游戏化指标:DAU/WAU,参与度,完成率
游戏化仅在数字确认其效果的情况下才起作用。以下是对三个基本指标的系统分析,如果没有这些指标,就无法管理任务,活动和奖项:DAU/WAU,参与率(参与)和完成率(完成)。
1)DAU/WAU和"贴纸"
二.定义
DAU (Daily Active Users)-每天具有目标操作的唯一用户数量(登录、客户端启动、出价/旋转、执行任务等)。
WAU (Weekly Active Users)-在过去7天内具有目标操作的独特用户。
DAU/WAU(稳定性)是"每周"中"每日活跃"的比例。
[
\text{DAU/WAU} = \frac{\text{DAU}}{\text{WAU}} \quad (0\ldots1)
]
如何解释
0.15-0.25是非日间娱乐产品的基本"健康"贴纸。
0.25-0.35是正常任务和轻松进入的良好水平。
重要:细分细分(初学者,重新激活,付费,中核心,高价值)。总数很容易掩盖问题。
频繁失真
由于奖金天而导致的通货膨胀。单个"炒作"活动将提高DAU,但在4-8周内不会改善DAU/WAU趋势。
虚假的多活动性。博客/配音帐户。强制执行设备指纹重复数据消除+KYC信号。
改变"目标行动"。如果您更改"谁被视为活动"规则,请记录日期并构建"指标2"。0».
2)参与率(参与级别)
二.定义
在目标受众中进入游戏周期(活动/任务/锦标赛)的用户比例。
基本公式:[
\text{Participation (gross)}=\frac{# \text{users_with_event_open}}{# \text{eligible_audience}}
]
[
\text{Participation (net)}=\frac{# \text{users_started_progress}}{# \text{eligible_audience}}
]
Gross是所有看到活动并按下"参与"的人。
Net是那些真正开始执行的人(例如,制作了第一个X积分/旋转/任务步骤)。
正确的"教派"
"Eligible audience"提前捕获:例如,所有在过去14天内≥1活跃并进入地理/规则的所有用户。
另请阅读通信(推送、应用、电子邮件)。低参与度通常是=低参与度。
标准和基准
对于大规模轻型事件,Net参与率为12-25%。
5-12%用于具有入场阈值(存款/水平)的"铁杆"活动。
在温暖细分市场(初学者D1-D7,重新参与)的微视图中达到30%+。
3)完成率(完成)
二.定义
完成任务/链/活动者的百分比。
[
\text{Completion Rate}=\frac{# \text{users_completed}}{# \text{users_started}}
]
品种
按任务完成-完成链中的特定步骤(T1, T2,……)。
Full-chain completion-完成整个系列。
时间束缚完成-截止日期完成。
解释性
标准取决于任务的长度和"价格"。
简单的单人任务:60-85%。
3-5步链:35-60%。
7-10步的长任务:18-35%。
在后期步骤中减少完整性并不总是坏事。这可能是有意识的货币化/复杂性漏斗。重要的是,Net Uplift在绿色区域保持正数和RG度量。
4)一束指标: "看到→开始→完成"
构建单个漏斗:1.Reach:看到了活动。
2.Participation (gross/net):介入/开始。
3.进步:达到T1/T2/.../Tn的百分比(有时间)。
4.完成:完成。
5.Value: ΔDAU/WAU, ΔRetention, ΔARPPU, ΔAvg Deposit, Bonus Cost%, Net Uplift.
这允许捕获"泄漏":低读数,进入障碍,2-3步的难度过高,UX失误(进度可见性差)。
5)Analіtika: 细分和队列
推荐的切口:- 阶段:新秀D0-D7,返回R7-R30,永久性P30。
- Monetization:不支付、新支付(NPP)、再支付(RPP)、高价值。
- 频道/Geo/平台:web/iOS/Android,国家/地区。
- 内容:任务类型(XP,背部,存款),游戏波动,阈值。
对于每个组,捕获DAU/WAU、参与、完成、ARPPU、Bonus Cost per Active-在活动之前/期间/之后(D窗口、W窗口)。
6)实验设计: 证明嵌入物
控件控制:一些观众看不到活动(或看到"假人")。
Randomized Invitation:随机分发邀请,固定reach。
Geo/Channel Split: 如果禁赛是整洁的对决.
测量窗口:"时间"效果和事件后尾声(7-14天)。
最终指标是:Δ DAU/WAU,Δ参与/完成,Δ ARPPU(奖金网),Retention D7/D30,Net Uplift。
7) DWH/事件: 最低数据模式
事件(示例):- `session_start {user_id, ts, platform}`
- `mission_view {user_id, mission_id, ts}`
- `mission_join {user_id, mission_id, ts}`
- `mission_progress {user_id, mission_id, step, value, ts}`
- `mission_complete {user_id, mission_id, ts}`
- `purchase/deposit {user_id, amount, ts}`
- `spin/bet {user_id, game_id, bet, win, ts}`
- `missions {mission_id, type, start_at, end_at, rules, segment, min_requirement, reward_type}`
- `users {user_id, geo, platform, signup_at, payer_flag, segments}`
8)计算示例(SQL草图)
DAU日期d:sql
SELECT DATE(ts) AS d, COUNT(DISTINCT user_id) AS dau
FROM session_start
WHERE DATE(ts) =:d
GROUP BY 1;
以日期d结尾的一周WAU:
sql
SELECT COUNT(DISTINCT user_id) AS wau
FROM session_start
WHERE ts >=:d - INTERVAL '6 day' AND ts <:d + INTERVAL '1 day';
DAU/WAU (stickiness):
sql
WITH dau AS (
SELECT COUNT(DISTINCT user_id) AS dau
FROM session_start
WHERE DATE(ts) =:d
), wau AS (
SELECT COUNT(DISTINCT user_id) AS wau
FROM session_start
WHERE ts >=:d - INTERVAL '6 day' AND ts <:d + INTERVAL '1 day'
)
SELECT dau::float / NULLIF(wau,0) AS dau_wau FROM dau, wau;
按任务划分的参与(net):
sql
WITH elig AS (
SELECT user_id
FROM users
WHERE last_active_at >=:d - INTERVAL '14 day'
), started AS (
SELECT DISTINCT user_id
FROM mission_progress
WHERE mission_id =:m AND ts BETWEEN:start AND:end
)
SELECT COUNT(DISTINCT s.user_id)::float / NULLIF(COUNT(DISTINCT e.user_id),0) AS participation_net
FROM elig e
LEFT JOIN started s ON s.user_id = e.user_id;
任务完成率:
sql
WITH started AS (
SELECT DISTINCT user_id
FROM mission_progress
WHERE mission_id =:m AND ts BETWEEN:start AND:end
), completed AS (
SELECT DISTINCT user_id
FROM mission_complete
WHERE mission_id =:m AND ts BETWEEN:start AND:end
)
SELECT COUNT(DISTINCT c.user_id)::float / NULLIF(COUNT(DISTINCT s.user_id),0) AS completion_rate
FROM started s
LEFT JOIN completed c USING (user_id);
9)影响参与和完整的设计
可见性:"折痕线"上的横幅,"任务"图标上的徽章,主屏幕上的进度栏。
规则清晰度:1个屏幕=1个关键目标,例如"如何得分X点"。
微观奖项即将到来:T1/T2/T3 →战利品支持动力。
入口阈值:在第一步中不要过高要求;随着进展变得更加复杂。
时间:热段短冲刺(2-24小时),为期一周的拱门-用于质量。
动态提示: "奖项还剩下120分≈ 8轮15分。"
10)反扭曲和数据质量
重复数据消除:用于处理多县活动的设备指纹标记+KYC标志。
异常:在没有进展的情况下开始爆发→跟踪错误;completion> started →副本。
计划冻结:业务规则的任何更改-仅通过调整指标。
时间调试:存储"event_time"和"ingest_time";时区变化是"漏洞"的常见原因。
11)Dashbord: 每天展示什么
1.贴纸:DAU,WAU,DAU/WAU(趋势8周,按细分市场中位数)。
2.活动漏斗:Reach → Participation gross/net → T1/T2/... →完成。
3.质量:故障(弹跳),平均T1/T2前时间,跟踪错误。
4.价值:Δ ARPPU(奖金网),Δ Avg Deposit, Bonus Cost%, Net Uplift。
5.段:跨阶段/geo/platform/payer-status切口。
6.Alerts: participation> X p.p.,步骤完成失败,DAU/WAU偏离季节模型。
12)经常出错
在"整个基础"上计入参与度,而忽略易感过滤器。
通过得出结论"平均值"来干扰gross和net参与。
仅通过夸大复杂性和削减参与度来优化完整性。
盲目地对DAU的生长感到高兴,而无需检查粘贴性(DAU/WAU)和后期效果是否有所增加。
忽略奖金/奖品的成本,误解ARPPU的Δ。
13)启动和评估支票清单
- 已定义事件和派别(eligible audience)。
- 已为DAU/WAU/participation/completion(v1。0).
- 设置为嵌套的holdout/random。
- Dashbord在细分市场,平台,地质。
- Alerta质量和反亲缘控制。
- 最终评估:Δ DAU/WAU,Δ分化/完成,Δ ARPPU(net),Net Uplift,后效应7-14天。
DAU/WAU展示了产品的习惯和"粘性",参与性展示了活动者吸引目标受众的能力,并完善了复杂性和奖励平衡的质量。按照相同的规则来计算它们,存储版本,检查嵌入和增长价格。然后,游戏化将成为预测工具而不是彩票。