Skip to content

第八章 产品封测期的用户调查分析

例如游戏产品,在预热期和封测期都会进行用户调查,那么这两次调研的区别是什么呢?

预热期间:调查的重点是了解用户特征,帮助给出市场宣传方向。

封测期间:重点是了解用户体验的感受,帮助发现游戏问题,为游戏的改进和完善提供依据。

前面的文章,我们了解了产品预热期的用户调查分析,今天,我们继续借助DataFocus系统来了解下 游戏封测期的用户调查分析。

8.1. 用户整体情况

我们先根据调研结果,使用公式对玩家进行分类。

如下图,将用户分为“重度用户”、“中-轻度用户”和“潜在用户”,并保存为公式列:“用户分类”。

《游戏数据分析实践》图表8.1
用户分类
《游戏数据分析实践》图表8.1 用户分类

再用该公式列直接搜索分析各类用户占比情况。

如下图,在搜索框中输入列名并使用关键词统计各类用户数量,配置图表和数据标签后,可直接查看到各类别用户百分比情况。

《游戏数据分析实践》图表8.2
各类用户占比
《游戏数据分析实践》图表8.2 各类用户占比

8.2. 用户人口属性

用户属性包括年龄、性别、职业等等。同上,通过搜索和标签的设置,可直接查看各组别占比情况。

《游戏数据分析实践》图表8.3
各年龄段占比
《游戏数据分析实践》图表8.3 各年龄段占比

8.3. 功能满意度

我们还需要针对产品各个功能,分析每类用户对其满意程度。

如图,分析C功能的满意度时,搜索列名并使用count计算人数(即行数),再添加数据标签可直接显示各项人员比例。

《游戏数据分析实践》图表8.4
c功能满意程度
《游戏数据分析实践》图表8.4 c功能满意程度

当然,也可以借助DataFocus的中间表和数据转换功能,将各游戏功能中每类用户的满意程度进行汇总,如图所示。

《游戏数据分析实践》图表8.5
数据转换
《游戏数据分析实践》图表8.5 数据转换