← 返回能力图谱
SKILL ZONE

📈 游戏数据分析

Game Analytics

游戏数据驱动决策:从留存率分析到LTV预测,从AARRR漏斗到RFM玩家分群。掌握数据分析技能,让数据告诉你玩家真正想要什么。

核心数据指标

D1/D7/D30
留存率
LTV
生命周期价值
ARPU
每用户平均收入
CVR
转化率

分析框架

🎯 AARRR漏斗

获取(Acquisition)、激活(Activation)、留存(Retention)、收入(Revenue)、传播(Referral)五阶段漏斗模型。

👥 RFM玩家分群

基于最近消费(Recency)、消费频率(Frequency)、消费金额(Monetary)的玩家价值分层。

⚠️ 流失预警

通过特征工程识别高风险流失玩家,提前干预提升留存。

🧪 A/B测试

科学的实验设计与结果分析,验证功能改动对关键指标的影响。

使用场景

产品优化 运营决策 版本评估 关卡难度调整 付费点优化 玩家行为研究

技术栈

Python Pandas Matplotlib Google Analytics Unity Analytics Firebase Jupyter

📚 参考资料

  • 📖 《Lean Analytics》- 精益数据分析
  • 📖 《Game Analytics: Maximizing the Value of Player Data》
  • 🔗 Google Analytics - 网站/应用分析工具
  • 🔗 Firebase Analytics - 移动应用分析
  • 🔗 Pandas - Python数据分析库