数据分析的真正价值，是发现数据潜在的价值，而不是仅仅剖露现状，现状是众多人都能都洞察到的，而数据分析的价值就在于洞察之后能够给出对应的机遇和挑战说明，并提供方向指引
游戏行业的数据分析价值：
①货：市场热点分析、运营指标监控预警
②场：评估产品质量，定位产品问题，实现用户体验升级
③人：用户画像构建、流失预警和用户生命周期管理
④资源：预估市场资源投放、舆情分析和广告投放、资源位把控

用户从下载到进入游戏的行为数据结构图

一、游戏数据分析指标体系

1、转化率：反应产品体验
①激活率=激活量/安装量
（激活码的）激活率=激活量/激活码发放量
（激活码的）激活且登录率=激活且登录量/激活码激活量
②转化漏斗
2、留存率：反应用户粘性
①日留存率：次日留存、7日留存、30日留存
②周留存率：
③月留存率：
3、用户付费指标：反应平台盈利情况
①付费率=付费人数/活跃人数
②ARPPU=付费金额/付费人数
③ARPU=付费金额/活跃人数
说明：目前较好的手游每日ARPU超过5元，一般的手游在3-5元，低于3元则表现较差
4、导入用户成本：反应广告投放效果
①CPC：单个点击用户的成本
=广告投入总额/所投广告带来的点击用户数
②CPA：平均每个激活用户的成本
=广告投入总额/所投的广告带来的激活用户数
③CPR：平均每个注册用户的成本
=广告投入总额/所投广告带来的注册用户数
④CPL：平均每个登录用户的成本
=广告投入总额/所投广告带来的登录用户数
5、LTV：用户在生命周期内为平台创造的收入总计
每个用户的平均的LTV=每月ARPU * 用户按月记的平均生命周期
说明：LTV是指用户在游戏中产出的价值，而CPA是指获取一个有效用户的成本。当CPA>LTV时，可以理解成获取用户成本大于用户产出，可通过该数据判读市场投放效果
6、ROI：投资回报情况
投资回报率=利润/投资总金额

二、游戏发行预热期

游戏预热期一般是在游戏立项至封测期间，通过运营手段进行市场宣传和用户调研，分析产品的传播定位、预估用户转化率和竞品分析等，找到潜在的核心用户，从而进行更好的投放策略制定

三、游戏封测期

1、游戏的测试节点，分CB和OB
CB：指游戏对外封闭测试期，是在小范围内的限量测试，一般会在测试后删档，主要目的是发现问题和解决问题
OB：指游戏公开测试，时大规模不限量不删档测试，主要目的是导入更多用户，获取利润
2、此阶段分析师的主要工作
①用户调查分析
②渠道质量分析
③漏斗分析
④留存率评级，评估产品质量
⑤数据预测：市场费用、用户活跃、ROI等多维度的分析预测，提供资源分配方案
⑥流失分析：找到用户流失卡点，实现游戏用户体验优化
3、案例分析维度举例：用户属性、用户初体验评价、上手难度、画面、职业、新手引导、地图系统、射击体验、技能、副本、怪物、PVP、武器、装备、社交功能、游戏评价与建议、推荐意愿
4、游戏公测前期需要搭建的模型
①收入预测模型
②用户活跃预测模型/DAU预测模型：评估公测后的整体活跃预估
③最优市场费投放预估模型：评估投放成本和投放收益、投放周期和渠道分配等

四、公测期市场分析

公测期主要的动作是硬广投放、渠道保量、CPA买量、软性推广、地面推广、发布会和异业合作，这一阶段数据分析的主要工作是：
①竞品调研：分析竞品压力，下载量等相关对比数据
②游戏服务器数量确定：评估公测之后的服务器情况是否满足预期
③广告投放效果分析：监控每天的广告投放数据
④用户手机机型分布：作为项目兼容性测试的参照

五、公测期用户分析

1、用户流失分析：流失等级分布、等级停滞率（只游戏等级）、分渠道和平台的留存率对比、主线任务持有率
核心：如何定义流失，可以结合经济学中的边际效应进行拐点寻找，找到最能定义流失的时间点

2、活跃用户细分

六、公测期付费分析

核心：引导更多的活跃用户向付费用户转化，并留住付费用户
1、高端用户预流失模型
①逻辑回归模型预测
2、装备定价策略分析
①PSM价格敏感度测试模型

七、公测期版本分析

核心：根据版本更新，评估版本更新的板块的数据情况，对总体的影响情况
1、分析新版本上线后的PCU（最高在线人数）、ACU（平均在线人数）
2、舆情分析、热点话题分析