也就造成我们在夹生数据理解的基础上,不断探寻新的数据组织和加工。

前年的时候,我制定了关于游戏数据分析的一些基本指标,后来有人和我说,“我们的数据指标定义和你的不一样,你的指导意义不够,不符合业务需要”,这里我举一个例子:

很多企业在定义日活跃用户数(DAU)时,都会和我说,“我们是把每天登陆2次以上的用户算作DAU,而行业标准,是只要登陆过的用户,就算是日活跃用户。”

就这个问题我想表达的是,DAU这样的指标,他本身代表的是业务场景,而非一个简单粗暴的指标内容。换句话,其背后存在一个围绕DAU生成的体系和流程。

我们可以以“转化率”或者“金字塔”的思想来理解这个DAU,不论大家在做DAU数据时是以定义“登陆两次以上是活跃用户“为准,还是以”登陆时长超过10min,算作一个活跃用户。“为准,登陆都是被作为最基本要具备的要素。只有这个要素存在,以上提到的“登陆两次”,亦或“登陆时长过10min”算作一个活跃用户才是被满足的。如果按照“转化率”或者“金字塔”的思想解释,我们其实是想知道层层过滤后,所谓那部分高价值用户的比例。

从业务场景的角度分析,这其实是在研究用户到达的好坏,而渗透到这一场景的核心,我们发现,影响到DAU的分析因素其实很多。基本的DAU定义是指,登陆游戏一次就是活跃用户,这个过程中,如果结合我们刚才提到的转化率思想,从DAU的转化率关系或者金字塔结构(仅从登陆次数作为统计维度),是能够发现一些问题所在的。比如用户的游戏行为习惯,付费相关性,营销活动刺激等。举个例子,间隔时间极短的两次登陆用户,且级别很低时,很可能是登陆存在问题,趋利用户(即积分墙用户)。


行业指标观察

今天,我们花一些时间就只说DNUDAU,而分析的指标就是DNU/DAU,你可以称这个指标叫做活跃度指数,当然大家喜欢叫做新增用户占比。

且看下面的图片:

这里的老玩家指的是:DAU-DNU,注:DAU-DNUDOU是同义。

此图蕴藏了几个信息:

玩家的行为习惯逐渐形成,周六成为用户游戏的高峰时间段。尽管这个事实有很多人都注意到了,但不是所有人都考虑到了这个因素,在做周末奖励活动时。对比来看,在1月到2月春节期间,用户的行为特点则是完全不同。

蓝色区域面积越小,则留下的老用户(即DAU-DNU)比例就越多,相对的留存质量则会好一些。游戏的玩家自循环系统逐步成立,则推广期间的大部分玩家在次日之后都留在了游戏中。针对这一点,在下面展开解释。

我们将DNU/DAU的比率拿出来,做出如下图的曲线:

从图中我们可以看到,基本上这个比率维持在一个很低的数值,大概在10%-15%左右。换句话说,新增用户的占比只有全体日活跃用户占比的10%~15%,即使当我们游戏开始大范围拉新推广时,这个比例仍旧维持在10%~15%,但此种情况仅存在于游戏已经上线,且用户的自然转化情况比较理想时。

从数学的角度来看,这个比率计算的分子和分母,分别是DNUDNU+DOU(即DAU),基本上变化幅度是同步的,当DOU足够多的时候,DNU的新增影响是有限的。但是如果一段时间内DNU的诸多用户不能转化为DOU,则此比值则在不断升高。如下图所示:



如上图,昨日的DNU中的一部分(次日留存部分)变成了,今天的老用户(DAU-DNU),而昨日(DAU-DNU)部分则有一些转化为今天的老用户,同时,今天DAU中,则继续有DNU的加入,而这一部分,也构成了明日(DAU-DNU)的一部分,在明日的DAU-DNU中,同时还有昨日DNU在明日的部分贡献,昨日DAU-DNU在明日的贡献。

由此,我们可以认为:在游戏足够吸引用户或者流量足够理想的情况下,随着不断新用户被带入到游戏中,游戏中DOU的比例则会越来越高,那么我们的DAU就会不断的成长。

在游戏带入的流量是虚假的或者游戏不足以吸引玩家时,则每天导入的DNU会不断的被损失掉,就变成了一次性用户,即新增当天登陆过游戏的用户,且此后不再登录游戏。此时,我们会看到在随后的一段时间(尤其是停止推广后),DOU即老用户的比例并没有发生显著的增长,这一点从DAU是看不出来的,但是我们从DOU的比例就可以看出来。在这种情况下,不需要等待几天来看效果,推广的第二天如果效果不佳就需要停止。

案例

从下图我们可以看到,在大推开始DAU的规模开始急剧增长,但是基本上是DNU的贡献。推广几天的DNU/DAU平均水平在83%左右,这一点恰恰说明,在推广期间每一天的大量DNU并没有在次日有效转化为DOU,这一点,我们从DOU比较平滑的曲线就可以看出。尽管这期间我们发现DAU急剧膨胀,但是实际DOU较推广前的涨幅则是有限。经过计算,较推广前DOU平均涨幅30%。 而实际此期间,DNU的平均涨幅100倍左右,而推广结束后,DAU较推广前涨幅了30% 左右。对比DNU100倍流量的涌入,实际DAUDOU的涨幅,则实在是很微弱。

综上所述,这个指标对于游戏的粘性理解和投放效果评估,能够起到一定的积极作用。同时,要说明的是,这个指标对长期运营的游戏来说,是评估其生命力的一个重要参照,想必用过的人是很清楚的。

最后奉上行业水准:

一线:<10%

二线:<20%

三线:<30%

四线:<45%

行业平均水平:28%

注:游戏上线初期的1~3天不具备参考意义。



文章评论
游戏葡萄订阅号