大 R 玩家付费率提升超15%，数据驱动游戏活动效果优化实战

游戏经历重重考验上线后，都期望着能够进入稳定的长线运营阶段。验证游戏长线运营成功与否的一大关键指标则是游戏流水。

不知从何时开始，不仅游戏厂商，连游戏玩家都十分在意流水，这一现象在卡牌游戏中表现得也更加明显。当前周期的流水，对玩家而言是投入游戏前的数据参考。流水高接下来游戏活动的频率很可能较高，流水低则说明游戏很有可能存在跑路的风险。

游戏上线运营一段时间后，流水有可能会进入短暂的疲软期。为了让游戏形成持续正向的运转，游戏会推出一些新的活动，提升玩家在游戏中的新鲜感与专注度。

上线新活动后，如何运用数据判断游戏活动的效果？本文将拆解实现游戏活动效果分析的层层步骤，及通过具体实例来详解如何运用数据分析活动效果。

一、玩家行为分析需要科学的数据分析体系

不积跬步无以至千里。一款游戏中，每天登陆上线的玩家数量众多，自用户在游戏中产生行为开始，不同玩家在游戏中的选择不一，行为路径极其复杂。因此，要实现科学深入的玩家行为分析，需要完整的数据分析体系。从数据接入与采集-数据查询-数据分析-数据二次开发，4 大模块真正实现数据流通，形成可用于业务指导的数据分析结论。


二、游戏活动效果分析实战大 R 玩家付费提升至 43%

基础数据分析体系搭建完成后，则需要根据游戏目标形成具体的数据分析方法。

以 M 游戏为例，游戏产品上线公测期，已接入了 TA 系统（Thinking Analytics，简称“TA 系统”），并沉淀了产品上线后的多年运营数据。通过 TA 系统的大盘数据可以看到，产品的留存表现不错，项目组已达成了游戏进入长线稳定运营期的共识。


但在近期数据监测过程中，项目组发现，与过去的基线数据对比，最近一个月内，游戏整体的月流水变缓，其中老玩家（非首日新增玩家）的月流水下降最明显。


基于这一现象，项目组决定在深入分析原因，并上线一次活动。

// 对比评估发现问题，制定活动目标

对游戏厂商而言，每次活动执行前，都需要立项确定活动目标、活动预算及具体的活动形式等。引入数据分析思维后，通过与游戏历史运营数据对比、行业/竞品同类型活动数据对比及项目预期数据对比，项目组找到了现阶段游戏运营中的首要问题。

// 根据活动目标拆解数据分析指标与策略

// 在 TA 系统中定位目标用户

// 活动上线后，数据验证活动效果

小结