移动游戏数据运营 不要迷失在指标与数据中

admin_bigdatas

运营每天面对的数据指标越来越多，这么多指标怎样看，看什么才是关键。任何数据分析都必须建立在明确的目标之上，没有目标的数据运营、数据分析是比较扯的一件事情。新增玩家、次日留存、3日留存、7日留存、ARPU、活跃度、有效玩家、LTV、K-factor等等，或许要关注的指标还有很多，而且永远列举不完，不同题材不同玩法，运营策略也各不相同。通用的指标也许可以列举出一些，但更多的还涉及各家公司自己特有的指标设计(有些分析模型甚至是不会公开的，比如连妈妈都知道的某某牛B公司内部通行的ROI，BR模型等等)，其实每种指标具体分析什么的这里不过多阐述了，本文只是探讨一下——我们如何避免迷失在这些数据指标中。
明确数据运营的需求
任何数据分析挖掘都是建立在明确需求之上的，在探讨指标、算法之前还是需要明确我们自己的需求是什么，比如，游戏收入不高这就是一个需求，而且很具体，不过这个需求有点大。在明确需求之后就是分解需求，我们可以设计一些灵活的模型或者指标去度量追踪。
收入不高这个需求进一步细化分解就变成了：付费玩家是不是不够多?付费意愿是不是不够强烈?这时，就可以设计一些指标去追踪度量这个需求，活跃玩家、付费玩家比例、付费率、ARPU值等等这些指标就可以帮助解答我们所提出的问题。很多时候这个过程还需要反复不断的评估，不断的细化，不断调整指标度量模型的设计，反复验证直到最终找到问题。指标只是一个参考，懂得如何分解问题，如何建立跟踪解决问题的模型才是真正的数据运营之道。自己定义设计的指标模型也许更切合自己的游戏运营。
构建一个面向对象的指标体系
当明确目的之后所要做的事情是，构建一个面向对象的指标体系。这里的对象是指游戏运营的目的，俗一点说就是收入呗，在国外有个体面的名字：Monitization(货币化)。来吧，我们回顾一下游戏的各个阶段，看看跟收入扯上关系的有哪些点。游戏运营的各个阶段包括：玩家获取阶段、病毒性传播阶段、玩家沉淀留存阶段、玩家付费转化阶段、游戏收入阶段，玩家从一开始导入之后逐步流入各个环节，在各个环节转化最终沉淀变成游戏收入，这个过程就是玩家沉淀的漏斗模型，以最终收入为目标而建立。基于此我们建立了如下的指标体系：用玩家货币化漏斗模型来度量整个游戏运营的生命周期。数据运营的工作就是度量各个关键节点的转化，或者在各个关键节点设计一些更详细的指标来细化追踪。
抓住日常运营的核心
对于日常运营应该有所侧重，一些通用的关键指标做到实时追踪监控，别等问题来了才发现。日常运营中，我们应该关注的重点是一些通用指标，比如：新增、活跃、留存、转化、收入，对这些指标应该尽可能的实时监控，防患于未然。3个小时的响应时间和1分钟的响应时间中间的损失大家都明白滴。而对于其他大量的指标来说，应该区分好纬度，是日表的，周表的，还是月表的，应该各有侧重。
放眼未来做好预测回归
数据运营的本质其实不在于总结过去，而是对未来运营活动做出指引和预测。当然很多时候想象的都很美好，实际就有些残酷。理论上的回归预测算法都太复杂了，这里可以采用一些简易近似的算法去模拟预测，更多的对比模型会让实际的运营工作更有依据。当然，任何分析工作都是在实际工作中反复纠正以及总结的。