单机游戏 次日留存 多少 达标_百度知道
单机游戏 次日留存 多少 达标
我有更好的答案
7日留存30% 勇者封神传这游戏就达标了
为您推荐：
其他类似问题
您可能关注的内容
乐视超级电视的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。豆丁微信公众号
君，已阅读到文档的结尾了呢~~
游戏数据分析：留存率分析
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
游戏数据分析：留存率分析
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='http://www.docin.com/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口注册 | 登录
小萝莉一枚，从事互联网，喜欢看书，喜欢听歌。美食诱惑吃货本质显现无疑，一直抱着环游世界的妄想停留在某地。
从零开始学运营，10年经验运营总监亲授，2天线下集训+1年在线学习，做个有竞争力的运营人。
随着移动游戏整体的火热，现在看到太多的数据，太多信息，很多时候我们仰慕和钦佩别人的成功，我们总是把这个行业达成所谓共识的一些数据来出来说明问题。因为我们笃信数据是有力的证据，并且可以说明实力。然而太多的时候，因为沾染了更多的外在气氛，以至于在一些情况下看不到自己接下来的清晰的方向。比如今天说的留存率问题。
关于留存率，之前也谈到了很多，包括计算标准和使用方法，不过细心的人应该懂得那些只是一个最初级的阶段，因为即使你知道的留存率是什么，但是你会发现你依旧不知道要去做什么?原因在于，你觉得大家都在谈论，所以，我也这么谈论。很多时候，见过很多人都在询问，这个类别的游戏，benchmarks是多少，一方面的确很有用，因为你看到了差距，另一方面，却发现，纵然自己知道差距，却依旧不知道如何弥补差距，如何解决问题。
因为，所有的数据分析和数据都是以解决问题为先。
然而，我们把数据分析和数据当做了夸夸其谈的佐料。
留存率的最大的窘境在于，即使，你了解到了你存在差距，但是你依旧找不到解决这个问题的办法。比如我们都知道我们的次日留存、7日留存水平都不是很高，需要进一步提升，但是往往我们找不到方法，很多时候，我们可能回过头来通过不断的游戏体验，去寻找问题，实则现在很多人已经知道通过留存率来分析体验的问题。然而驱动用户体验决策而有意义的成功标准，一定是可以明确的与用户行为绑定的标准，而这些行为也一定是可以通过设计来影响的行为。然而我们看到了所谓现在探讨的次日留存率和7日留存率并不能准确捕捉行为，并且帮助我们完成设计，进而影响行为。
所以，我们要解开这个窘境。
所以，我们要去寻找在留存率背后的行为，而这些行为必须要能够进行量化，同时通过设计可以影响行为。
从设计的角度来看，我们很关心如下的内容：
因为这些因素使我们通过设计可以进行改进的，而这些改进，必然会对应在一定的量化基础之上，因为刚才提到了，只有这样的标准才是存在价值的，也是可以真正通过数据分析解决问题的，换句话， 只是一个单纯的留存率指标我们并不能更加清楚的发现这些问题，抑或更多的时候，只能凭借体验和感觉来解决问题，这种情况下其实数据分析并没有发挥应有的作用。
留存用户的等级分析
我们可以通过分析次日、7日、30日用户的首日等级变化情况，了解不同质量用户区对于游戏内容和进度的把握情况，进而快速定位是否是游戏内容过难，或者新手教学没有做好导致的结果。
如上图所示，次日留存用户，在首日停留的等级有22%的是在4级，而有13%的次日留存用户直接是安装了但是没有进行游戏内容，与此同时，我们对比7日留存用户的新登日变化情况来进行对比分析：
在此，可以看到，7日留存用户中，等级达到2的用户有14%，而在次日留存用户中，首日等级达到2级的比例是18%，这点来看，7日留存用户的质量的确是高于次日留存用户。从这点来看，围绕游戏本身设计的要素，比如每日游戏时长，可以判断用户的首日游戏体验是否达到了预期的效果。所以这里我们可以去结合用户的游戏时长进行判断。
留存用户的游戏时长分析
作为每一个游戏设计者，肯定会判断自己的游戏时硬核，还是中核，或者休闲，不同的情况对应的游戏时长水平是不同的，比如下面的例子：
结合新增用户等级的变化情况来看，其实我们比较容易看到，用户的游戏时长中有30%的人在0-10s就离开了游戏，针对这点其实可以反映几个潜在的问题，比如网络的不稳定，加载问题，渠道的虚假用户等等问题。针对这款游戏10-30min用户的数量相对占比不高，因此对于那些首次接触该题材的用户来说，新手引导存在一定的问题，用户在最开始的成长遭遇了一些问题，比如初期的赠送奖励不足以让用户继续体验接下来的游戏内容。不过值得肯定的一点事，在这款游戏中，我们可以看到基本上是一个正态分布，相对合理，而在某些游戏中，比如服务器不稳定，或者网络没有解决，那么此时用户的游戏时长曲线就会变成一个偏态分布，诸如下面的情况：
这种情况，可以肯定都是存在较大的问题，游戏核心机制没有有效的吸引住用户，因此在这种情况，就需要去做比较深入分析和改进。
来源：pmtoo
赞赏是对原创者的最大认可
收藏已收藏 | 4赞已赞 | 0
小萝莉一枚，从事互联网，喜欢看书，喜欢听歌。美食诱惑吃货本质显现无疑，一直抱着环游世界的妄想停留在某地。
产品经理群
运营交流群
数据分析群
文案交流群
Axure交流群
关注微信公众号
大家都在问
12个回答18人关注
19个回答49人关注
15个回答19人关注
19个回答75人关注
16个回答24人关注
21个回答72人关注}