有时候，手游分析可能让人觉得非常复杂。说到数据的时候，可以有数百种进行追踪。从简单方面来说，有下载、游戏时长以及DAU等数据，这些都是非常直观而且衡量特殊活动的数据。更为复杂的数据包括流失率、平均每付费用户收入（ARPPU）以及DAU/MAU率等等，这些数据并不是那么直观的数据，有时候它们所带来的问题比答案更多。
比如，“我把用户算作流失的时间周期是正确的吗？”“什么样的ARPPU才是正常的呢？”
这里我们甚至还没有介绍更多高级的数据比如用户分类、用户来源以及用户活动等等。这里，笔者并不打算说哪个数据是最重要的，而是系统的对各个数据可以告诉你哪些游戏中的信息进行介绍，因为一个开发商应该重视的数据和另一个团队可能有很大的不同，而且市场上从来没有一个***的游戏分析解决方案，但通过对一些数据的了解，你可以更好的了解自己的游戏。
每日活跃用户数（DAU）
从简单的开始说，DAU就是在特定一天中打开游戏至少一次的独立用户，通常情况下，DAU和其他高等级的数据一样并不能告诉你的游戏表现如何。然而对于分析来说，了解这些简单的数据还是非常有利的。
我们来看一个例子：假如说一个核心游戏（hardcore game）有1万个活跃用户，这些人每天都进入好几次游戏而且付费也积极；第二款是一个拥有100万用户但没有货币化功能的新闻或者通信应用；第三款应用是在运行用户获取活动，但留存率很低，今天有50万DAU，但明天就可能降到10万。通过这三个应用你可以知道，DAU数据指的是特定时间的数字，与之相邻的上下文也是重要的信息，有时候比你的用户量有多大还要重要。
游戏次数
每一次任何一个用户打开你的游戏都会被算作进行了一次游戏，特别是要专注于平均每个DAU用户所进行的游戏次数，因为这些数字可以告诉你玩家们对于游戏的参与度有多高。
游戏的内容对于每个DAU用户的游戏次数是有直接关系的，因为有些游戏类型本身就会引起玩家们更多次进入游戏，如果一个用户每天只打开一两次游戏，那么他们的长期留存也不会特别高。
DAU/MAU率
日活用户和月活用户的比例展示了一个游戏留住用户的能力，通常会被作为游戏粘性的评判标准之一。这个数据展示了玩家们登陆游戏的频率。比如说一款游戏拥有10万MAU和1.5万DAU，那么DAU/MAU率就是15%，这意味着用户登录在当月登录游戏的时间只有15%。
由于这只是个比例，所以DAU/MAU只在0-1区间，数值越接近1就意味着用户们当月打开游戏的次数增长了。像facebook这样的社交应用据说DAU/MAU的比率接近50%，但大多数成功的游戏都只是接近20%。
留存率
留存率对于一款免费游戏来说，毫无疑问是最为重要的数据，成功的免费游戏都可以和用户建立长期的关系，用户们足够喜欢游戏内容的话就会愿意付费获得一定的优势，一个游戏需要有很高的留存率才能有足够的时间和玩家们建立这种关系。
为了提高留存率，你需要根据他们下载游戏的日期进行分类，下载游戏的当天被算作Day 0，如果你的用户第二天还进入游戏，他们就可以算作次日留存用户，如果他们不打开游戏就不算，通常使用的留存数据包括次日、7日和30日留存。
（付费）转化率
收入可能是所有人最关注的话题，以上的数据讲的都是你的游戏和用户之间的关系。但对于很多独立开发者们来说，最为重要的数据是他们的游戏是否挣到了足够的资金（维持生活或者继续研发）。
付费转化率指的就是特定时间段里在游戏中进行过消费的用户和总用户之间的比例，当然，你也可以在免费游戏中计算广告的转化率。
对于大多数的开发者们来说，在一款免费游戏中让玩家们付费是困难的，但和其他行业类似，少数玩家的重复购买为免费游戏带来的绝大多数的收入，你可以通过非常有价值的物品或者促销鼓励玩家们进行***次消费。
每活跃用户收入（ARPDAU）
每活跃用户平均收入（简称ARPDAU）是在手游领域讨论最多的数据，它之所以重要，是因为该数据可以告诉你每天的游戏表现状况。在用户获取活动前后，这个数字是非常值得关注的。在活动中，确保你知道自己游戏的ARPDAU范围以及正常的下滑区间。在一个活动里，通过来源不同对新用户进行分类，了解哪些网络或者游戏平台给你的游戏带来的贡献***。
每付费用户收入（ARPPU）
平均每付费用户收入计算的只是在游戏中完成过付费的用户，这个数字根据游戏内容的不同会出现很大的差异。核心游戏的货币化能力相对较高，所以ARPPU数值一般都是比较高的，但和更多的休闲游戏相比，它们的用户量是比不上的。
用户流失率
用户流失率基本上是和留存率相反的数据，比如下载过游戏的用户中有多少人已经不玩了？对于付费订阅游戏来说，流失率数据是最有影响的，而把它用到免费游戏中就比较微妙了。
这个数据考虑的主要是用户玩游戏的方式，在付费订阅服务中，流失率是黑白分明的。用户要么是付费，要么就是不付费。在一个免费游戏中，一些玩家每天同时玩很多次游戏，而有些休闲玩家一周才登录一两次。为了适应不同类型的游戏，我们把流失用户定位为在28天之内没有打开过游戏的玩家。
游戏内数据
除了了解用户参与度、留存率和货币化之外，衡量和平衡游戏经济也是非常重要的。如果获取虚拟货币的方式太简单了，用户们就没有必要进行付费了。但是，用户们仍然需要足够多的货币不断的享受和探索游戏，这中间是有一个中间数的，以下数据可以帮助你找到合适的数据：
资源、消耗以及流通
资源指的是游戏中玩家们可以获得虚拟货币的地方，资源数据衡量的是一个用户获取游戏内货币的数量，当然还包括赠送的货币以及促销等方式发放的游戏币。
消耗数据则和资源恰恰相反，在游戏的某些场合，玩家们需要用掉游戏币。资源和消耗有时候也可以用于付费货币和第二游戏币，在分析过程中，你需要对不同的货币进行分别追踪。
把资源和消耗结合起来，你就可以获得流通数据，它指的是玩家们获取以及消耗游戏币的整体平衡度，总体来说流通数据应该是平稳的。如果数据出现了突然上升，那就意味着玩家们手中有太多的游戏币而没有消费的必要，如果突然下降，则意味着玩家们没有足够的资源继续游戏了。
开始次数、失败次数和过关次数
***，我们来看看一些有关游戏进度的数据。不管用户是否必须开始新关卡，很多游戏都有升级元素，开始次数衡量的是玩家们开始新关卡的次数。失败次数指的是玩家们在特定关卡没有完成通关的次数。当然，过关次数就是玩家们通关的次数。这三个数据综合起来可以帮助你更好的分析游戏关卡。
你设置的通关点是否太困难了呢？用户们会在一些关卡意外被卡住吗？哪些关卡是用户们最喜欢而且重复次数最多的？开始次数、失败次数和通关次数可以回答以上的问题。
当然，游戏分析并没有所谓的‘秘诀’，以上的数据只是为了帮助你更好的了解游戏分析，最为重要的游戏分析数据是需要根据你所做的游戏类型的，一旦你了解了用户行为，就可以知道一次游戏更新或者用户获取策略调整所带来的影响了。
