小白學資料分析 付費使用者生命週期研究

2021-09-06 12:35:23 字數 1153 閱讀 3487

付費使用者其實存在乙個付費週期轉化的問題,直接指標可能就是付費滲透率的問題,然而在此背後其實還有更深入的問題。我們經常遇到的是推廣渠道獲得的新使用者,且這批使用者進入遊戲的狀態。其實在付費使用者問題研究方面,本質上是類似的。對於廣告網路,渠道帶來的新使用者而言,我們判斷了新使用者在隨後的留存情況,今天我們研究的是當乙個使用者付費後,則是另一次「新使用者」在隨後留存情況的分析。換句話,我們把付費使用者當作「新使用者」開始研究留存,也就是付費留存。

付費留存概念

付費留存概念這一點,對於大家是不難理解的,實際上我們能夠判斷使用者隨後的付費留存率是多少。但它與付費使用者的生命週期其實是存在關係的。

注:留存問題的分析不是停留在乙個表面問題的解析上,在背後其實我們可以看到,我們對於每乙個發生狀態轉移的使用者群體都可以做類似的留存模型分析,比如我們今天提到的付費使用者的留存分析,還有比如當我們發現付費使用者累計付費達到了某乙個額度後,隨後使用者的留存表現,這都是對固定使用者群的在此留存解析,留存問題不是乙個停留在表層的計算,其實是代表了一種分析思想的呈現。或者我們提到了那些跨過新手引導階段(或者達到某個等級)的留存表現,本質上都是我們對於乙個使用者群體的劃分,決定了留存的計算模式。

付費使用者留存模型

在有了剛才提到的付費留存後,接下來我們將重點分析使用者付費留存質量。我們就按照每天來計算,我們會發現今天的付費使用者中,會有兩部分人構成,一部分是新增付費使用者,另外一部分是之前的活躍付費使用者,但是活躍付費使用者其實是由之前不同時間點的新增付費使用者在這一天又進行了付費的累計加和組成。從這個角度我們就可以計算出來每天的付費使用者貢獻度的問題了,乙個典型的問題就是,今天100個付費使用者中,20個是本日新增,80個是老付費使用者,這些付費使用者其中近7天中付費的有40個,剩下40個是7天之前有過付費,且在今天有付費行為。在這個簡單的邏輯中,我們看到了今天的付費使用者有40%來自於7天之前,且能計算出來這些40%使用者的貢獻收入。

這種做法的好處是把很多之前的問題繫結到一起來看待。乙個典型的場景就是,在最初我們考察乙個階段新使用者的+1或者+3留存率的同時,可以對這些幾日留存使用者的付費進行留存在跟蹤,這個過程複雜,但是最後可以很快的衡量使用者質量效果好壞。

回頭繼續剛才的計算,我們會發現一些顯著的特點,比如一般而言付費使用者群中,最開始新增比例會很大,而老付費使用者比例很低,然而隨著時間的推移,這個老付費使用者比例會逐漸變大,從10%不斷變大,到了乙個階段,不在變化,之後可能是下滑,也可能是提公升,而這是乙個形象的付費使用者生命週期的直接立體。

小白學資料分析 付費使用者生命週期研究

付費使用者其實存在乙個付費週期轉化的問題,直接指標可能就是付費滲透率的問題,然而在此背後其實還有更深入的問題。我們經常遇到的是推廣渠道獲得的新使用者,且這批使用者進入遊戲的狀態。其實在付費使用者問題研究方面,本質上是類似的。對於廣告網路,渠道帶來的新使用者而言,我們判斷了新使用者在隨後的留存情況,今...

小白學資料分析 新登付費玩家研究模型

一款遊戲產品進入成熟期後,重點基本都在拉動收入,原因在於使用者量和遊戲社會已經形成,老使用者不會輕易流失,新使用者不斷湧入遊戲,形成乙個相對穩定的遊戲社會,這個階段的收入拉動也是比較顯著,但是這樣的穩定時期可能隨著產品二度 三度開發,不斷出現。要想拉動收入就存在乙個問題,就是對於付費使用者的關注和分...

小白學資料分析 DNU DAU

行業指標觀察分析 dnu dau 寫在分析之前 一直以來,我們對於資料都是在做加法,也希望這個過程中,不斷蒐羅和變換出來更多的資料指標,維度等等。而在實際的分析中,我們發現,一如我們給使用者提供產品一樣,太多的時候,我們思考的是如何增加功能,而產品的核心功能和訴求,卻越來越遠。最近有幸和一些團隊在做...