对于一个游戏行业的门外汉，这本书对于了解游戏业务具有很强的指导性，通过大量的案例说明了游戏这一具有特殊行业逻辑的行业，如何针对性地进行数据分析。
一、游戏关键数据指标
1、转化率——从点击广告到付费的每一步转化（常使用漏斗图分析）
激活率、激活且登录率
分析各个环节的转换率，对各渠道各项转化率以及后续用户质量进行长期监控，寻找提升渠道转换率的策略（调整广告投放等）
2、留存率——新用户在一段时间内再次登录游戏的比例，从新用户转变为活跃用户、稳定、忠诚用户的过程。
根据时间频率分（日留存率——次日、7日、30日留存率；周留存率；月留存率）
加权留存率（加权平均）
留存率直接关系到用户质量以及游戏质量，因此非常重要
3、 付费指标——体现用户的付费潜力、游戏的营收能力
付费率（付费用户比率） = 付费人数/活跃人数
ARPPU(平均每付费用户收入）= 付费金额/付费人数
ARPU(每用户pingjun 收入）= 付费金额/活跃人数
4、 导入用户成本，即获取用户的成本，衡量广告投放的效果与投资回报率
CPC——平均单个点击用户的成本
CPA——平均单个激活用户的成本
CPR——平均单个注册用户的成本
CPL——平均单个登录用户的成本
根据漏斗转换图可知，以上成本逐次增加。
5、用户生命周期价值LTV（Life Time Value）
LTV = 每月ARPU*用户按月计算的平均生命周期
tips: 若LTV<CPA，说明获取一个用户的收入小于其成本，应停止投放尽早止损。
6、ROI（投资回报率）
ROI = 利润/投资总额
>0 则投资盈利
可用于判断推广的状态以及分析各渠道的流量变现能力。
二、游戏不同阶段的数据分析侧重点
2.1 游戏发行预热期——宣传推广策略
2.1.1 预定用户分析
预定用户的数量——反映游戏初期热度
预定用户来源——新用户还是老用户，老用户玩过其他什么游戏
预定用户付费——在其他游戏的付费情况
预定用户喜好——常玩的游戏类型、游戏特点与玩法（问卷调查）
2.1.2 预订用户转化率预估
预定且登录用户时间分布、占比
对比其他游戏分析转化率是否合理
2.1.3 竞品分析
分析竞品游戏的优势与劣势，进行数据对比（市场运营动态、活跃用户、下载量与排名、收入），借鉴其市场宣传与预热活动以及运营活动
2.2 游戏封测期——第一次，侧重技术问题，留存率；第二次，主要测试付费情况
2.2.1 用户调查分析
调查用户对游戏中的角色任务、画面、副本、技能、组队、引导系统、地图、风格、玩法、装备、PVP、PVE、社交等的评价
进行用户满意度分析，从而帮助设计人员有针对性地进行改进与调整。
2.2.2 渠道用户质量分析
各渠道导入量、CPA、收入与ROI对比分析
综合评价分析——建立评价指标体系、获取数据进行标准化、确定各指标权重（主观、客观赋权）、计算综合评价指标得到哪个渠道的用户质量最高。
2.2.3 客户端大小对用户转化率的影响
数据实验，控制变量，不同的显示、下载、安装大小对用户转化的影响。
2.2.4 游戏公测前收入、活跃预测
预测框架
留存率预估模型（幂函数拟合模型）
2.2.5 最优市场费投放评估
根据投入市场费得到用户数以及付费
测算利润率、收回成本时间
2.2.6 用户流失原因分析（数据埋点）
流失等级分布
流失用户下线前最后一个游戏行为、游戏行为时常
流失用户下线地图分布
流失用户持有的任务分布、活动分布、打副本情况
从而分析流失原因
2.3 公测期市场分析
2.3.1 预热期竞品调研——选择合适的上线日期
2.3.2 游戏服务器数量确定——时间序列预测模型
2.3.3 广告投放效果分析——市场投放金额分配、投放策略（媒体）、投放效果分析（CPR、ROI）
2.3.4 用户手机机型分布——对兼容性测试提供指导（品牌、机型、内存、系统）
2.4 公测期用户分析
2.4.1 用户流失原因分析——5W1H法
如何合理定义流失用户——流失用户回归率、流失期限确定
玩家等级副本流失分析、等级停留情况与通过率、等级付费转化情况、卸载客户端分析
5W1H法
2.4.2 活跃用户细分——Kmeans聚类等方法
得到不同特征的活跃用户、分析不同类别用户的行为特征
2.4.3 预定且登录用户分析
2.5 公测期付费分析
2.5.1 用户付费习惯分析
各个付费模块的用户消耗情况，不同类型玩家消耗分布（百分之多少的钱花在了哪个付费环节）
2.5.2 高端用户预流失模型——逻辑回归模型（准确率、命中率、覆盖率）
2.5.3 装备定价策略分析
PSM模型——太便宜、便宜、贵、太贵四个价格曲线，确定无差异价格点、理想价格点、合理价格定价区间
2.5.4 游戏收入下降原因分析——一层层拆解
2.5.5 分析游戏的收入指标完成情况及数据预警
从指标完成情况、当前时间进度完成率、与上季度同期对比，与上周对比进行预警
2.6 公测期版本分析
2.6.1 版本更新效果分析
新版本的运营数据（召回流失用户、吸引新用户、市场投放、新版本内容）
2.6.2 活动效果分析——综合指标评价法找出效果好的活动，以及不同活动对收入的影响
2.6.3 开服效果分析——新开服带来的新用户、付费效果等
2.6.4 区服合并分析——合并后平均在线人数、ARPPU、等级分布、人均pvpy以及敌对势力分布情况
2.6.5 聊天内容分析——用户聊天日志、QQ群、贴吧等进行文本分析、找出用户的关注点、负面情绪。
