菜鸟学分析：对回流用户的数据分析

wow13p

　　回流用户定义：


　　使用友盟的通用定义：用户已经记录7日以及7日以上未有登录（即先认定这部分用户已经流失，当然你也可以自己来定义），而在今天有登录，那在今天这部分用户称之为回流用户。


　　用户回流可以分为自主回流与人工回流，自主回流指玩家自己回流了，而人工回流则是人为参与导致的，这里的回流用户大部分为自主回流。


　　一、回流用户构成分析


　　1.1 为什么要熟悉构成


　　先熟悉一下回流用户的构成，以便于从各方面了解回归用户是怎么样的，对用户有一个大概的认识。


　　1.1.1 新鲜度

　　9周以后指：已注册9周以上用户


　　4周以后指：已注册9周~4周的用户，以此类推


　　从*月份整月的数据来看：


　　回归用户主要由：注册9周以上的用户，注册5~8周的用户构成


　　并且可以从上月份的数据来看，此占比会越来越大，也就是说回归用户中9周以后的老用户会越来越多，整体的用户会趋近于越来越‘老’。


　　以上数据基于此游戏是一个比较成熟的群体，如果其他的游戏，回归用户的新鲜度也可能不一样。


　　1.1.2 付费用户占比


　　回归用户中付过费的玩家占据1*%，整体来说用户可利用价值比较大，并且可以说质量也应该会比较高。


　　1.1.3 数量级别

　　整体盘子比较成熟，占比在日活跃用户的6%左右，整体来说是还是挺多的。在国庆等假期中会上升，并且有假日越长，则回流用户越多的表现。

　　这个特点可以灵活的运用到活动中去。

　　1.1.4 回归后的首日活跃ARPU

　　付费相对较活跃人群而言较弱，但是考虑到玩家的新鲜度以及留存来讲，这个问题相对重要性不为重要。

　　1.1.5 次日留存

　　回归用户次日留存，只有注册用户留存的0.57倍

　　整体来说，对于一个用户群体趋近如此成熟，且质量相对来说比较好的群体，这样的留存是让人感到忧虑

　　分析得出主要问题：

　　留存（主要点）：主要问题，只有注册用户次日留存的0.57倍

　　付费（次要点）：从玩家新鲜度构成以及玩家参与牌局数来讲，这个问题并不是主要问题，可以延后考虑。

　　OK，那么我们现在重点要找寻玩家流失的原因。

　　二、流失的原因

　　1、使用漏斗模型进行多层次流失分析

　　得出流失原因：局数转化（主要）

　　如下图所示，玩家在第一局的游戏流失非常严重，占据了所有流失玩家中的16.5%。

　　并且在前面10局的流失占据了所有流失的80%，前面的局数不管输还是赢，流失率都非常高，提高玩家继续进行打牌为我们主要目标，这里的流失率曲线同比注册用户还要高。

　　排除版本等原因影响后，发现：

　　在这里，玩家并不是缺乏金币而流失，他们就是不想继续玩了，也就是说游戏对他们的吸引度非常的弱，可能是因为版本的更新速度太慢或者游戏本身就让他们失望了，这是我们不曾想到的，也是游戏中的一个重要的问题。

　　（横坐标为局数，竖坐标为占流失人数的百分比）

　　2、微转化（触发型的流失点）

　　首场胜率的流失（次要）：

　　第一局胜利的玩家比第一局输的玩家留存率有提高5个点。

　　第二局胜利的玩家比第二局输的玩家留存率有提高3个点。

　　相对而言，这里的流失点暂时不足为虑，为次要目标。

　　PS:在这里因为之前对流失点分析已经比较熟悉，所以能很用以前的一些代码再跑一次即可跑到很多点，如果是第一次进行微转化的分析，可以参考：

　　菜鸟学分析-流失点分析-微转化

　　http://www.gameres.com/679216.html游戏数据分析挖掘群：2698352，欢迎各位