4个步骤 教你输出完整的用户流失分析报告

游戏用户流失分析方法很多，常见方法有流失等级分布、 等级停滞率、分渠道和平台的留存率对比、主线任务持有率、重要玩法参与率，从游戏的各角度入手，还原游戏的整体运营情况。

那么，如果要对一款游戏进行系统全面的流失分析，具体应该怎么做呢？

本篇分成三part

1. 流失分析

2. 游戏次日流失分析

3. 游戏中长期流失分析

part1 流失分析

运营经验表明，获取一个新用户的成本远远大于维护一个老用户的成本，而一个老用户所能贡献的利润也远远大于一个新用户贡献的利润。经典的二八定律在日常的业务实践中时刻发挥着它的作用，20%的老用户可以带来80%的利润，而80%的新用户，其复购率和所贡献的利润却总是维持在较低水平。

如何最大程度降低用户的流失率，如何为产品下一步迭代优化指明方向，是每一个产品er面临的重要问题。

那么，数据er是如何定位用户流失位置，帮助产品实现精准运营的呢？

所有app流失分析的本质都是：定位流失用户，挖掘流失用户流失前的最后行为，发现导致这类用户流失的原因究竟是什么。

游戏的逻辑相对简单，本篇就以游戏为例（其实是只了解游戏），简单梳理

⭐️需求开发的重要前提：

1. 与需求方（运营同学）明确统计口径，避免惯性思维导致的数据方向有偏差；

2. 排查常见非游戏玩法问题：例如次留低，优先排除掉某类权重较高的机型不适配导致的留存低等初级问题，再进行游戏内的玩法分析。

常见流失分析问题：次日流失和中长期流失，数据口径和需求目的都有显著差异。

part2 游戏次日流失分析

适用于有一定用户量的新游，首日登录后即流失，对应的问题可能是留存偏低、或验证游戏内主要玩法的参与情况，及用户在游戏内的卡点，主要基于游戏行为对比留存和流失用户在首日的差异，没有特殊情况一般不需要过多从用户维度向做拆分，大致框架如下：

1. 背景

a. 游戏目前面临的主要问题及分析目的

b. 数据统计口径：新增用户周期、活跃用户周期、留存用户定义、流失用户定义

2. 数据全貌展示

a. 基础全面数据：新增、活跃、arpu、留存...

b. 留存流失用户数据对比：人均首日在线时长、不同玩法参与率...

3. 详细数据拆分

a. 首日时长

• 留存流失用户的人均游戏时长

• 以n分钟为步长（根据游戏实际细分），对比留存和流失用户在不同时长组的人数占比差异

b. 首日时长与主要玩法的交叉分析：以n分钟为步长（根据游戏实际细分），重点关注流失用户在各主线玩法中停留的最后一步，常见举例：

• 新手引导人数分布

• 等级关卡人数分布

• 解锁游戏重点道具个数的人数分布

• 重点玩法参与次数的人数分布

c. 新手引导

• 对比留存流失用户在新手引导各步骤上的人数分布(对于新手引导略长的游戏，大部分流失用户的卡点位置来自于此）

d. 等级分布

• 对比留存流失用户在各等级上的人数分布，分析两类用户游戏进度差异

e. 重点玩法参与率、人均参与次数

• 对比留存流失用户在游戏内重点玩法的人数分布

f. 用户来源

• 对比留存流失用户在不同广告素材上的人数分布，考虑是否由于素材与玩法不对应

4. 主要结论

a. 存在问题：基于上述数据统计结果，将流失用户适当分类，描述不同分类用户在游戏中停留的位置，推测流失原因

b. 优化建议：根据问题和猜想，和运营同学对齐，得出对应的优化建议和to do

part3 游戏中长期流失分析

适用于放量后运营一段时间的游戏（2周以上），用户有一定的游戏行为积累后流失。需要运营同学带有明确的问题或猜想进行全面分析，目的是提升长期留存。通过中长期流失分析，明确长留用户的游戏卡点，完善游戏中后期玩法和养成，主要从游戏行为、用户维度分析，大致框架如下：

1. 背景

a. 分析目的

b. 数据统计口径：新增周期、活跃周期、流失用户定义 等，根据实际需求，与运营对齐流失定义，一般为指定周期内至少活跃N天且超过连续n天不登录，或者活跃N天后不登录定义为流失

2. 数据全貌

a. 主要对比流失用户和留存用户在相同生命周期下，主线玩法侧、养成侧、变现侧的总体数据

3. 详细数据拆分

a. 基础数据

    相同生命周期下的人均时长

b. 主线玩法：

• 流失位置：通过游戏的主线玩法定位流失用户的流失位置（等级、章节、关卡、解锁等），可以直接用人数分布，或通关率表示

• 流失特点：流失用户对比留存用户，相同生命周期上的游戏进度、主线玩法的参与率和人均参与次数、参与结果（成功、失败）与成功后复刷的参与率等，重点在于提炼流失用户和留存用户在卡点行为上的差异

c. 游戏养成：养成是用户在主线进度的重要支撑

• 对比流失用户和留存用户在相同生命周期上的养成参与度、参与次数、随生命周期的衰减曲线等

• 常见的养成线：

装备养成：升级、升阶、升星等

货币养成：金币、钻石、体力等的获取和消耗

d. 游戏变现：

• 常用指标：CPM、ARPU、LTV

• 广告次数（对于广告变现的游戏）：对比流失用户和留存用户在相同生命周期上的广告次数、分广告位的广告次数...

4. 主要结论

a. 存在问题：见?

b. 优化建议：见?

小tips：

对于同时拥有iOS和安卓双端的手游，对比双端留存流失两类用户的数据差异，能为留存较差端（安卓居多）向较好端（iOS居多）看齐提供可行性更强的to do，同时可以帮助我们更好地分析双端用户的特点。