手机游戏的玩法和IAP的标准参数
本文中的报告使用Calq。您也可以使用其他服务或自己创建这些参数。相对于如何衡量，这一系列文章会更关注衡量什么。
通用KPI
总的来说，不管什么类型，所有手游的高级关键性能指标都差不多。大多数开发人员拥有的KPI包括:
第一天、第七天、第三十天的用户留存——用户多久回归一次游戏？
DAU、WAU和MAU——日、周、月活跃用户，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(通常根据各种年龄组、性别、地理位置、广告活动等来衡量。).
DARPU——每用户日均收入，即每个活跃用户每天创造的收入。
ARPPU——每个付费用户的平均收入，这是一个与LTV相关的指标，但它只计算了真正付费用户的子集。
此外，还有一些具体的KPI。这些参数将帮助您定义游戏的独立组件，并更好地改进它。你的最终目的是通过完善更多的游戏领域来提升高级KPI。
用户保持率
用户留存率是衡量用户在一段时间后返回游戏的频率。用户留存第一天是指第一局之后第二天有多少玩家回到游戏，用户留存第七天是指七天之后回到游戏的玩家。用户留存是游戏是否有粘性的关键指标。
一般来说，衡量用户留存比衡量收入更重要。如果你有很大的用户留存，但是用户的终身价值没有那么好，那么你可以在后面做进一步的改进。而如果是相反的情况，你可能会措手不及。如果是建立在低用户留存率的基础上，你想从一个应用中盈利就比较困难。
用户留存形式是观察一段时间后游戏留存率的有效方式；
当游戏基于用户留存进行迭代时(注:增加/删除部分功能或调整现有功能)，我们可以看到一些变化是否有正面影响。
活跃用户群
你可能听说过“每日/每周/每月”的活跃用户。这是衡量活跃用户群的行业标准。例如，WAU是对在过去7天中玩游戏的特定玩家数量的度量。使用DAU/WAU/MAU是一种简单的方法来了解你的用户是在增长、萎缩还是稳定。
主动用户测量需要与用户留存数据一起分析。如果你有许多新用户，但同时失去了一些现有用户，你的用户群可能会稳定下来。
游戏特定KPI
除了常见的KPI，每款游戏都有具体的附加参数。这可能包括你的玩家在游戏中的进度(比如等级)、游戏机制、平衡参数、病毒传播和分享周期等相关数据。
这将测量大部分用户进程(用户参与你的应用的交互路径，比如开始一个新游戏的菜单)，以便开发者迭代优化。
古街区的具体参数包括:
播放器进程:
完成了哪些关卡？
玩家是否又打出了更高的难度。
关卡难度:
玩家在完成一关之前尝试了多少次？
玩家在一个关卡中要花多少时间？
玩家在完成一关之前用了多少道具？
游戏中的货币:
玩家花了多少游戏币？
玩家用游戏币换来了什么？
玩家在购买前通常会做什么或者做什么？
游戏内部教程
当玩家第一次开始玩游戏时，他们通常会看到一个教他们如何玩游戏的互动教程。这是游戏给人留下的第一印象，开发者需要完善教程。如果你的教程不好，你的用户留存第一天就不好。
Ancient Blocks有一个基于10步的教程，教用户如何玩(垂直拖动组块，直到它们可以连成一条线)。
目标
关于课程的数据需要提供关于哪些方面需要改进的信息。通常，这些都是用户容易陷入或花费时间过长的领域。
确定教程中的阻塞点(即用户被困的地方)。
迭代这些教程步骤，会提高游戏的用户转化率。
参数
为了改进教程，您需要定义一组特定于教程的参数。对于古代地块，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。
完成教程后继续游戏的玩家比例。
执行
使用基于动作的分析平台跟踪教程步骤(就像我们使用Calq一样)非常简单。古代积木使用一个行动称为教程步骤。该操作包含一个名为step的自定义属性，用于指示用户处于哪个教程步骤(0表示第一步)。我们还想跟踪用户在每一步花费的时间长度(以秒为单位)。为此，我们包含了一个名为duration的属性。
行为
属性
教程步骤
步骤-当前教程步骤(0表示开始，以此类推)。
持续时间-用户完成该步骤所需的时间(秒)。
分析
分析教程数据非常简单。我们可以通过创建一个简单的转换漏斗来识别大多数参数(每个漏斗步骤相当于每个教程阶段)。
一个完整的漏斗查询可以一步步呈现完整的课程汇率。在这里我们可以很容易地看到哪个课程“流失”了最多的用户。
从结果中可以看出，第四步转化率在97%左右，其他步骤转化率为99%。这说明我们需要完善这一步。虽然只有1%的差额，但这意味着这一步我们可能一个月损失1000美元。而如果是热门游戏，它的损失可能更大！