遊戲產品經理一般看哪些數據？
看道具使用情況、看月消費、充值、在線，具體該如何作出判斷和分析？請適當講講。另外對遊戲內數值設定應了解多少？Excel應掌握到什麼程度？
好問題
首先，最最最最重要的：
如果你只是個數據分析師，你只需要學會怎麼處理數據與從中看出問題
如果你是產品經理（運營、策劃）你要學會的是怎麼解決這些問題！還有，永遠不要迷信數據。遊戲是藝術和科技的結合，總有她感性的一面。
因為自己不是專業數據分析師，只是看的多了，所以理解數據的深度肯定不比專業分析師，求輕噴，下面開始正文，3Q~~~=======非常同意 @零雪 的意見，遊戲大部分只關心兩個數據，留存和付費，之後，不同的策劃或者或針對不同的遊戲著重關注的點會不同。』
比如說，收費策劃（也就是收費運營）會比較側重關注付費，而研發主策則會比較關係留存，當然，兩者是相輔相成的。下面大致列下要關注的數據，如若不齊望見諒（所有曲線都是自己畫的，不代表任何遊戲~）：
1.登陸活躍：最基本的數據，說白了就是每天有多少人登陸了遊戲，這條曲線一般在周末及節假日出現高峰
2.新增：即每日新增的賬號，這裡有很多定義，有的項目喜歡統計新增角色數，有的喜歡統計新增賬號數，這完全視遊戲形式而定，新增的曲線一般起伏和登陸差不多，但有時候會出現詭異的高峰，這種時候不是做拉新手活動了就是市場部發力了，總之是好事吧。
3.各種留存：現在大多數市場機構最看重的一個數據，其實際效果暫且不說，但在大環境下，關注這個數據還是很有必要的！
留存一般分為 活躍留存 與 新手留存每種又按天分到：次日留存、三日留存、七日留存、十四日留存、三十日留存……當然如若有需求可以無窮無盡的列下去，但是一般看到三十日也就夠了。舉個例子，一個用戶，今天登陸了明天還登陸，那就算活躍次日留存，後天還登陸了，就算三日留存一個新手，今天登陸了明天還登陸，那就算新手留存，後天還登陸了，就算三日留存……以此類推，然後算個百分比留存我就不畫圖了，每個遊戲差的太多，貼一張前段時間網傳很火的圖：
從上圖可以看到，活躍數據中，推廣平台最看重的是 次日留存 與 七天留存 要注意的是，這兩項所指的都是 新手留存(一般也叫註冊留存率），也就是說，今天登陸遊戲的玩家，必須有50%的用戶在第二天也登陸了，才是S級，並且這些玩家中的30%要在一周後還持續登陸。
這邊列舉的是手游數據，一般的頁游新手留存會稍低一些
關於那些傳說新增次日留存能到98%的遊戲，實在令人想不通怎麼會有那麼高的數據，所以也經常有人說，98%的次日留存就是在前一天23:59開服就好（笑）這裡說句題外話，早些年自己呆過一家公司，遊戲已經很成熟並且上了平台了，然後悲劇的是收費一直做不起來，後來老闆就讓我們做留存，然後他去忽悠投資人的錢……所以，留存是多麼重要啊~
所以如果你在一個創業小項目又急著要上平台或者上線，請密切關注留存數據！拉留存的方法比較多，上些遊戲論壇隨便一搜就能搜到，我簡單說點：
簽到（3天、7天、30天）、到XX級送神裝、任務卡進度、體力值……總之，一句我自己對留存的總結：
要拉短期留存不難（次日~7天），做活動卡節點就可要拉長期留存，只能靠遊戲品質！4.平均在線時長：即，今天登陸的所有玩家平均在線多少時間。這個數據的大區間是由遊戲的類型決定的！簡單的說你不能用憤怒的小鳥和魔獸世界比在線時長，這是毫無意義的！
現在主流頁游一般的平均在線時長是3500s合格，也就是1個多小時（好吧，這也是我自己覺得的，如果哪位大神有官方點的分級希望分享~）上圖：
②競品競爭：對於玩家來說，每天玩遊戲的時間相對是固定的，這款遊戲的在線時長降了，肯定那款就升了，所以每當有明顯的競品出現時，在線時長數據總會波動的非常厲害，有時甚至需要緊急的出些活動把在線時長拉回來。
拉在線時長也有比較簡單的方法，現在最主流的「掛機」玩法就很大程度上拉升了在線時長，當然諸如「在線禮包」也是為了拉升在線時長而生的。
繼續更
5.ACU和PCU即 平均同時在線玩家人數 和 最高同時在線玩家人數。ACU：一般是按天為單位的，也有按一天內的時段分（比如 上午、中午、晚上）。ACU比較著重反映遊戲的平均在線狀態，在端游中會更為看重這項數據，它能比登陸人數更精確的反映遊戲的真實健康程度（登陸人數可能由於刷小號、大新增等原因發生波動，而ACU避免了這些問題）
與大多數曲線一樣，ACU也是在節假日偏高的，但是幅度不會抖的非常厲害
PCU：可以按天看也可以按小時看按分鐘看按秒看…………大家喜聞樂見的宣傳口號：XX遊戲在線突破XXXX百萬！ 說的就是PCU。PCU的峰值一般出現在晚上，也有些遊戲會出現在中下午。
除了能從PCU看出遊戲的受歡迎程度之外，PCU還是活動運營很重要的一個風向標，往往遊戲內強一點的活動會放在PCU最高的時段，而不偏重操作與交互的活動會放在PCU較弱的時段。
在一般情況下，如果PCU的低值與高值相差太多的話也有可能說明遊戲正處於不健康的狀態（這個判斷可以由ACU/PCU 的值來進行判斷），但也有特殊情況（比如那一天遊戲就是要衝在線）要衝PCU的方法也很多，比如 XX點上線送XXX XX點開始世界BOSS活動等等，總之在做限時活動之前一定要摸清PCU特性再下手！注意下圖是一天之內的PCU曲線！一般兩個峰值是中午和晚上
=========這條線下面就是大家喜聞樂見的收費部分了=====================
1.付費總額：這個值不需要多解釋了吧，就是遊戲里一共消費了多少錢，一般有按天看、按周看、按月看甚至看年看。
不誇張的說，這個數據是大家最喜聞樂見並且最關注的了。這裡要提一下的是，付費總額一般有：充值付費總額 和 消費總額。這兩項是完全不同的，每個遊戲的著重點也有所不同，但許多遊戲會把充值付費總額與消費總額打通，理論上講，充值付費總額就是玩家把rmb充到了你的遊戲里成為了虛擬貨幣，並且在非特殊情況下不會倒回成rmb。消費總額就是玩家已經把rmb充到你的遊戲里並且已經消費掉了rmb轉化為的虛擬貨幣，從而購買了遊戲內的服務。而現在大多數付費總額的數據一般顯示的是 充值付費總額（因為可以把虛擬貨幣也算作購買了遊戲內的服務），只有當需要控制遊戲內道具產出等情況時，才會單獨的來看消費總額。
2.ARPU：一個被經常提在嘴邊的數據項，可能因為它洋氣的發音或者不是那麼嚇人的數量級。
中文全稱：每用戶平均收入。即，付費總額/登陸付費用戶數ARPU顯示的是玩家在遊戲中的付費能力，作為一個比值的數值，他能很精確的反映遊戲的收費品質。一般，越硬核、系統玩法越深的遊戲ARPU會越高，現在主流頁游ARPU在200+的都很正常。同時，ARPU也顯示了遊戲所在平台的用戶付費能力。若遊戲長時間出現ARPU持續減弱的情況，一般原因是遊戲內的「坑」快被填滿了，這時候可以考慮出新的有深度的系統。3.付費率：即，登陸用戶/登陸付費用戶數，付費率與ARPU值一起決定了付費總額。
也就是說，如果想提高一個遊戲的付費總額有兩種方法：拉升ARPU或拉升付費率。對比與ARPU，越輕度、系統玩法越休閑的遊戲付費率會越高，一般主流頁游的付費率在10%左右。拉高付費率最簡單的方法是做首充活動，這也是為什麼現在幾乎所有的遊戲都有首充禮包。另外作為產品經理，還要特別關注的是新手玩家的付費率，這個值由遊戲品質與平台質量一起決定，如何在新手玩家中合理的推送付費信息、安排在多少級出現第一個付費門檻都是需要在遊戲初期就設定好，之後慢慢調整的。這裡放個鏈接更直觀的說明現在ARPU與付費率的平均水平：艾瑞：端游增速放緩 頁游付費率提高『遊戲大觀
2015年7月8日新增鏈接，偏手游運營：手游運營數據分析指標百科全說
至此我覺得該講的也差不多了，剩下零零散散的比如：新手流失率分析、道具銷售統計等等都比較細緻，有時間再更看看，下面主要講一下自己偏愛的查看處理數據方式，可能會更切題干一些。
============================================================
樓主問到對遊戲內的數值需要了解多少，這裡舉個小栗子
遊戲內付費道具定價問題：
首先有一天，你從道具銷售統計中看出某些道具的銷量非常好/糟糕，然後想怎麼會呢？之後追根溯源，以調整這些道具的定價或者進行促銷來修正或優化這個道具的銷量來達到最大營收。在這種情況下，作為產品經理就必須知道，這個道具的定價是如何定的，如果這個定價本身就是你定的，那麼恭喜，你可以跳過這段了；如果不是，那慘了，希望你找到那個定價的策劃，如果他不見了或者和你說他只是拍腦袋想的這個價格，那麼你的悲劇就開始了。你需要重新對這個道具進行審視，是否需要對其重新定價以拉高它的銷售額。關於如何給道具定價，已經牽涉到了許多遊戲內的數值問題了，這裡面有太多種方法，網上都能搜到，估計知乎里也會有，這邊就不多說了，但肯定的是，你一定得了解遊戲的數值體系才能準確的給道具定價。這只是個小栗子，總的來說，你要對遊戲內的數值有一定了解，但是不需要精通到數值策劃的深度，畢竟他是數值的作者，而你只要讀懂數值就行了。Excel應掌握到什麼程度：
這個說實話還真的很難回答，公司和公司之間差太多太多，這樣說吧，有的公司會有專業的數據分析師做好數據分析表格給你，你要做的就是泡杯咖啡打開outlook收附件就行，所有的數據處理甚至結論都會在裡面。次一步的，會提供實時查看各數據曲線的平台，這也不需要你有多少的excel能力，因為都幫你處理好了。最差的，只是給你拉到每天的數據，要你自己做excel，也就是說你一個人兼任了產品經理與數據分析師的雙重使命，那麼excel對你來說就是非常重要的工具了。從我自己的經驗來說，不需要非常精通（這個非常精通的定義等級是數值策劃~）。
主要還是看做給誰看，如果只是自己看，那要拉出所有的曲線是分分鐘的事情。如果要給老闆/同事/媒體/投資人 看，那美觀和排版也尤為重要，這就要求比較高了。但不管怎樣，一定要有自己的數據模板，這樣能讓你處理數據的效率事半功倍。具體模板每個人都不一樣，樓主有興趣可以單m我。關於看數據的節奏，我自己習慣的是每周專門騰出大半天來做分析，如果有哪項的上漲/下降比上周超過5%了就會尋找解決方案，同時每個月拿月整體數據和去年的和上月的做對比，更清楚遊戲的大走勢。
最後還是想再強調一遍，遊戲數據只能幫助發現遊戲的問題，重要的是掌握怎麼解決問題！我來嘗試回答一下樓主所提的問題吧。本人遊戲策劃，入行業一年有餘，回答僅提供參考方向。
首先，一般來講，遊戲大部分只關心兩個數據，留存和付費。在這兩個點上，做一些深入的分析可能會有所收穫。對於遊戲產品來講，在遊戲的前期，留存很重要，對於平台，一般看是次是留存和七日留存。有些會看月留存。次日在40%，七日在18%以上都還算留存做得不錯的產品了。對於留存的分析，一般存在用用戶的等級線來區分，舉例來講，如果一個遊戲的一個服在開了10天左右了，經過數值計算，這時候玩家的等級一般都能達達30-40級了，再拉一下玩家等級表，1級的20個，2級的30個，3級的22個，4級的59......8級的時候200個，9級的110個....等等，然後算一個等級區域佔比，就能知道每個等級的的流失比了，然後再來遊戲裡面看看， 這個等級區域玩家在做什麼，為什麼不繼續玩了，感同身受一下，再看看其他遊戲做些對比，結合玩家的一些反饋，改吧！
對於付費來講的話，提供一些數據參考吧，付費率在5%、付費Arpu在150以上，人均ARPU在7塊以上，應該算還不錯的產品了。做付費的話，在首充上一定要給足夠的誘惑和獨一無二的付費感覺。然後對於長期的一個付費收信的話，很多遊戲都是通過做活動來增加了，一句話，就是活動不能停，葯不能停。隔三差五的做一波活動，逢年過節地大做活動，然後看一些同類活動，相較參考活動的花樣，相信付費也會活起來。另外的話，我還是比較追崇一個好的遊戲，並不要靠活動的去刺激的，活動只是興奮劑，好的付費還是做在遊戲的日常消耗上最好最省事。另外，對於付費做的好的遊戲，一定是客戶關係維護得好的遊戲，要時常保持與付費用戶的聯繫，問問他們的一些建議和掓，有新活動了，有新優惠了，定在提前通知他們，告訴他們好消息來了！每一波活動過後，要問問他們為什麼不充值為什麼充值的一些想法，便於下次做活動。這叫信息反饋收集。90%收入都是來自大R，其他的都是屌絲收入。一個沒做好的遊戲，一定是不了解自己客戶群的遊戲。
對於其他來說的話，比如在線，也就是DAU，一般通過世界Boss戰，軍團戰，活動副本等等來作的，多說一點，對於好的遊戲戰鬥一定是做得很炫的，戰鬥是有微操作的，戰鬥時間也是比較長的，這也是對於做在線提供的一個思路吧。
對於數值來講的話，一般你需要什麼你就去問就好了，沒有什麼你必須得知道的數值，有些東西只有在你遇到了才會知道需要，不去做是不知道 自己缺少什麼的數值的。比如要做留存，你得知道玩家一天能升到多少級吧，三天能升到多少級吧等等，對於產品方面，我覺得你最好知道每個系統是幹什麼的產什麼的就夠了，數值什麼的好像也不會用得到太多。
Excel什麼的，能做一些圖表，能算一些基本公式 ，能做表格，其他的，用到時，百度一下不就解決了嗎？
最後，沒想到自己能說這麼多，有些不到之處，望 同行海涵。
另：本人做的是手機遊戲行業，對於頁游、端游的話，可能有些經驗不太適用，自己看看就好，不必糾結太多。
每個產品經理都知道數據分析很重要，但你能清晰地給出以下這兩個問題的答案嗎？
1. 數據分析到底是什麼？2. 數據分析為什麼如此重要？如果在這之前你不知道答案也沒關係，因為本文會圍繞以下幾點回答以上兩個問題：1. 數據分析到底是什麼？2. 數據分析的相關概念3. 如何實施數據分析？4. 如何測量和收集數據？5. 如何做數據分析報告？6. 數據分析與產品的關係數據分析到底是什麼？
簡而言之，數據分析表徵產品狀態、用戶行為和用戶所點擊的內容等等。雖然數據表徵產品狀態，但它沒有表明產品所處狀態的原因。數據分析不能只靠單一的度量數據，應以一系列匯聚的度量數據為前提。
例如，如果我們要分析某個物體狀態，我們就不能只用物體溫度這個單一度量數據，只有結合其他諸如物體位置、速度、組成、環境溫度等一系列數據，我們才能實施分析。假設速度是0，物體位置離地面1米，周圍溫度與物體一樣，我們可以分析得出結論——物體處於靜止狀態。同理，我們在分析產品狀態和用戶行為時，匯聚的度量數據越多，對我們越有利。數據分析的相關概念
想要從數據分析中獲得最大價值，我們需要非常了解數據分析的相關概念。這些概念包括：
? 數據點? 用戶分群? 漏斗? 時序分群數據點
數據點，即數據的單獨點。數據點度量產品某個特定項目，包括度量數據和度量時間。
準確的數據點是我們繪製產品發展趨勢圖表的前提。
用戶分群
用戶分群的依據是用戶共同特徵和產品使用模式。
用戶分群的依據包括但不限於：
? 技術方面（瀏覽器， 操作系統，設備等）? 行為方面（初次訪問，回訪等）? 人口統計學方面（語言，國家等）在對用戶進行自定義分群時，我們需要依據可以度量的特徵。例如，用戶性別就是可以度量的特徵。只要我們在用戶個人資料里添加性別這一項，我們就可以採集到相關數據，這樣以性別作為分群依據就不難。我們可以通過用戶分群了解用戶潛在的行為模式。數據平均值會掩蓋這些潛在行為模式。例如，雖然頁面平均訪問量是2，但是在添加了初次訪問vs回訪這個細分特徵之後，我們發現初次訪問者的平均頁面瀏覽量是1.2，而回訪者的平均頁面瀏覽量是3.4。如果不進行用戶分群，初訪者和回訪者頁面瀏覽量的差異就會被頁面瀏覽量的平均值所掩蓋。通過用戶分群，我們可以把數據分析重點集中在主要目標用戶群體。例如，我們的主要目標用戶分布在華東地區，只要區分華東各省市用戶群體並重點分析這些地域的用戶行為，就可以優化產品以適應他們的需求，而不是針對全國用戶進行產品優化。
漏斗模型
漏斗模型主要用於流量監控、產品目標轉化等日常數據運營與數據分析工作。
為了達到目的，用戶會執行一系列操作。例如，在電商平台上，用戶為了實現購買的目的，會執行以下操作：
通過漏斗模型，我們可以知道用戶在哪一步流失，從而通過調查分析找出用戶流失原因。
時序分群
時序分群與用戶分群類似，區別是時序分群的目的是比較分析用戶行為隨著時間的變化。
時序分群有利於我們衡量用戶長期價值。
時序分群之後可以進行不同的比較，例如，我們可以比較一周前的註冊用戶和一個月前的註冊用戶，也可以比較某個特定日期的註冊用戶。如果我們沒有針對一周前和一個月前的用戶進行分群，那麼新進來的用戶會干擾我們分析這兩個時間段的用戶行為。對某個特定時間段的用戶進行比較時，我們可以衡量某個營銷活動或者產品某個功能更新後對用戶行為產生的影響。
上圖是一個基於用戶註冊時間的留存圖。與其他用戶群相比，十月八日這一天的用戶留存顯著增加。當我們看到這個數據時我們可以探索是什麼導致了用戶留存的改變。
如何實施數據分析？
產品經理會接觸到海量的數據，那麼我們應該如何實施數據分析？我們需要制定如下計劃：
1. 定義產品願景2. 定義滿足產品願景的KPI3. 定義允許我們達到KPI的度量指標4. （通過用戶行為日誌）定義影響度量的漏斗為了更好地制定計劃，我們需要了解計劃里的相關概念。產品願景
產品願景指產品用途和目標用戶，簡而言之，「產品為用戶解決了什麼問題？」沒有產品願景，我們接下來的所有行動都是浪費時間。
KPI
KPI衡量產品表現。拉新，留存，活躍，轉化等這些都屬於KPI的範疇。我們還可以用KPI制定產品發展目標，譬如將用戶註冊量提高20%或者將購買轉化率提高30%。KPI要適合產品所處階段，如果我們剛開始創業，那麼主要KPI就是用戶註冊量，而不是用戶活躍度。
度量指標
度量指標是達成KPI的手段。度量指標一般有轉化率，購買率等等。通過計算兩個或多個數據點，我們可以得到度量指標數據。同時，度量指標的變化趨勢也是產品改進的依據。
漏斗
重要的漏斗會以某種方式改變度量指標。在確立產品使用流程/用戶行為日誌後，我們依據度量指標和用戶行為制定相關漏斗模型。以註冊率為度量指標和以轉化率為度量指標所製作的漏斗模型不可能相同。
獲得數據點
獲得可測量的數據點對達成KPI, 計算度量指標數據，製作漏斗意義重大。
計劃並非一成不變，我們需要根據產品願景、KPI等適時更新計劃。
如何採集和統計數據？
方法有兩種：建立內部分析系統，或者依賴第三方的分析系統。
內部分析系統可以根據度量指標進行定製開發。缺點是我們需要耗費資源單獨建立和維護。外部分析系統，譬如Google Analytics, Mixpanel, KISSmetrics等都是不錯的選擇。第三方的分析系統易於實現且不會浪費建立和維護所需要的資源。Cobub Razor是國內一款專業的APP數據統計分析工具，支持私有化部署，數據既靈活又安全，是個不錯的選擇。如何做數據分析報告？
通常我們通過製作比較圖表和趨勢圖表來做數據分析報告。
比較圖表體現某個度量指標在兩個時間點之間的變化，比如某個度量指標在上個星期和這個星期之間的變化。它讓我們看到兩個時間點之間度量指標是否有較大的波動。趨勢圖表體現某個度量指標在一段時間內的變化，例如某個度量指標在過去一個月內的變化。它顯示度量指標的變化方向，指明產品表現——變好、變差還是保持不變？報告定位出問題，然後通過嘗試回答「為什麼XX會發生？」「為什麼YY會改變？」這些問題，我們可以優化和改進產品。數據分析與產品的關係
我們依據數據分析結果改進產品。如果沒有數據分析，我們容易盲目改變產品，拍腦袋決策；如果沒有數據分析，我們也不能知道產品改變之後所產生的效果。在產品發展的過程中，我們需要不斷地進行數據分析，以保證產品按照我們的期望發展。
為了保證產品處於領先狀態，產品經理必須知道數據分析是什麼以及數據分析的重要性。希望本文能對廣大產品經理有所幫助。更多數據分析相關的文章可以去Cobub用戶行為分析平台官網博客查看
推薦閱讀：
※EVE在歐服和國服玩各有什麼好處和壞處?
※有誰是為了一部小說去玩遊戲？或為了遊戲去看小說？
※TGA這次會真的會在北府裝甲師碾壓下滅燈么？
※從純軍事性的角度來看，CEVE多個組織多次對抗PIBC的嘗試為何最終都一敗塗地？
※如何看待 12 月 21 日更新的《絕地求生》1.0 正式版？在優化與 BUG 方面有哪些改進？