流失分析方法5_流失前最后一次游戏行为法

作者:黎湘艳 数据驱动游戏 2019-12-03
通过分析用户流失前的最后一次游戏行为,深挖玩家流失原因,可以从整体上了解用户最后一个行为,再从细节上定位到用户在流失前持有的每一个任务、下线的地图、参与的活动和副本,以及从最后一个行为到退出游戏的时间,甚至能画出了用户流失前的地图坐标。

该方法是将玩家最后一次下线当天的游戏行为按时间顺序排序,取最后一个游戏行为进行分析,游戏行为包含:进入地图,接受/完成/放弃任务,参加活动,参与打副本等等。

要完成以上的分析,首先需要对游戏内容非常熟悉,才能有一个整体的思路框架,另外,对表结构和sql掌握也需要非常熟练,才能将用户所有游戏行为汇总在一张表中。基于这种汇总表进行数据分析,需要我们层层分解“剥洋葱”,寻找玩家的流失点。

以上的方法能有效定位到流失原因,能定位到原因,就会有办法调整。

下面将介绍一款游戏(简称游戏A)用最后一次行为法的方式来进行流失原因分析,主要有四块内容:
1、背景信息
2、数据来源
3、详细的分析过程
4、核心结论



背景信息

某游戏测试8天,次日留存率40%,第8天留存率15%,用户留存率数据一般,低于预期,需要分析其用户流失原因。

数据来源

数据来源于游戏内用户行为日志,为便于数据统计分析,需要对用户的行为日志进行数据埋点。所谓“埋点”,是数据采集领域(尤其是用户行为数据采集领域)的术语,指的是针对特定用户行为或事件进行捕获、处理和发送的相关技术及其实施过程。
数据埋点为了统计分析的需要,对用户行为的每一个事件进行埋点布置,并对这些数据结果进行分析,进一步优化产品或指导运营。
基于埋点的数据进行统计汇总后的流失用户最后一次行为基础数据如下表所示。

表1流失用户最后一次行为基础数据

详细的分析过程


(1)    流失用户定义

流失用户:封测第1天至4天登录,在5-8天未登录的用户
流失用户筛选条件:取账号最高等级角色,剔除角色等级为1级的用户。剔除登陆当天及流失的用户(登录天数=1天,该用户中泛用户居多,其游戏行为不能真实反映真实用户情况,因此剔除)

(2)流失用户等级分布

首先,我们来看看流失用户的等级分布,找到用户流失的主要等级。
对表1流失用户最后一次行为基础数据基于等级维度进行汇总,可得到各等级的流失用户分布,如下图所示。
4天流失用户中,最高等级为67级;流失等级主要为:21、22、25、26、27、30、31级。

图一

(3)流失用户下线前最后一个游戏行为总览

我们再从整体上看下用户流失前的最后一个游戏行为,用户是在做了什么事情之后流失的。

对表1流失用户最后一次行为基础数据基于行为类型维度进行汇总,由下图可以看出,有54%的用户在做任务后流失,有39%的在进入地图后流失,有6%的用户在做活动后流失,有1%的在打副本后流失,其中,接受任务后流失的用户比例最高。

那这些用户在做任务(或者其他行为)之后在游戏内停留了多久才退出游戏,从而流失的呢?

图二

接下来我们再进一步分析流失用户在完成最后一个行为后到退出游戏,总共花了多长时间。
对表1流失用户最后一次行为基础数据基于行为类型和行为时长维度进行汇总,由下图可以看出,做活动后流失的用户游戏时长最长,为41分钟。参与副本后流失的用户时长最短,为9分钟。如下图所示。

图三
进一步分析,看看各等级的用户进行最后一个行为到退出游戏花了多长时间。
对表1流失用户最后一次行为基础数据基于行为类型、行为时长和等级维度进行汇总,可得到以下的图表。

由图四和图五所示:

1)下线前最后一个游戏行为进入地图的用户中,30级用户进入地图到退出游戏的时长最高,为66分钟。根据表1的基础数据,查到这批用户主要是在玄冥地图的停留时长过高。

2)下线前最后一个游戏行为为参与活动的用户中, 54级参加活动到退出游戏的时长最高,为99分钟,根据表1的基础数据,查到这批用户主要是在参与境界活动后在境界福地的游戏时长过高,境界福地是一个挂机地图,且境界活动的NPC在境界福地地图,说明图三中“参与活动后流失的用户游戏时长最长”是因为高等级玩家在参与境界活动后挂机,提升了平均时长。

图四
图五

(4)流失用户下线前最后一个游戏行为细分

下面对用户流失前每个具体的游戏行为进行细分分析,分别从地图、任务、活动和副本四大类别的游戏行为入手。

1)进入地图

虽然本次流失用户我们剔除了登录天数等于1天的用户,但为了和登录天数大于1天的流失用户做对比,看流失(下线)前的最后地图分布差异,于是把登录天数等于1天的流失用户的地图分布也展示出来了,如下图所示。

登录天数=1天的流失用户,在扬州地图流失的用户占比24%。在灵虚古镜地图流失的用户占比13%,灵虚古镜为新手地图,用户等级主要为7-15级。

图六
登录天数大于1天的流失用户,在扬州地图流失的用户占比58%。在玄冥地图的游戏时长为187分钟,有136个用户下线前在玄冥地图的平均时长超过6小时,具体原因需要研发人员配合分析。如下图所示。

和图五对比发现,登录天数大于1天的流失用户在扬州城比例更高。那么在扬州城流失的这些用户主要集中在哪些等级,这些等级的用户主要集中在扬州城的哪一块区域呢?

图七

带着上面的问题,我们来做进一步的分析。
筛选表1流失用户最后一次行为基础数据中流失地图为扬州的用户,基于等级维度进行汇总,得出以下数据。
在扬州场景流失的用户等级主要为21、22、25、26、27、30、31、32级。如下图所示。

图八

接下来,我们看下21、22、25、26、27、30、31、32级玩家主要是在在扬州场景的哪个区域流失的。
首先,我们需要先找游戏研发人员要一张游戏地图,然后在EXCEL中新建一张空白的图表,在设置绘图区格式中,选择将该游戏地图作为图片填充到图表中。图表的X轴和Y轴的最大值需按照游戏中记录的玩家上线下线地图的数字进行设定,该游戏的地图X走和Y轴最大值为2048,为了更清晰的显示坐标刻度,设定主要刻度单位为128。如下图所示。

图九

然后,需要将玩家的上线和下线的坐标引入图九。
玩家上线和下线的坐标原始数据如下表所示。


我们取出所有流失用户的下线坐标,在图九中选择数据源,编辑X轴系列值为流失用户的下线X坐标,Y轴系列值为流失用户的下线Y坐标,可得到以下图表。

由下图可以看出,流失用户的下线点几乎遍布地图各个角落,但扬州城的人数最多,分布最为密集。

图十
接下来,我们将流失用户的主要等级划为三个部分,分别为21-22级、25-27级,30-31级,看这三部分流失玩家的下线地图差异。
我们取出21-22级流失用户的下线坐标,在图九中选择数据源,编辑X轴系列值为21-22级流失用户的下线X坐标,Y轴系列值为21-22级流失用户的下线Y坐标,可得到以下图表。

将下图放大后可以看出,21-22级流失用户扬州场景下线点主要集中在扬州城内的摆摊区、活动区和白沙镇。

图十一

按图十一的操作步骤,得出25-27级流失的下线点主要集中在扬州城内的摆摊区和活动区、桃源村。如下图所示。

图十二
按图十一的操作步骤,得出30-32级流失用户下线点主要集中在扬州城内的摆摊区和活动区、三峡关、落雁塔和双峰山入口。如下图所示。

图十三

境界福地的下限点主要集中在前14个点,流失点不明显,主要因为境界福地支持玩家玩家挂机。如下图所示。

图十四

备注:以上为登录天数>1天的流失用户,下线即为流失

2)接受/完成/放弃任务


根据原始数据表一,我们可以统计出各等级用户下线前最后一个任务TOP1及相关数据,包含:各等级流失前持有的任务TOP1,从接受该任务到退出游戏的在线时长,以及该任务占当前等级所有任务的比例,如下表所示。

由下表可以看出,用户在接受青萝蔓茎、龟蛇碧血、丹阳火气、脱骨化形、邪煞恶孽和锤震天下任务后流失的比例较高,平均流失人数比例为43%。


说明:因8级以前的游戏时长较短,从25级开始可以进入副本,游戏内容较多,下线前的最后一个任务相对分散,所以只列出8-24级用户任务数据。

3)参加活动


根据原始数据表一,我们可以统计出用户流失前的最后一个行为:参与活动。
有下图可以看出,参加摇钱树活动后流失的用户数最高,为851人,占比23%
参加境界福地活动后流失的游戏时长最高,为128分钟;554人在境界福地中流失,占比15%。

图十五

4)参与打副本


根据原始数据表一,我们可以统计出用户流失前的最后一个行为:参与副本。
由下表可以看出,参与打双峰山副本后流失的用户占比89%,通过率为56%,活跃用户的通过率为92%。
副本通过率低是用户流失的原因之一。


核心结论


由以上详细的分析,可以得出以下主要结论:

任务:
接受任务后流失的用户比例最高,为54%,其中8-24级用户接受任务后流失的人数较多,主要任务有:青萝蔓茎、龟蛇碧血、丹阳火气、脱骨化形、邪煞恶孽和锤震天下

地图:
进入地图后流失的用户比例为39%,其中进入扬州地图后流失的用户占比58%,主要流失点为:21-22级用户:白沙镇;25-27级用户:桃源村;30-32级用户:三峡关、落雁塔和双峰山入口

活动:
参加活动后流失的用户比例为6%,其中:参加摇钱树活动后流失的用户数最高,为851人,占比23%;参加境界福地活动后流失的游戏时长最高,为128分钟,占比41%;554人在境界福地下线,占比15%。

副本:
参与打副本后流失的用户比例为1%,进入副本后流失的平均时长为9分钟,其中:
打双峰山副本后流失的用户最高,占比89%,副本通过率为56%,相对活跃用户通过率较低。
双峰山入口流失用户多,双峰山副本通过率低和组队困难有一定关系。

建议:
对接受任务后流失人数较多的任务进行优化;对扬州场景的几个主要流失点对应的任务进行调整。

相关阅读:
游戏流失分析方法1_5W1H法
游戏流失分析方法2 问卷调查法
游戏流失分析方法3 电话访谈法
游戏流失分析方法4_流失和留存用户对比分析法


作者:黎湘艳
来源:数据驱动游戏
地址:https://mp.weixin.qq.com/s/RbAQUhJQQBv4-fa_F1D5vg

最新评论
暂无评论
参与评论

商务合作 查看更多

编辑推荐 查看更多