电子竞技数据分析模型解析

中国传媒大学南广学院 周 灵

要进行电竞游戏的数据分析，掌握模型和方法论是关键。方法论是解决若干业务问题而抽象的思路，是基础的解题模式。目前业界常借鉴TalkingData提出的AARRR方法论，这种模型着眼于用户的生命周期，选择投入回报作为目标。本文就AARRR模型进行解读和分析，讨论电竞游戏数据分析的方法问题。

一、AARRR模型概述

AARRR（Acquisition、Activation、Retention、Revenue、Refer）所包含的各个要素分别对应一款电竞游戏的用户生命周期的5个重要过程，即从获取用户（Acquisition）、提升活跃度（Activation）、提升留存率（Retention）、获取收入（Revenue）直至最后形成自传播（Refer）的整个流程。

AARRR模型串联了用户转化、运营阶段和指标体系的内容，形成一套完整的分析方法，从而在营销和优化运营等方面发挥显著作用。

这里采用AARRR模型，明确指出了移动电竞游戏运营的两个核心点：

（1）以用户为中心，以完整的用户生命周期为线索；

（2）把控产品整体的成本/收入关系，当用户生命周期价值（LTV）远大于用户获取成本（CAC），就意味着产品运营的成功。

（一）获取用户（Acquisition）

获取用户（Acquisition）这个阶段的主要工作是：（1）通过各种推广渠道，以各种方式获取目标用户；（2）从时间、地域、版本、推广渠道等不同维度来拆解分析新增用户、用户总数及用户增长率，组合各种维度来分析各种营销渠道的用户获取的效果以及目标用户分布；（3）对各种营销渠道的效果进行评估，从而确定更加优化合理的投入策略，最小化用户获取成本（CAC）。

传统意义上的粗犷的电竞游戏数据分析和运营往往只关注用户数量这个层次，而实际上除了关注用户数量之外，用户的质量对于运营者而言更为关键。AARRR模型旨在给出更精细化的数据运营方法，其目标是使得用户生命周期价值（LTV）远大于用户获取成本（CAC）。因此，AARRR模型体系将重心从成本转向价值，着重给出移动电竞游戏在提升用户生命周期价值的过程中应当关注的更重要指标。也就是说，在投入成本获取用户后需要着重关注和提升用户在整个生命周期中所创造的实际收入价值，从而确保获得最大的投资回报率（ROI）。

（二）提升活跃度（Activation）

提升活跃度（Activation）阶段是指新增用户经过沉淀转化为活跃（Activation）用户。如果活跃用户的绝对数量较低，或活跃用户相对于总用户数量的比例较低，则说明用户的质量不高，应结合渠道等维度深入分析目标用户群是否准确或者深入分析产品使用是否存在问题。

能否提高活跃度的一个重要因素是电竞游戏产品推广渠道的质量。选择了好的推广渠道就能有针对性地圈定目标人群，带来的用户群和游戏开发时设定的目标人群存在较大吻合度，这样的用户通常比较容易成为活跃用户。此外，挑选推广渠道时一定要先分析受众人群。如果推广渠道不佳，带来的是大量的一次性用户，严格意义上说，这种用户不能算是真正的用户。虽然这部分用户也属于活跃用户，但绝大多数一次性用户都是无效的，无法创造任何价值。

能否提高活跃度（Activation）的另一个重要的因素是电竞游戏产品本身是否能在最初使用的几十秒钟内抓住用户。游戏的界面效果、启动加载时间、交互操作体验、用户引导等因素都将对电竞用户的活跃度产生直接影响。

（三）提高留存率（Retention）

留存率（Retention）是衡量用户粘性和用户质量的指标。通常保留一个老客户的成本远低于获取一个新客户的成本。开拓新用户的同时常常有大量用户流失，解决这个问题首先需要通过日留存率、周留存率、月留存率等指标监控应用的用户流失情况，并采取相应的手段在用户流失之前，激励这些用户继续游戏。

（四）获取收入（Revenue）

获取收入（Revenue）是移动电竞游戏运营最核心的一块。收入有很多种来源，主要的形式有三种：有付费应用、应用内付费以及广告付费。无论是哪一种来源，收入都直接或间接来自电竞游戏用户。前面提到的提高活跃度和提高留存率是获取收入必需的基础。从移动电竞游戏的角度来看，付费转化的设计和收益能力不单单是具备海量的用户则就可以解决的，所以收入分析需要结合更多的数据来完成。

（五）自传播（Refer）

社交网络的兴起使得电竞游戏的运营增加了一个可观的途径，也称为基于社交网络的自传播或“病毒式传播”。这种途径不仅成本低，而且有可能达到较好的运营效果。从自传播（Refer）到再次获取新用户，移动电竞游戏的运营形成的是一个螺旋式上升的路径。高质量的电竞游戏能很好地利用这个途径，不断扩大用户群体，经历了种子用户的传播后，会逐渐影响到更多的用户，并形成群体，进而会借助微信、渠道榜单等迅速扩散开来，赢得更多用户的关注，获取更多的自然用户，即非推广的用户群。

二、AARRR模型的全局作用

基于以上，AARRR模型着重解决三个问题，能够完成用户的获取，并最终转化为游戏用户，需要数据衡量数量。要实现真正留下用户，产品的体验、内容、玩法则是根本，需要数据衡量质量。如果从AARRR模型的转化关系来说，解决这三个问题就是回答用户从何而来，是否喜欢游戏，留下来多少用户，多少用户为此而付费，是否具有较高的传播价值等问题。这几个问题是一个优秀的电竞游戏产品走向成功所要必须回答的问题。

放眼整个游戏业务，数据分析起到桥梁的作用，在游戏研发、营销、运营等关键节点上，电竞游戏的数据分析都将有所衡量和提供决策支持。

[1]胡燕清,周进艳,徐孝娜．数据挖掘在移动用户行为分析系统中的应用[J]．现代电信科技,2013(1)∶86-89．

[2]Pang Ningtan,Michael Steinbach,Vipin Kumar．数据挖掘(完整版)[M]．范明,范宏建,等译．人民邮电出版社,2012∶3-4．

[3]陈苗,陈华平．基于Hadoop的Web日志挖掘[J]．计算机工程,2011,37(11)∶37-39．

[4]刘世平．数据挖掘技术及应用[M]．北京∶高等教育出版,2010,7．

[5]Solomon M R,Dahl D W,White K,et al．Consumer behavior∶buying,having,and being．Prentice Hall Upper Saddle River,NJ,2014．

[6]LIU Zhong．A data mining structure platform of BSCM[J]．Journal of communication and computer,2011,12(3)∶150-154．