1.        明确了解游戏有什么（需要自行构建资料收集模板，协同策划设计思路，以及个人前期体验进行填充）


2.        确立分析思路

模块1：留存

首先从后台反馈的留存数据，只是反馈某批新登玩家后续登录情况。但是能够影响用户登录的局外因素有太多。无法明确知道哪些游戏因素导致用户流失从而给游戏提出准确的建议。因此我们需要在留存分析上构建，核心进程达成情况与游戏天数的关系。并且通过分析不同核心游戏进程的玩家游戏状态（游戏时长，付费属性，玩法状态，养成状态等）从而得出游戏设计上存在的缺漏



一、数据现象总结与归因分析

核心思路：找出不同结果玩家的游戏状态指标，通过控制变量法，得出造成玩家结果差异的核心因素

1.1        首日核心进程达成率分析（提高首日达成率）

（首先找出达成用户中，游戏条件数据的平均值与最低标准。先对比策划所设定的标准，是否达到预期。其次通过控制变量法，对比未达成核心进程玩家的游戏状态条件，找出期间差异点。从而得出游戏首日卡点。例：游戏时长在同一区间段的玩家，达成玩家的任务状态和未达成玩家的任务状态对比）

1.2        核心进程达成人数前一天对比后一天是增加或者减少（提高持续达成率，追赶率）

• 情况1：玩家前1天达成，次日达成-持续达成人数   （提取次日达成核心追求的最低游戏时长与行为标准）
• 情况2：玩家前1天未达成，次日达成-追赶达成人数 （提取次日达成核心追求的最低游戏时长与行为标准，并且也需要前1天最低游戏进程玩家的游戏时长和行为标准）
• 情况3：玩家前1天达成，但次日未达成-持续达成率 （提取情况3用户游戏时长分布，分析能达成情况1用户最低游戏时长的用户游戏行为数据，与情况1行为数据对比）
• 情况4：玩家前1天未达成，但是次日未达成-追赶率  （提取情况4用户前1天最低进程分布，分析能达到情况2玩家最低进程，且游戏时长相接近玩家，与情况2行为数据对比）
  

模块2：付费

现阶段主要通过LTV数据来对游戏付费能力进行评判。通过对计算公式分解，LTV的增长即是某批玩家进入游戏后累计每天付费金额的增长曲线。由于LTV的数值无法直接与游戏付费设计直接挂钩，而玩家每天在游戏上充值了多少钱，由哪些因素而导致付费，这是与游戏付费设计密切相关的。因此针对付费的研究，我们应更加偏向于针对玩家充值金额与开服天数关系的研究。



二、数据现象总结与归因分析

核心：了解不同游戏时期的付费结构，并且根据玩家历史付费数据，判定该阶段的付费架构是否符合付费预期，并且从玩家流失和游戏内付费点设计进行归因

2.1 首日付费架构与付费归因（提高首日Ltv）

（通过对新用户首日付费进行付费分层，并且明确每个层次玩家付费归因于游戏哪些设计。针对常驻性礼包，重点分析礼包购买率和购买时机。根据某些推送式付费设计，应提前设定付费漏斗模型分析玩家在哪个步骤放弃付费。由于开服首日具有开服时间的影响因素，因此游戏初始付费分析，可以以开服前两天作为第一阶段分析）

2.2分析玩家后续游戏进程付费架构。并且可以观察后续每个层次付费用户历史付费数据和当前阶段活跃状态。对是否达成付费预期进行初步判断。再接入付费归因分析工具，分析游戏哪些付费设计能吸引到目标准备，哪些付费设计是无效的

---