手游留存怎么算_游戏留存怎么算

如何提高手游留存率

手游，只要有人玩就会有人氪金。每三十五十个真实玩家玩一个月就会有一两万块的消费。

手游留存怎么算_游戏留存怎么算

有一个玩家间流传的说法：会让一款游戏385人每人消费100万，腾讯则让100万人消费

385块。然而你不是，也不是腾讯。

画质：如果游戏画质整体上是一种灰暗和冷色调为主的，基本吸引年轻玩家和女性玩家是不可能的。女性玩家一个游戏消费几千块，一两万块不是太大问题，只要游戏能吸引她每天三五小时，持续吸引她一两个月。

收费：越明显的收费方式越会降低游戏好感度，不断弹出的消费暗示会让许多人联想到后期的巨坑从而及早卸载。只要游戏有吸引力，玩家有一段时间的玩耍，觉得游戏可以，会在某个时间里想要某种充值奖励，会主动寻找消费入口。一个服里如果有人消费2万，消费不足一万的人都认为自己只是中氪或微氪平民，若是距过大，玩的不开心也会很快退游，特别是平时互动很高的低氪/0氪退游以后八成选择卸载弃坑。

肝硬化：一个0氪玩家如果能在持续肝的一个月里不输于一个1000元消费，这款游戏在玩家心理就不会太低。三五个互动高的基友级0氪低氪的玩家必然产生一个消费过千的上班族。每个20-30人在线的帮派/家族持续存在一个月，必然产生不低于1万元以上消费。

副本内容：如果一个玩家就能完成单刷的副本，副本的内容评价就是0.需要三人组队，有一定难度并可以通过合作控，躲避伤害完成的副本得分为1.有一定难度，需五人组队配合完成的副本评分为2.需要8人左右组队完成，有一定难度，有可以控空间的副本内容评分为3.如。如副本更加强调帮会成员和家族成员，师徒/伴侣/密友成员参加奖励略多，则评分为4.上述副本内容皆有，则游戏PVE已经具备一定。如果游戏以提升玩家受众，提升在线率为参考，游戏的奖励内容和参与人群必然以零氪为主体。

PK内容：其实零氪和低氪玩家更注重PK体验，如果同样游戏时长充值10块和50之间就有了不可战胜的距，PK内容体验为0，这其实很微妙，这就是荣耀和吃鸡类绝地求生人气超高的原因。土豪的想法永远是：我只要充钱就会强大（旧派），我只要玩游戏我就会消费（年轻派）。无论是哪一类玩家，基本上手游持续在线一个月左右就会慢慢流失核心玩家。所以基本上前期从1级开始2-6小时有一个小满级30-50级左右，后期可以继续提升空间，然而小满级已经可以参与所有的活动，那么这个游戏还是具备一定可玩性的。和端游不同，手机续航只有两三个小时，充电宝续航2小时。这也是玩家的一个游戏。所以活动时间尽量控制在这个时间达成。

游戏基本都是年轻人为主，有了年轻人就有了人气。年轻人在消费时毫不犹豫，在卸载时毫不留情，今天刚冲300块，今晚就卸载。

暂时想到这么多，年轻人喜欢畅快，美颜，外观，炫光，公平，互助，跟宠，语音，个性，CP，师徒，秀作，秀奖励，

运营主要的指标是什么？7天活跃，14天活跃 ARPU

我觉得所有指标其实都是一个一个维度深化下去的。数据是永无止境的，关键是你想要数据解决什么问题。与其思考运营重要的指标是什么，不如思考对于游戏重要关注什么。我觉得设计一款游戏重要的指标归根结底就是2点：留存和收入。我们做的大部分的策划和思考都来自于提高这2个数据，从而衍生出所谓的7日活跃和14日活跃，月活跃。同时为了提高隔日或者7日留存的数据，我们又要设计很多运营方面跟游戏相关的数据去检查这些数据跟留存数据的关系。

为什么关注7天活跃？

有个词叫体验线。是用来衡量每个玩家从接触游戏到不同阶段所享受到游戏乐趣的不同感觉。我们认为，隔日留存跟七天留存重要，是因为这段时间如果能够给玩家带来很好的游戏体验，用户留下来的概率会增加不少。

前期我们主要关注3个数据：新手通过率和隔日留存，7日留存。而且我一直主观认为，建立一个好的新手通过率的模型会直接影响留存数据。例如，一个游戏会做新手，关键是到多少级更好呢？的越久意味着流失越大，而没意味着玩家还没懂玩游戏就已经流失，同时也会影响留存。我建议策划主观设定一个阶段的新手等级，根据新手通过率和隔日留存建模型，不断修正新手。所以我们为了提高隔日留存，又会有一系列的数据指标，去验证设计的方案。

我相信，当你设计好了目标，到底是为了提高留存还是收入，你就能想到各种运营数据去优化游戏的体验。

现在的手游动不动 80% 次日留存，是如何做到的呢？

现在的手游动不动 80% 次日留存，重要的一点就是可以能留住玩家。当今游戏产业迅速发展，手游产业更是一块必争之地，动不动 80% 次日留存也是游戏开发商必须要做到的一点。

通过丰富的游戏体验提高日存留时间现在的游戏产业竞争相当激烈，每个游戏开发商都希望自己的游戏可以挣钱，所以这就要提高游戏的丰富体验。

比如说“荣耀”是各方面做的都十分完善的一款MOBA手游，喜爱MOBA类型的玩家就会在荣耀中得到和电脑中MOBA游戏相似的体验感。

有针对性的使用群体提高日存留时间论现在火的莫过于荣耀、荒野行动、恋与制作人。这里要提到的就是“恋与制作人”，游戏的本身定位就是一款超现实的恋爱。

其使用和消费群体是广大年轻女性，这款游戏的代入感会很强，玩家往往会感受到超出现实生活的一种游戏体验，可以和高富帅谈情说爱，这何尝不是一种美好的人生。

通过游戏活动和在线奖励在挽救日存留游戏的寿命和热度是有限的，并且新游戏推出的速度日益加快，这样就对老款游戏带来巨大的冲击。老款游戏会推出一些优惠活动、在线活动来维持玩家的日存留。

这也是老款游戏继续维持下去的办法。比如“荣耀”在2017年上半年，几乎无人不知无人无人不晓，但还是走了下坡路。所以荣耀推出各种活动来维持日存留。

的游戏与IAP的标准参数

在过去几周时间里我发布了一些关于优化游戏和用户转换的分析案例。我将使用一款现实游戏作为例子，即App Store中的《Ancient Blocks》。

本文中的报告使用了Calq，你也可以使用其它服务或自己创造这些参数。比起“如何测量”，这系列文章将更注重“测量什么”。

常见的KPI

通常情况下，不管是什么类型，所有的高级关键绩效指标都是相似的。大多数开发者所拥有的KPI包括：

天，第七天以及第三十天的用户留存—-用户多长时间回到游戏中一次。

DAU，WAU和MAU—-每日，每周以及每月的活跃用户，这是衡量活跃玩家基础的数值。

用户LTV—-这是关于玩家的终身价值(通常情况下是基于各种年龄层，性别，地理位置，广告活动等等进行衡量)。

DARPU—-每用户每日平均收入，也就是每天每个活跃用户所创造的收益。

ARPPU—-每付费用户平均收益，这是与LTV相关的测量，但它只计算真正付费的用户子集。

除此之外还存在一些特定的KPI。这些参数将帮助你明确游戏的组成部分并对其进行更好的完善。你的终目标便是通过完善更多游戏领域而提高高级KPI。

用户留存

用户留存是衡量用户在一定时期后回到游戏中的频率。天的用户留存是关于多少玩家在次游戏后的隔天回到游戏中，第七天用户留存是指七天后回到游戏中的玩家。用户留存是关于游戏是否具有粘性的关键指标。

通常情况下衡量用户留存比衡量收益还重要。如果你拥有很棒的用户留存但是用户终身价值却不怎样，那么你便可以在之后做出进一步的改善。而如果是相反情况的话你可能就会措手不及。如果基于较低的用户留存率，你便更难从一款应用中获得盈利。

用户留存表格是观察一段时期后游戏留存率的有效方法：

当游戏是基于用户留存进行迭代(注：添加/删除一些功能或调整现有的功能)，我们便能够看出一些改变是否具有正面的影响。

活跃的用户基础

你可能已经听过“每日/每周/每月”活跃用户。这是关于你的活跃用户基础的产业标准尺度。例如WAU是衡量过去7天里玩游戏的特定玩家数量。使用DAU/WAU/MAU是明确你的用户是增长，收缩还是平稳的简单方法。

活跃用户衡量需要与用户留存数据一起进行分析。如果你拥有许多新用户但同时也失去了一些现有的用户，那么你的用户基础可能会趋于平稳。

游戏特定的KPI

除了常见的KPI，每一款游戏还具有特定的额外参数。这可能包含你的玩家在游戏中的进程的相关数据(如级别)，制，平衡参数，性传播以及分享循环等等。

这将衡量大多数用户进程(用户参与你的应用的互动路径，如开始一次新游戏的菜单)，如此开发者便能够对其进行迭代与优化。

《Ancient Blocks》的特定参数包含：

玩家进程：

完成了哪些关卡。

玩家是否重新玩了一个更高的难度。

关卡难度：

玩家完成一个关卡前做出了多少次尝试。

玩家在一个关卡中花费了多少时间。

玩家在完成一个关卡前使用了多少道具。

游戏内部货：

玩家在游戏货中花了多少钱?

玩家用游戏货换取了什么?

玩家在购买前通常或做些什么?

游戏内部教程

当玩家次开始玩一款游戏时，他们通常会看到一个他们如何玩游戏的互动教程。这是游戏留给玩家的印象，所以开发者需要好好完善教程。如果你的教程很糟糕，那么你的天用户留存也会很糟糕。

《Ancient Blocks》拥有基于10个步骤的教程去用户如何游戏(垂直拖动组块直至它们能够连成一条线)。

目标

关于教程的数据需要呈现出哪些领域需要进行完善的信息。通常情况下这些都是用户容易受困或花太长时间的领域。

识别教程中的阻塞点(即用户受困的地方)。

迭代这些教程步骤将能够提高游戏的用户转换率。

参数

为了完善教程，你就需要明确一组针对于教程的参数。对于《Ancient Blocks》，我们需要获得的关键参数是：

通过每个教程步骤的玩家比例。

在完成教程后继续游戏的玩家比例。

执行

使用基于行动的分析平台(就像我们使用了Calq)教程步骤非常直接。《Ancient Blocks》便使用了名为教程步骤的行动。这一行动包含名为步骤的定制属性去指示用户处于哪个教程步骤(0代表步)。我们同时也想要用户花费在每个步骤的时间长度(按秒计算)。为了做到这点我们包含了一个名为持续时间的属性。

行动

属性

教程步骤

步骤—-当前教程步骤(0代表开始，以此类推)。

持续时间—-用户完成步骤所用时间(按秒计算)。

分析

分析教程数据非常简单。我们可以通过创造一个简单的转换漏斗(每个漏斗步骤就等于每个教程阶段)去识别大多数参数。

完整的漏斗查询能够一步步地呈现完整的教程交换率。在这里我们很容易看到哪个教程“损失”了多用户。

从结果中我们可以看到：第四个步骤拥有大约97%的转换率而其它步骤拥有99%的转换率。这表明我们需要完善这一步骤。尽管只有1%的别，这却代表着我们在这一步骤中每个月可能损失1000美元的收益。而如果是一款大受欢迎的游戏，其损失可能会更大!

什么样的留存率算是平均水平

好玩的游戏超多啊，每个时期吊炸天的游戏都不一样，毕竟手游很快红起来，又很快没人玩了，每个人的口味都不一样，比较实用的还是给你这样一个手游排行榜，这个是18183手游排行榜，里面包含2个大榜单，18183新游期待榜和18183热门手游榜，亲可以依据具体情况去选择，这里每天都更新，现在多人玩的游戏一看就知道了，选起来也方便，给你地址