【转载】不同玩家群体流失率的深度分析

对于具有“短平快”特点的手游来讲，玩家已经习惯了把手游当做“快餐”来对待。相信在2013年手游爆发的初期，没有人会认为一款手游可以存活1年以上。然而经过了一年的时间，现在我们在看各大榜单的时候，会发现很多游戏是“老”游戏。在线上运行了一年甚至两年的时间后，仍然具有顽强的生命力。这些游戏有一个共同点—-玩法足够清晰并且内容足够丰富。app刷榜刷量刷评论

前两天在数据群里，一个运营的朋友说到“xx游戏两周之后终于流失了”，这个xx游戏是一款在iOS畅销榜前十盘踞了有一段时间的产品了，从表面来看，绝对是一款成功的好游戏。手游市场已经慢慢从去年的渠道为王向内容为王转变，这对游戏开发者来说既是机遇也是挑战。目前来看，所有的游戏新上线初期都依赖于推广导量，然而推广成本几乎每天都在增涨，相信对于任何一家CP或者发行商而言都是很大的负担。我们希望游戏能够在进入稳定期后依靠自然流量稳步发展。事实证明，确实有很多制作精良的游戏能够做到这一点。

游戏稳定期是提升游戏收入的黄金时期，同时也是对游戏整体生命周期影响最大的时期，延长游戏稳定期意味着延长游戏整体生命周期和总收入。那么稳定期我们最应该关心的游戏指标是什么呢？没错，是流失率。很多人认为流失率是在游戏的衰退期才最具有研究价值，其实不然，衰退期的玩家流失中刚性流失占比很大，这部分玩家很难通过策略挽回，有点亡羊补牢的感觉。相反，稳定期的流失往往与游戏内容有关，属于软性流失，软性流失的召回难度要小很多。刷app下载留存率

玩家流失是一个裙带效应，“得益于”游戏社交性的设计，一个玩家的流失会带来范围性的影响。每一位玩家流失的影响力也不相同，比如一个军团团长的流失和一个普通玩家的流失带来的损失差别很大。就像下面这幅图所表达的一样，影响力不同，所造成的影响范围就会不同。

玩家关系图(每个点代表一个玩家)

那么在着手分析流失的时候，首先我们要明确如何定义玩家流失。一般情况下玩家流失是以玩家连续多少天不登陆游戏来判断，对于手游来讲，连续7日不登陆游戏则被认定为玩家流失是比较通用的一个统计方式。app换量

流失：到某日为止，玩家连续7日没有登陆过游戏，则被视为一个流失。

流失率：每天的连续7日不登陆玩家数占该日7日前活跃玩家数的比例。

举例说明：5月1日统计活跃玩家数为100.（活跃玩家包括新增玩家在内的排重统计）那么在5月8日的时候，统计这100人当中有30名玩家再也没有登录过，则得出5月1日的流失率为30/100=30%。

那么，想要了解流失群体的特征，需要首先对流失玩家进行分群。

核心分群

1.新老玩家群体

首先从样本中进行抽取，DAU包含新增玩家和老玩家，新增玩家的流失即我们常说的一次性玩家，这部分玩家平均约占新增玩家的50%（见TalkingData移动游戏Benchmark）。新玩家流失分三类即可：硬性流失，新手引导流失和体验流失。对于这部分玩家分析的价值可以用来提升玩家留存，但是对于玩家召回的意义不大。老玩家流失是我们研究的重点。也是我们分群第一部要找出的主要群体。3wow应用商店

2.等级群体

统计流失玩家的等级分布，查看哪些等级玩家流失严重，有助于快速根据游戏业务定位问题。

3.角色职业群体

统计流失玩家中的职业分布，直接反应出是否由于职业平衡导致玩家后期乏力而流失。

外围分群

1.游戏时长群体

找到流失玩家中的老玩家后，统计流失的老玩家在游戏中的总在线时长。至于如何划分就要根据自己游戏来定了，一般按照玩家多久会接触到游戏的核心玩法来定。这里为什么没有选择用生命周期来划分呢，因为手游玩家挂机情况和页游端游不同，玩家在线即会进行游戏。因此根据在线时长来判断玩家游戏的进度会更有效。

2.付费/非付费群体

3.地区分布群体

辅助分群

1.最后一次游戏时长群体

2.角色留存虚拟币群体

3.角色好友数量群体

4.流失时间段群体

5.流失机型分布群体

6.流失玩家最后进行任务群体

这里只是抛砖引玉，对于特定的游戏，需要有针对性的提取分群方式。完成流失玩家分群后就需要进行流失原因分析，玩家召回措施制定，玩家召回措施实施，玩家召回措施评估。

另外，我们在希望召回流失玩家的基础上，还要能够对流失进行预警。当我们找出流失玩家的特征后，必然在游戏中尚未流失的玩家也会存在相同特征群体的人，那么这部分人群就是存在流失可能性的玩家。talkingdata 报告

指标观察：流失率的市场表现（非推广期）

一线水平：10%以内

二线水平：25%以内

三线水平：35%以内（行业平均水平）

四线水平：超过35%

推广期的流失率波动会比较大，非推广期的自然流量才能真实反映游戏问题。处于稳定期的游戏，在日活跃的构成中，新玩家必然小于老玩家，然而推广期新玩家往往远高于老玩家，这样受一次性玩家的影响，会导致流失率的增长。一款推广期的流失率可以结合留存率一起用来帮助我们衡量导量的质量。

注：文章转自TalkingData