最近接手数据分析工作(手游渠道)，谈谈我的思路。

一、ROI是唯一关心的

投入(Investment)我主要指给各游戏的曝光量。

产出(Return)我主要分为四类：

1、收入(洗)

游戏综合实力的考察。

同样的投入(曝光量)，什么样的游戏收入高?

吸量好(曝光-下载转化率高)&长线留存高&付费能力强。

即普遍意义上的好游戏。

2、新用户(增)

如果游戏能给渠道带来新用户，最好不过。

一般是由于CP的市场行为，好IP、独家首发效果更好。

表现为游戏用户中，平台级新增用户占比高于均值。

3、用户满意度(养)

一个游戏既不吸金，又不带新增。

但是它好玩，用户爱玩，从而提升了用户对渠道的满意度。

那么也是值得投入的。

主要表现为较高的用户活跃度、忠诚度和粘性。

4、用户流失(损)

如果某个游戏的玩家的平台级流失率高于均值，就要注意了。

可能用户被挖走了，要赶紧找原因想办法。

二、两个数据模型

渠道能获取到的数据较为有限，可用于游戏的评级、筛选、分类、资源分配。

至于游戏数据的调优，还是交给CP去做吧，所谓术业有专攻。

1、三维数据模型

渠道数据主要有三个维度，通过建立三维模型，可以直观的进行数据统计、查询与分析。

CP同样适用，将下图的Y轴改为渠道即可。

2、矩阵模型

渠道要分析各游戏质量，CP要分析各渠道质量，矩阵模型是个不错的选择。

注意事项：

1、数据筛选：此图我已将日均ARPU、日均7留、日均DAU、和日均DNU数据值过低或数据量过少的游戏过滤掉。

2、异常数据处理：遇到数据异常，如留存过高，需找到原因，很有可能是数据量过少，此时可以调高数据筛选中的数据量要求；也有可能是其他原因；这样的数据我们需要过滤掉。也可以用简单的方法：设定合理取值区域，不在这个区域的值，不做求平均计算。

解读：

本图的横竖坐标轴我分别选择了ARPU和7日留存率，分别作为付费能力和留存能力的代表。

然后分别取两个指标数据的中位数作为原点，将图划分为四个象限。

发现：

1、ARPG普遍付费能力强，传奇类最典型。

2、挂机类游戏、玩法较新颖的游戏、和优质IP游戏普遍留存高。

3、部分老游戏数据表现很好，可以看到手游的生命周期可以做得很长。

4、也有经典大作流水高但各项数据均不好，除了DOU。

但是，上图还少了一个很重要的指标，那就是吸量能力。

我们可以把吸量能力作为第三个数据维度加入图中，即气泡图。

注：气泡图的缺点是不够直观，不能展示过多数据。

通过这三个指标，我们基本可以确定游戏的综合品质。

我们还可以看到自家渠道的用户特征，用户喜欢哪类题材，用户喜欢为哪类游戏掏钱，用户玩哪类游戏上瘾……

三、智能排期设想

原理很简单：

1、保证新游有足够的初始曝光量，达到这个曝光量后，进入老游戏库。

2、老游戏根据ROI自动调整资源位，文首提到过四种ROI产出，需做综合考量，分配合适的权重。

这样可以更高效地利用资源位，并节省人力成本。