在国内手游市场竞争白热化、获利短现化的潮流下，数据分析员顶着闪亮的光环，被称 为运营最有价值的岗位之一，每个项目负责人都希望聘请一个精干、专业的数据分析员，并 对他寄予赚钱的厚望。 一．数据分析的定义与工作内容 数据分析是指对运营的各项指标进行统计分析，涵盖方差分析、因子分析、回归分析、 主成分分析、聚类分析、逻辑回归、用户细分等，手游运营的数据分析的运算更为精简，业 内专注对留存、付费及活跃的几个常用数据的分析。 数据分析建立在数据统计的基础上，数据分析师必须熟练掌握 excel、word等办公软件， 尤其是有关统计的功能如宏、my SQL，因为分析师必须在短时间内把本统计周期内的宏观数 据都统计出来，而把大部分时间放在分析上。分析师需要分析宏观数据与微观指标，并把数 据与玩家行为、市场投放、运营活动、节假日等因素结合起来分析，了解用户行为波动的峰 值、时段、原因。 此外，数据分析需要一定的行业经验和数据敏感性，一个没有手游运营背景的人不了解 市面常用的指标和合理区间，面对一堆数据只是面对一堆乱码。 二．数据分析的常用数据 手游运营中需要分析的数据非常庞大，但如果游戏数据后台或凭借有名的数据统计平 台，很多宏观数据能直观反映出来，如国内比较有名的 3加分析平台友盟、talkingdate、da teEye。同时，有些游戏合作平台如 UC、360就有本身的数据平台，能直观地反应游戏的注 册、留存和付费等指标，宏观指标能看到数据变化的趋势波动，对调整数据的指导作用却有 限。 那么，每一位游戏开发商就有必要架构完备的游戏后台，把微观数据、宏观数据一应转 移到自己的后台上。 那在架构后台时，运营人员需要提交哪些数据的统计需求呢？用一张图片来说明。  1.宏观数据 宏观数据，即剔除渠道、区服和专区玩家的行为差异，对游戏在统计周期内的数据进行 宏观统计所得的数据。宏观数据能反映在统计周期内，游戏的整体活跃、付费指数和市场推 广的效果，对运营人员了解游戏的市场风潮、游戏种类的差异有比较好的指导意义。 （1）活跃相关 能反映游戏玩家日常行为的数据。 活跃用户数（日活跃 DAU/周活跃 WAU/月活跃 MAU），即 AU，能反映游戏登陆人数 占总玩家人数的占比，区分玩家质量； 活跃度，指新增用户在随后不同时期的登录情况，主要排查新增账号，以判断渠道是 否刷量； 留存率（RR）（次日留 DRR/三日留/七日留 WRR）指统计周期内再次登陆游戏的用户 占初始用户的比例，渠道通常用留存率来评判游戏的品质，次日留在 20%以下就算比较差的 游戏了，不过挂机类、单机游戏的留存率、重启率很高，付费率却很低；  流失率（UL），流失的玩家占同期注册人数的比例，导致初级玩家流失的原因多种 多样，画风、玩法、游戏类型等因素，如果高级玩家流失率高，则表明游戏缺乏新内容、出 现了运营事故； 在线人数（PCU），指在监控周期内游戏的同时在线人数，可判断玩家的活跃时段、活 跃峰值和活跃人数。 （2）付费相关 这是渠道和运营团队都非常关心的数据了，统计周期内游戏有多少总收入和净收入，能 判断游戏的吸金能力、划分用户的品质。 付费率，指统计周期内付费人数占活跃人数的比例，在游戏上线的一周内，一般业内 A RPG类游戏的付费率偏高，而单机偏低； 活跃用户付费强度，指的是统计周期内付费总额/活跃用户数，计算出付费的金额，反 映活跃用户的付费行为，按照付费强度区分出小鱼用户、海豚用户、鲸鱼用户 。。。以下略