一、什么情况下需要分析数据波动

游戏数据是玩家对游戏内容的反馈，因此游戏数据分析从实体层面讲，主要分为游戏用户变动和游戏内容变动。

主要做分析数据波动的场景：

1. 游戏内容有较大变动导致数据变动差异较大。
2. 游戏版测与正式上线后数据差异较大一般是因为游戏正式上线后面对的是泛用户，上线后的泛用户与版测用户人群画像变动较大，导致相同游戏内容因为玩家层面问题导致数据差异。上线后如果数据持续下降，呈现较明显的数据趋势，则需要跟进分析，因为正式上线后泛用户人群差异虽有变动但在一定范围内，而且人群变动相对无趋势性，持续的数据趋势往往更指向游戏内容问题。
3. 如果上线后用户画像与版测差异很大，第一种方法：更改部分游戏内容适应泛用户，重度游戏较常见，休闲游戏主要看是否长线及成本考量。第二种方法：分析各渠道目标用户占比，调整导量渠道，让目标用户占比更大。
4. 统计学意义上与平均值的偏差超过两倍标准差。可以简单说比如留存超过5个点波动等。

二、游戏调优思路

留存调优思路

留存率是一种效率指标，是描述游戏用户粘性最重要的指标，用户经历玩法筛选、接受玩法、成长、流失等过程，最终沉淀为游戏的核心用户的过程。常用次留、3留、7留、15留、30留等，短期留存一般和新手引导、前期体验有关，是一种画风、ui、玩法、体验等短期筛选后留下继续玩的比例。长期留存一般和玩家目标感、自我成长、社交羁绊、协作竞技、团队归属感等有关。

短期留存

1）新手引导（前期关卡）——主要用漏斗分析，常用分组维度：机型设备、游戏职业、人群画像等。

漏斗分析是一套流程分析，它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。整体漏斗模型的核心思想其实可以归为分解和量化。

次留降低，先看玩家进入游戏最先接触的内容，新手引导/前期关卡等内容，上一篇文章也讲到关于此处。关于数据分析的方法可参看前一篇文章：

【运营攻略】新手运营必备：游戏数据分析方法

2）关卡数值难度——通关率（人、次）、流失率、难度系数等

以下数据为同一游戏ab测试不同版本，关卡难度不同玩家数据差异。

通关率=关卡成功人数/关卡开始人数*100%

流失率=关卡停留人数/关卡开始次数*100%

......

下图为笔者做的一款消除类关卡游戏，通过以下数据可以看出，前期关卡难度要适中，让玩家平稳过度，才能体验后续游戏内容，否则容易导致流失大，前期不能设置较大的难度/数值卡点。同样游戏内容数值/难度不同，在难度系数高的关卡流失人数较高。

关卡难度与玩家留存/流失简要关系。

• 太难导致玩家主线卡点引起挫败感，进程中止，玩家无法继续尝试其他游戏内容，进而流失。
• 太简单虽然玩家可以轻松通过关卡，但挑战性太低也会导致部分玩家觉得太傻瓜、无聊无趣而流失。

如何二者的平衡？

有几种做法：

1. 首先看通关率（人），前期不能过低。其次看通关率（次），通关率（次）较低，但通关率（人）高说明玩家具有挑战关卡难度的意愿，虽然有一定难度但玩家可以接受，在多次尝试后仍然会通过关卡。
2. 如果一部分游戏不存在通关率人和次的划分，则可以直接对比难度和流失率来看，更佳直观，同时参考通关率的表现进行分析，一般通关率高，付费率也高的关卡我们都会认为是好的关卡设计。

关卡难度设计阶梯详细可以搜索游戏心流理论相关内容，难易关卡一定比例交替，让玩家保持体验交替节奏。

关于心流理论可以查看文章：【策划经验】关于广告变现游戏的留存，我有话说

关卡难度卡点设置要有节奏性。前期关卡在于让玩家快速理解、接受玩法，快速成长，体验游戏内容。我们在调整游戏难度节奏之后小游戏留存从12%直接上升到了18-20%，说明前期难度卡住了大部分用户，从而导致流失进而次日留存偏低。

3）玩法、养成参与

游戏产品对于玩法功能的开放需要节奏，主要关注用户的参与率、参与深度等，持续刺激用户新鲜感。

养成参与主要看玩家在前期装备养成（如升级、升阶、合成等）、资源产销等。如玩家身上虚拟币较多且不使用，会导致玩家数值成长跟不上关卡数值难度，导致难度增加，需要增强用户的养成引导。进而确认游戏的引导、数值、玩家接受理解问题，是否符合预期。

4）玩家体验

玩家体验比如游戏帧率、有组队任务的游戏——组队等待时长等等。

长线留存

长期留存一般和玩家内容、目标感、自我成长、社交羁绊、协作、竞技、团队归属感等有关。所以很多游戏都有好友、工会、帮会、排行榜等。

玩家随着在游戏内的成长，玩家第x天，不同阶段遇到、接触、感受到游戏内容是有差异的。所以长线留存要持续跟进玩家的游戏内容、体验。

例如下图是最近接触的例子。A版本各项数据都比B版本好，为什么会在5留就比B版本差了？先看游戏进度：

因为从第四天开始，活跃的玩家很大比例都达到了最高等级36级，而这个游戏是单主线游戏，这部分玩家已经没有游戏内容了，所以会流失。继续拆分数据得到验证。

解决方案：给高等级玩家开始做更对游戏内容，让这部分玩家继续玩游戏。

留存、流失玩家对比：通过留存、流失玩家游戏行为对比，找到可能引起玩家留存流失的原因。

三、调优案例

以ARPG《A游戏》的例子：

《A游戏》上线2个月后，次留从38%降低至30%，其他天留存也有降低。留存降低导致活跃持续下降，且《A游戏》有pvp系统，需要有玩家交互，人数下降也会影响其他玩家体验，体验不好玩家流失加剧，从而导致恶性循环。但市场导量侧预算有限，无法扩大新增。

核心目标：找到留存下降原因

1. 游戏数据是玩家对游戏内容的反馈，先看游戏用户画像变迁，这一步已经确定，基本无变化。
2. 确定游戏内容变更。这2个月内游戏到底做了哪些更新，可以去查找更新日志（每次更新建议保留更新日志）。

版本主要变更：

• 加入了翅膀、特效等美术视觉类资源；
• 加入了新职业。

做完所有措施后，留存回升至38%左右

四、商业化广告调优一些思路

点位、频次设计：强卡点处广告点位曝光触发提升广告次数。

广告点位本质是玩家需求。

• 数值类：像我们游戏主要以激励视频为主，所以需要有比较健壮的经济数值系统、玩家有自我成长感。
• 功能类：如复活/更多时间点位。

以复活类做参考，玩家关卡/场景时长分布：

游戏一部分是类似上图的正态分布，一部分是偏态分布。但没有影响，本质是你需要卡多少玩家比例去触发复活。比如关卡通关时长限定90s，但玩家时长分布在90s之内达99%，也就是说只会有1%玩家触发复活广告，因此调整时长数值可以理性、科学化。

案例：消除类游戏B

首先你得进行数据埋点去掌握你得广告数据，对比两次测试数据发现广告的次数有大幅度下降，核心原因是因为调整了关卡前期难度，导致玩家再前期广告需求下降。怎么解决这个问题呢。难度肯定是不能再上升的，因为明显留存变好了，那么我们得针对广告点位和投放产出做一定的调整。

在调整广告时，你需要清楚每一个广告点位的功能性，针对功能性/定价/投放等多方面去考量是否还有空间。

通过调整后，广告次数虽然没有之前那么高，但是整体提升了5次以上，相对于初始降低的广告次数由明显提升。

另外，广告是否能产生作用，关键要看需求，要学会如何在设计时埋下需求，比如做新玩法时可以考虑消耗新的货币、门票之类的。

更多内容可以关注我的微信公众号：一枚游戏干饭人