>>>  創業先鋒 眾人拾柴火焰高  >>>

簡體     傳統

大數據時代我們每天看到的都是月流水、次日留存、DAU、MAU這些數據，但除了曬成績、給自己的產品估個好價錢之外，有多少人真正通過這些數據去尋找用戶熱點、提升游戲品質的呢？最近GameLook看到一篇文章，文中介紹了如何通過這些數字把握活躍用戶生態、發現用戶習慣，進而改善產品運營，提升產品成績。

作者首先指出在目前網絡服務的發展速度和產品更迭速度甚至已經不能用日新月異來形容，在這樣的市場環境下，不論是web端還是移動端，任何一款產品如果不能讓用戶形成使用習慣的話那就離死不遠了。而對于開發者、運營者來說，如何讓自己的產品成為用戶的習慣就成了至關重要的問題。

在發現用戶習慣上，作者首先強調了DAU/MAU這個概念。當然，DAU/MAU這個概念很早以前就被提出了，DAU/MAU一般可叫做當前用戶留存率，兩者相比主要比較來看用戶每月訪問游戲的平均天數是多少。舉個例子，假設一款游戲擁有50萬DAU，100萬MAU，其DAU/MAU就是50%，也就是說玩家每月平均體驗游戲的時間是15天。這一數值越高，說明用戶粘著度越高。通常意義上“20%”被認為是一款產品的最低極限，是保證游戲能夠達到臨界規模的病毒式傳播和用戶粘性。。如果低于20%那就基本可以不用投入大量精力運營了。接下來我們來看看主流SNS的DAU/MAU對比。

主流SNS的DAU/MAU對比

DAU/MAU只是第一步，接下來要做的是“可視化”——將用戶按照不同的質量標準進行區分，實際上就是將活躍用戶按照不同的活躍程度進行分級。只有找到高質量活躍用戶（核心用戶），才能進一步探尋“用戶習慣”。仍然是上面的這幾個主流SNS，下面我們來看看其活躍用戶質量。下圖中綠色代表的是每周使用天數在2～3天的用戶比例、紅色為4～5天、藍色為6～7天。我們可以看到雖然WhatsApp的DAU/MAU數值最高，但其核心用戶的比例卻是5款產品中最低的。

到這一步我們算是明確了目標，那些藍色的、粘著度極高的核心用戶才是接下來調查取樣的標準，然后的流程大致上可以分為：

1.對那些核心用戶進行定性型的問卷或其他形式的調查，目的是梳理出這類用戶的游戲習慣

2.將梳理出的用戶習慣按照出現比例進行排序，然后就這些習慣和少數核心用戶進行面對面的溝通

3.溝通的目的在于發現“用戶形成這一習慣的原因”

4.根據上述數據進行假設、并驗證

5.按照驗證結果有針對性地進行運營

OK，我們還是用最容易理解的舉例的形式來解釋一下上面這些點，假設我們手頭上有一款免費的漫畫閱讀App，那么接下來的流程很有可能是這樣：

1.對幾乎每天都在使用這款App的核心用戶發放調查問卷

2.調查結果顯示“睡前閱讀”占比最高

3.與核心用戶面談之后發現用戶多選擇睡前閱讀的理由如下：

睡前的環境最容易融入故事中

在電車上、他人面前看漫畫很不好意思

有時候晚上系統通知有漫畫更細

4.很容易可以提出假設，“睡前”是最適合用戶閱讀手機漫畫的時間段

5.根據這一情況調整運營策略

系統推送時間調整至晚上

從廣告宣傳上入手暗示用戶在睡前閱讀

增加適合睡前閱讀的漫畫種類

套用PS4入華的標語，“一切為了玩家”這幾個字雖然在很多人看來只是一個口號，但卻也是日系游戲經久不衰的原因之一。近兩年國內手游發展中已經出現了一些從用戶角度出發的產品設計案例，但在運營能力上國內廠商仍然有很多需要下工夫的地方。上文這般“紙上談兵”想做的到底還是“拋磚引玉”，國內游戲行業的進步靠得或許就是正在看這篇文章的你。

來源：GameLook

微信：GameLook_News

互聯網er的早讀課 2015-08-23 08:45:01