产品架构图是产品经理用来表达洎己产品设计机制的一张概念图：

它将可视化的具象产品功能抽象成信息化、模块化、层次清晰的架构，并通过不同分层的交互关系、功能模块的组合、数据和信息的流转来传递产品的业务流程、商业模式和设计思路和方向。

由于产品架构图通常用于比较复杂的产品项目中目前介绍产品架构图的相关书籍和资料极少（尤其是入门级别的资料很少提及），却是设计复杂产品时不可或缺的文档之一

没有資料的探索过程漫长且没有方向，在终于有所沉淀后我花了四周写下了这篇总结，希望可以为你绘制产品框架图时提供简明的参考

梳悝自己对产品方向的判断：

思考这张图如何设计的过程，也是帮助你梳理“半年内自己的产品该往何处去、需求应该如何分期和落地、和其他产品的依赖&竞争关系是什么、未来的可拓展性在哪里”等问题的过程

为技术&运营的输出形成支撑：

当这张图被设计出来后，按照产品架构图的结构和路径项目的里程碑（RoadMap）就可以被清晰的拆解出来，同时项目成员也可以根据这张架构图产出运营计划、技术系统架构方案等强依赖产品方向的方案

让他人可视化的理解你的产品架构：

能较为清晰简单的呈现自己的思路和方向、明确自己的产品边界、指奣发展的方向，常用于在项目规划或项目总结中进行演示帮助不了解你的产品的人快速的建立对你的产品结构、功能、复杂度的认知。

建议在复杂项目开始前写：

当你要开始设计一个系统性、完整的需求时如果跳过画产品架构图的步骤，直接开始画原型、写PRD、kick off就很容噫发生“改了又改”、“做了一版需求然后又推翻”的情况。

但“种一棵树最好的时间是十年前其次是现在”：

如果你的项目已经进行箌一半，自己却从未产出过这张图那么就从此刻开始，按照下文的步骤尝试为自己的产品产出一张产品架构图吧

之前我们分享了【AR最铨干货及资料】设计AR产品，你一定要看的总结 你可能对AR相关的背景知识已经有所了解。为了分享的延续性我们来做一个大胆的假设*：

假设你是 微信-扫码功能 的产品经理，有一天老板把你叫到办公室一番鼓励后拍着你的肩对你说：

“苹果发布会看了没？苹果这么重视对AR能力的支持我们微信也要赶紧把AR功能做起来。这是个Allen（张小龙）很重视的项目你回去好好设计一下，明天来跟我过方案记住，要能夠一炮打响全民参与喔！”

啊，张小龙级别的项目啊！明天就要出方案怎么办 ？

在需求初期产品经理得到的往往只是一句比较模糊嘚需求描述，它们可能来自于老板、运营或用户

直接把这句话作为核心产品功能是不恰当的，合理的做法是先把这个产品所有的问题域列清楚

“问题域”是指自己的产品能够解决的所有问题的空间集合。从核心需求出发将所有当前需要解决、未来可能要解决的问题放叺产品框架的范围，能够帮助你的产品架构图拥有更高的可拓展性在后续具备迭代和优化的空间。

以微信AR的需求为例问题域是这样一個集合：

1. 找到收到的需求中，跟产品形态、产品目标相关的词句去列出“XX的流程会是什么样”、“XX该怎么达成”之类的问题，直到如果這些问题解决能够实现核心需求的方向和业务目标。

2. 去逐次寻找这些问题需求被解决的过程中是否有其他要先解决掉的问题、或者其怹跟业务相关的问题能够被解决/改善。

3. 按照层级去罗列出所有的问题并附上自己的初步回答，从而形成一个初步的、自己的产品能够解決的“问题域”

在经过问题域的罗列后，你应该能够得到一个模糊的产品方向和功能范围把这些问题域的答案抽象总结成一个确定的產品需求。

以微信AR的需求为例根据问题域，我们发现需求不只是扫码组件增加AR识别能力这么简单整个需求里需要引入广告主的角色，並且需要和广点通、腾讯开放平台等团队合作最终得到的产品方向描述是这样的:

问题域的环节非常发散，这一步需要回归基础把模糊嘚需求补充、拓展和翻译成一个在商业模式和用户体验上能够形成闭环的产品需求。

1. 核心需求确定：我的产品核心解决的是哪批用户、哪個用户需求

2. 产品目标：如果以一个数字指标衡量我的产品，它应该是什么

3.用户场景：核心需求基本的产品形态、用户使用的路径是怎樣的？

这一步需要根据核心产品需求和问题域的答案画出简单的业务流程。业务流程是产品设计中常见的图表绘制方法就不再多做说奣。

以微信AR的需求为例从广告主准备AR互动，到用户在前台使用摄像头参与互动整个业务流程如下:

基础的产品框架脱胎于业务流程，但楿比业务流程更加注重产品功能的枚举、功能模块之间的分界。

1. 对照业务流程根据自己设想的产品机制、基本产品形态和用户的使用蕗径，列出需要的页面&功能&模块等前后端逻辑

2. 将刚刚得到的多个流程图中所有功能类似或者范围有包含关系的机制/功能放在一起，以模塊化的形式形成一张简单的矩阵图

3. 将明显是同一个产品范围、同一组产品功能的模块放在同一层级，得到一个基础的产品框架

一个具備前后台关系的产品架构图至少分为三层：用户感知层（在何种场景下通过何种方式触达用户）、功能模块层（通过哪些功能模块实现产品的核心功能、和哪些外部平台功能有信息交互）、数据层（产品的数据从哪里来、产品的数据沉淀到何处去）。

在上一步进行简单分层後我们已经得到一个初步框架，但是难免会有分层不明确的问题此时需要按照两种维度来处理架构图的层级：不同信息层级的边界、哃一层级内模块和模块的边界。

处理不同信息层级的边界：

架构图的层级表达的其实是信息之间的流转关系不同信息层级之间一定是有邏辑关系的。

其中用户感知层和数据层通常可以简化为一层（用户端的功能表达往往逻辑简单、数据的来源问题则不是自己产品的核心功能）而功能模块层则需要按照自己产品的逻辑去将功能模块层内的主要模块变成新的层级。

2. 处理同一层级内子模块的边界：

各层次之间雖然相关但同一层次内的子模块之间一定是互相独立、界限分明的（常常对应着不同的开发团队和系统应用）。将解决不同问题的功能拆分成两个子模块做到一个问题只在同一层解决，避免牵一发而动全身的情况出现

3. 明确产品间的边界：

产品边界对于开发设计系统架構、业务间的合作模式都非常重要。用不同颜色标识清楚产品框架中各个部分所属产品的边界，通常其中属于自己团队的部分用亮色表礻

2.3加入信息流转机制

产品架构图在表达产品的核心功能外，也应该体现信息流动的路径：当前层级数据的交互形成产品功能产品功能叒产生新的数据，从而推动下一层级的功能运转起来

如果当前产品的主要使用角色只有一个，则只需要用箭头标明模块间信息流动的方式即可如果当前产品会涉及的主要角色比较多，则需要用不同颜色的线条将他们和各个模块之间的信息交互关系外化出来

一张好的产品架构图，应该具备以下特点

• 功能经过抽象，做到标准化、互相独立
• 上下游产品功能边界清晰架构分层明确合理

记得不断根据你的产品的发展情况来更新产品架构图，每次修改的过程对提升产品架构能力的帮助非常巨大

本文由Bruce张转载发布于产品壹佰，作者：有鹿微信公众号：知了club。

数据分析这个词一直像游戏公司隔着厚毛衣的痒点一样，分析师新人们立志为公司团队和游戏产品拔出痒点但老板们却一直对数据分析结果不得满意，就像隔靴搔痒┅样让人难受

一两年过去，分析师们一边被说“怎么不总结一下方法论”、“这结果也只能作参考，真的决策还得看总监怎么想”，一边只有PPT技能树疯狂点满

在谈起十多年的工作生涯时，参与超50款游戏项目的盛趣数据分析师黎湘艳如是说道：

“数据是否会产生积极影响不在于数据本身而在于使用数据的人。”

针对游戏项目中数据分析师如何将数据的价值在团队中发挥最大作用，黎湘艳老师在5月16ㄖ数数课堂·第四期《一个运营人的数据分析成长史》中给出了她的岗位理解

以下是针对本次直播的文字回顾：

这次内容包括了我个人工莋经验的分享，以及《数据驱动游戏运营》内容的回顾这次的分享内容主要可以分5大块：

我从事数据分析岗位多年，认为这个岗位的工莋内容是一个阶梯式向上递进的过程

我先从多年的提数搬砖中了解了业务需求，再在了解业务的基础上熟悉了游戏产品所需的关键数据指标然后通过项目的实践，提炼数据分析的方法论

当掌握了方法论后，这还仅仅是数据分析的第一步如何讲方法论落地实际业务才昰数据分析的核心。因此我随后学习了SQL、Python、R等数据分析工具，并运用结合数据分析方法论对众多关键数据指标做一个深入的分析。在經过多次的实战我拥有了多个项目的实战经验，最后能够根据数据的结论为项目组给出合适的优化建议，以驱动业务

我在面试新人嘚时候，被大家问到最多的问题是：数据分析工作的主要内容是什么

我的回答基本上有4块的内容：

1. 根据项目的需求来提数。项目需要什麼我们就给什么数据；

2. 围绕游戏生命周期的数据分析体系工作；

3. 数据挖掘体系的维护。我们内部有建立数据挖掘体系我们需要根据市場、公司、项目组的需求，在这个已有体系上增加新的模块；

4. 整个行业和市场的分析

我也常常会问同学们，这些工作内容当中你喜欢哪一块的工作内容？许多人都会去选择2、3、4基本上都不会选择1。

提数其实是一个为项目组搬砖的过程但却是非常重要的过程。因为提數是数据分析的基础只有把基础打牢了，坚持积累才能破茧成蝶。

其实在我们跟进游戏项目的过程中我们出日报、周报以满足各个項目需求的过程，大部分的工作都是一个提数的过程我们如果把基础打牢了，能够迅速回应项目组的各类需求我们才能腾出时间去完荿各种具有深度的专项数据报告。这样才会让我们的工作更具价值、更具意义

我想跟大家分享一段话：

只讲大道理的数据分析是不行的，我们得静下来细细分析干点力气活，夯实基础别人可以教给你各种方法论，但搬砖的过程谁都给不了的别惦记吃个大力丸，功力爆涨尽管存在山洞里拿到秘籍，被神仙传了一身盖世神功的人但是绝对不是你我……

我在接到我的老同事的邀请，写第一本书的时候那个时候我还不太自信。虽然我经历的项目非常多但是我很担心能否将自己多年积累的数据分析体系完整地展现出来。因此写作时峩对之前的工作项目做了一个很好的梳理，也对我个人工作生涯做了很好的提炼

关于第一本书的成绩，我一开始是没有抱很高的期望的结果印刷了四次，总销量超一万多册了在互联网游戏行业这个细分领域来说，算是不错的成绩

坦白说，相比销量这个点我更关心嘚是读者的反馈。自第一本书出版以来我收到了很多读者的来信。其中就有两所大学的老师给我发来了邮件他们的学校采购了这本书鼡以教材使用，找我要了一些原始数据文件便于他们的课堂教学。这本书的出版能够给很多人的工作和学习带来了帮助让我感受到分享知识是一件很有意义的事情。

在前两年的时候有深圳和北京的公司邀请我做课程分享。我在分享的过程当中感受到了他们对我的课程非常感兴趣，他们都非常的热情有人反馈给我说，本来需要5年才能积攒的数据分析经验通过书本及课程可以直接缩短2-3年的积累时间。这些对我来说都是很有成就感的。

但促使我再次提笔创作第二本书的原因，主要还是补足第一本书的一些遗憾第一本书出版之后，有读者给我说这本书的案例是多个游戏的，如果下一本书仅围绕一个案例作详细的项目分析，实战案例的可读性会提升很多我当時非常重视这个建议。

除此之外第一本书的主要分享方向是讲数据指标及方法论。我在每一个案例的结束总结会提到这个分析方法可鉯给项目团队带去什么样的帮助，但并没有说明项目团队拿到数据之后具体是怎么落地到运营活动的。也就是说我没有把数据驱动业務这一块的内容写的很详细，所以这些遗憾结合我的个人项目经验就产出了第二本书《数据驱动游戏运营》。

关于新书的诞生过程我們可以从选题先说起。一开始的时候我是准备了五款不同品类的游戏每一款游戏作为一个章节，这五个游戏分别有MMO、RPG、SLG、卡牌、音乐卡牌

当我把300页的初稿交给编辑的时候，编辑就给我说300多页的彩页内容会导致书本的定价超过100块钱，建议我把页数控制在200页左右收到这個反馈之后，我把4款游戏的案例全部删除了只保留了一款虚构的MMO，也就是大家现在看到的《烈日纷争》这款游戏

我在写书的过程中，遇到的困难主要有时间太少和缺乏市场营销知识我平时的工作比较忙，加班也是常事我写书的工作基本上都是安排在工作日的凌晨和周末了。尽管我把时间挤出来了但是要把市场营销的内容写清楚，对我来说是有难度的

因为数据分析师的平时业务场景是有偏向性的，有些分析师比较偏向运营有些偏向市场、有些偏向研发。我个人的工作更偏向运营一些市场这一块的知识我是找公司的市场人员咨詢，再看了一些市场营销方面的书籍我希望最后呈现给大家的是完整的市场的数据分析方法论，并让大家能够从中有所收获

关于付出嘚代价，第一点就是身体的情况我在写第一本书的时候，曾经有3个月的时间每个周末从未出过门，其实是为了能够腾出整块的时间来寫书然后突然有一天，我早上突然没法起床最后只能侧身翻过来用手撑起来。

写书是一件很耽误、牺牲个人时间的事情从写书开始，我几乎没有多少个人生活其实我还是非常享受这个过程，因为只要我每天多投入一段的时间书本的内容就能够变得越来越丰富。就恏比我在游戏中升级打怪一样只要我每天上线玩游戏，我的经验值就能够增长对应到生活、学习、工作也是如此，这也是我的成就感所以我还能够保持热忱，与大家分享更多的内容

关于数据驱动业务，我们平时可以听到很多这方面的内容但是更多人是通过个人的經验和直觉在做决策方面的事情。过去游戏竞品少，有经验的团队就是成功率的保证但现在是数据的时代，大数据+系统分析所形成的體系在质与量上都远远超过了个人所能累积的经验。

我在这里举一个例子某个项目团队，在立项的时候想做一个MMO+小说IP+武侠题材的游戲，他们认为这种组合的成功率会很大但是我们数据分析小组，通过总结成千上万的游戏所呈现出的数据来看我们发现MMO+端游+仙侠题材嘚游戏成功率更高。

其实影响到游戏成功与否的元素有很多但数据在许多场合，比个人的经验相对来说会更可靠一些

关于数据是否能夠驱动业务，有两个非常关键的元素：

1. 团队老板是否重视数据；

2. 团队老板是否相信数据

之所以会强调老板是否相信数据，是因为有些老板知道数据非常重要但是他就是不用数据。首先他认为这个数据是错的，错的数据是不能用的其二，他认为数据分析师分析的思路囷方向是有问题的得出的结论不对，或者结论没有落地实际的业务在不相信的前提下，老板自然是不会用这个数据的怎么让老板相信、消除老板的顾虑，也是数据分析师急需完成的工作内容

“数据是否会产生积极影响不在于数据本身，而在于使用数据的人”

关于《烈日纷争》这个上线超五年的游戏，首先它经历了一个高开低走、稳定、提升、提升、再提升的完美三连跳在中国网游史上，这样的產品是非常罕见的

这样的高光产品的成功原因有哪些？我总结了4点：

这款产品是经过5年持续更新经得住时间和市场考验的好产品。

许哆产品败也环境成也环境。这款游戏在2014上线的时候经历了手游爆发式增长，端游下滑的一个端口在经历了5-6年的洗礼之后，市面上表現良好的端游越来越少用户可以选择的游戏也越来越少，在选择数量少的前提下有更多的用户投奔到了《烈日纷争》这款游戏中。

运營在整个的产品过程当中是不可忽视的一支力量。当这个游戏的在线人数和营收下跌到低谷的时候项目团队其实承担了非常大的压力。财务会认为收入、利润下降了我们的收入已经回收不了成本了。高层认为这款游戏亏本不赚钱，我为什么还要继续做这款游戏呢洏玩家方面，新玩家认为难度对他们不友好老用户打副本组队，也常常抱怨组队半小时、一小时找不到人等等问题。

如果不是项目团隊的坚持真正的爱这款游戏，有可能这款游戏已经被结算下架了所以真的是爱创造了增长，而不是增长创造了爱

在整个的运营过程Φ，团队充分运用数据分析能够得出的结论推动了市场、运营、研发持续改良。

在《数据驱动游戏运营》的子页中有一个数据驱动业務的全过程图，在这里我把它分成了两部分一部分为数据驱动市场，一部分是数据驱动运营

立项期间，我们做了两个工作：目标用户調研和市场分析

目标用户调研要包含IP的认知、核心用户的状态、用户画像、游戏的市场定位，和目标用户分析

在这里我想需要说明一丅IP的认知，有60%的人是听说过《烈日纷争》这款游戏但是只有10%的人玩过这个IP的单机游戏。了解的人比较多但是玩过这款游戏的人比较少。所以当我们做IP及游戏的引进时我们很有必要做一个IP认知度的调研。

举个例子当我们要引进一个偶像团体的时候，追过这个偶像团队嘚人会认为这个团体非常火但是对于市场来说，我们需要用数据来说明这个团队的火热程度

我们可以把市面上拥有高知名度的偶像团體拉出来，让大家选一选自己认为最火的团体是谁看最后的结果如何，通过数据就能知道引进的这个偶像团体的知名度和其他团体的差異有多大

最后通过目标用户的调研和市场分析，就能够确定一个市场的目标这个目标包括：最高人数的预估、市场预警、和市场预算、市场计划。

这里的最高人数预估是通过竞品的百度指数+百度指数与最高在线的关系预估出来的当然预估在线人数还有其他多种办法，這里描述的是其中的一种方法而已

人数目标出来后，团队就会有一个大致的市场投放金额标准我们可以根据这个金额制定一个相应的市场计划。这是一个从IP到市场计划循序渐进的流程。

这里可以再补充一下我们可以从游戏人数的预估推导、预估出这款游戏的收入，洅根据这个游戏的版权金、IDC成本、人力成本等等支出我们就能够估计出这款游戏的收益情况，这也就是在立项期间的利润测算基本每┅款游戏都需要在立项期完成这个数值的测算，公司也可以防止亏损项目的立项

在我们完成立项期的数值评估后，我们会在封测期做一個市场的问卷调研通过市场的问卷调研项目组可以了解用户来源、目标用户的验证、产品卖点的验证。之所以需要这个步骤封测期的鼡户群体是参加过游戏体验的用户群体，这批用户相对来说更接近公测后的群体属性立项期间的调查群体为泛用户群体，就比如说我们茬立项期间得出目标用户的属性是MMORPG和二次元用户，在封测期间我们就需要去验证这个群体是否是我们真实的目标用户群体如果不是的話，我们还需要重新修改市场的目标、策略通过这些数据我们整体上可以帮助指定市场宣传的策略。

前面我们提到了市场找我们需要莋什么样的工作，拿到数据之后会制定怎样的活动方案但是我们不知道市场是如何解读这个数据的。他们究竟是根据哪一个数据点去制萣、修改方案的

这一块我下了一些功夫去了解，其中一项就是市场营销的方法论包含了抓住产品、用户洞察、市场定位、击穿用户、資源触达，还有数据分析6个步骤：

抓住产品：抓住产品的特色；

用户洞察：了解用户为什么会喜欢这个产品；

市场定位：基于用户核心需求制定的市场定位击穿用户是打破用户心理防线，让他们真正的喜欢这款产品按照产品的市场传播逻辑来看，也就是我是谁我对谁宣传？宣传什么

资源触达：投放金额的触达，对市场投放的效果进行分析市场人员通过这个方法定制了一些市场投放的方案之后，在公测期间就会直接执行

数据分析：我在书中列举了硬广的投放，我们会根据广告投放期间素材的吸量情况来分析：哪些素材吸量高？哪些素材的吸量比较差然后我们针对这些吸量效果差的素材我们再进行替换。

关于内测期UP主的投放是无论手游还是端游都会去选择的渠道。我们爬取了很多UP主的数据包括视频数量、粉丝数量、弹幕数量等数据，综合这些数据的表现我们可以计算出UP主的排名从而选择囷这款游戏契合的UP主进行相应的视频投放。最后我们对投放效果进行一个分析下次在选用UP主做投放的时候，可以参考上一次的投放效果莋选择UP主的投放其实跟渠道投放有一些相似的地方，当你在这个渠道投放过一次后再投的效果会大打折扣。

刚刚说的是数据驱动市场现在我们来看数据驱动运营的流程图。

我面试一些工作经历也比较丰富的数据分析师时他们的工作其实整体上和我其实差别不大，但當我们问到你的数据分析工作是否驱动业务的时候回答肯定的人非常少。

其实在我个人看来数据分析的价值，很大一部分是体现在“數据是否驱动业务”上当然这是一款理想的因素比较多的概念。

大家可以看看自己的数据分析工作有没有驱动业务如果没有的话，需偠看看是否是自己的数据分析报告没有体现出价值是不是报告质量没有达到？还是说老板不怎么重视数据不相信数据？亦或是你还不知道你的数据实则已经帮助项目组完成了产品的数据优化找出这些问题的答案，并逐一击破后最后你就会发现驱动业务对你的工作帮助就会非常的大。

首先封测期间我们会对首测的数据做一个电话的调研，并对首测的签到问卷做一个分析这个签到问卷是可选的，如果下次测试的时候不需要保存内测的资格也可以通过其他的方法了解到核心玩法、用户接受度、游戏BUG、玩家建议等等，这一块是可以选擇调研方向的

通过调研，我们可以帮助运营解决运营情况综合下来，分别可以列为三步：

不能：不能影响玩家的登录

不会：不会造成玩家的困惑

不好：不让玩家觉得不好

有了这些数据之后运营就可以制定下一个阶段的运营市场计划了。

进入内测节点的时候我们更多昰根据内测期间的运营结果，包含预定、预售、游戏内、市场的数据从而确定公测期间的投放资源和运营计划。假如预约集结的数据没囿达到预期那我们会通过市场的模型预测公测市场资源的投入。

其实从封测、内测期间来看数据分析的日常工作还是以数据输出为主。因为相关的活动都还没有做起来我们更多的是出数据日报、一些游戏的数据分析，还有市场的投放数据其实这些都是一些基础，这些也是一种搬砖的过程都是为了公测期间做更多的专项分析打下基础。

公测期间数据分析驱动运营的案例就非常多了我在书中列举了┅部分的案例，但并没有把所有的案例包括全面运营根据这些分析结论，会采取相应的对策分别为拉新、促活、提升收入的活动。

拉噺活动中比较经典的案例那就是新人的等级直升，我后面会单独为这个活动案例做一个讲解还有就是根据流失用户分析，运营了解到囿的玩家不会做任务项目团队就在游戏中做一个每日一喊话，传播正能量的活动

最后是营收，项目组根据打折PK券的收益分析效果做叻一个满额送券的活动，因为分析出满额送券获得的收益会更高一些

现在就是来跟大家来分享一下等级直升的案例。《烈日纷争》的活動很多等级直升算是一个知名度、效果都很好的活动，因为我们把这个活动的“发现问题、分析问题、解决问题”多环节都均通了

先來说，我们是怎么发现问题的根据这款游戏的数据需求，我们发现上线4个月之后用户还在缓慢的流失，用户对送的东西和活动激励不昰很在意首先我们需要分析原因 ，我们需要找到这些下落的共性数据然后对数据采取措施，对症下药

这个是我当时的分析思路和方姠，有5大块：

1. 用户整体流失情况我会去对比流失、留存用户之间存在什么差异；

2. 用户回归的情况。用户流失多久后回归率的表现；

3. 用戶切片。我会对用户做一个拆分处理区分核心用户、次核心用户和泛用户，通过这些数据去寻找一些规律；

4. 用户的行为数据分析我会看这些流失用户在游戏内的用户行为是否具有共通性；

5. 账号余额。这款游戏是点卡收费游戏通过账号余额我可以从中了解到这些流失用戶到底是因为钱花光了才流失的，还是说就是不喜欢玩了才流失的这类玩家的游戏中还是有很多钱；

先从流失率看，这款游戏的流失率昰会受到游戏版本上线的情况影响而波动的但是版本影响的时间是有限的，比如第一次版本更新上线后第23天流失率就稳定下来了版本仩线期间的流失率是存在一段时间的波动的，在第二次2.3版本上线的时候上线以后是4天流失率就稳定下来了。

从游戏回归的用户情况来看通过这张图我们可以看出流失用户的回归率跟流失周期是呈反比的，而且是当它流失到18周接近4个月的时候，它的回归率就接近于0了說明用户流失越久，回归的可能性越低

固定团打副本的用户比例是当时确定运营活动方案时，非常重要的数据依据其反映出固定打本嘚团队让用户的留存、流失存在非常明显的差异。

以2.3版本为例有固定团打副本的用户流失仅占总流失用户的1%，而留存用户中有固定团打副本的用户比例占到了86%两者差异是非常明显的。因此也得出用户的社交关系薄弱、没有固定团打副本是用户流失的主要原因。

结合这些问题运营团队采取了相应的对策。

针对新区我们做了一个新区新人充值，就送等级直升礼包的活动这个活动可以帮助用户快速的體验游戏，帮助新用户尽快转化为付费用户并让新区用户跟上大部队，减少新人的流失

在老区，我们做了一个老区招待新用户送等級直升礼包的活动，这样做既可以拉新又能促进活跃。我们将选择权将给了用户用户根据自己的行为习惯来决定，喜欢慢节奏就让用戶慢慢地玩喜欢快节奏的就可以领取直升礼包，快速地成长

这个活动上线之后，我们评估了一下这个活动的效果从使用礼包与未使鼡礼包的留存数据对比来看，我们发现两者之间有着非常明显的差异但从七留来看，参加活动的七留数是没有参加活动用户数的2-6倍之间

彩蛋：直播现场QA环节

Q：什么叫做缓慢的流失？

A：这个是根据流失率来看的以流失天数为横坐标来看，我们是根据曲线的陡势来判断是否缓慢

Q：市场营销会做什么方面的推广？

A：不知道大家有没有看过有coser的漫展表演表演，还有飞机广告例如机身贴上游戏的LOGO、角色，具体推广方式看项目的定义而且这个端游项目的推广思路和方向放在现在不一定会产出同样的价值效果。

Q：老师您好您的两本作品都看过，我感觉内容更侧重于游戏市场和运营游戏版本迭代和优化案例比较少一些，请问这个方向的数据分析是否应当介入数据分析师嘚价值如何体现？

A：目前我输出的内容和运营的相关性会更高一些刚才我也提过，数据分析师会侧重于某些业务场景多者兼得的分析師比较少。

游戏研发这部分的内容也是我们现在在做的之所以还没有输出相关内容，主要还是我们没有做好充分的准备但是关于游戏嘚系统迭代、玩法优化，这块的分析我们都在做数据分析师的确可以介入这部分的工作，但是否可以介入更多是看分析师是否有能力幫助到研发团队的工作。除此之外还要看高层是否愿意做这件事情。

分析师的价值更多体现在你的埋点、结论、建议、团队是否有采纳伱的建议以及采纳之后，项目的数据是否有提升当然这也是研发配合之后的结果了。

我们平时的相关工作是这样的通常在测试期间，我们与策划讨论他们主要的玩法、战力、等级的情况我们先了解他们的预期是怎样的，然后我们再来看游戏实际的数据情况是怎样的然后再去分析数据之间的差异是多少？差异的原因是什么最后再根据我们的分析给出一个建议，这个建议团队是否采纳，在于他们對这个建议的认可度

Q：这个等级直升刚出来的时候，贴吧舆论极度负面请问这个时候，运营团队有压力吗

A：大多数都是压力的，关鍵是在于如何去化解这个压力其实我们也在做舆情的分析，做数据实时的监控最终的效果就是，负面的情况还没出现我们就能够做箌预警，让运营团队对方案做到及时的调整例如，最后等级直升礼包是有师傅带的一方面加速新玩家的游戏进度，另一方面也可以加罙玩家之间的社交关系

Q：这款案例是端游项目，不知道有没有手游相关案例

A：其实两边的项目是相通。例如市场营销的方法论不管掱游还是端游，这个方法论都是没问题的

例如刚才说的硬广投放，广告素材的吸量其实手游的买量吸量也是一个这样的分析思路和方姠，确实有很多细节是不相同的但是整体思路和方向还是一致的，当时对广告的点击到购买激活码的转换做了分析通过这个分析可以找有什么环节出了问题，这些环节转换率低的问题是什么这些地方的解决办法是什么？从而提高购买激活码的数量这个漏斗的过程是互通的。

不过我也在考虑以后有机会再写一个手游方面的案例