網遊數據分析DAU、MAU、DAU/MAU

最近在做一些社交SNS方面的數據分析工作，發現了一些與遊戲運營相通的東西，社交遊戲的某些指標和術語其實在大型的網遊數據分析方面也可以使用。本質上他們代表的含義是一致的，只是在表現和分析的角度上不同而已。今天來說三個術語MAU，DAU，DAU/MAU。

本文綜合了一些論壇博客的文章以及國外一些材料，不對或有歧義之處還請各位糾正和諒解。

MAU=Monthly Activited Users 月活躍用戶

應用在SNS社交遊戲和大型網絡遊戲中，其含義表示在自統計之日算起一個月內登錄過遊戲的玩家總量。

DAU=Daily Activited Users 日活躍用戶

關於此數據，存在一定的爭議，有的度量是把每日重複登錄的用戶也統計在內，但是這種情況下沒有適當的代表遊戲的真實數據水平。

另外一種度量方式是不計算重複登錄的玩家，統計每日登錄過遊戲的玩家即可。

這兩個目標可以衡量服務的衰退週期。

DAU/MAU

用戶活躍度指數衡量用戶的黏性，留存率，遊戲收益情況，這在社交遊戲中使用率非常高，可以認定爲用戶活躍度指數，也就是用戶的'活躍度如何，理論上可以接受的風險值是0.2，也就是說當值低於0.2時，遊戲的整體服務進入一個衰退的階段，只不過這個衰退的階段依據遊戲本身的壽命還有長短之分。

當比值接近1時，那麼用戶很活躍，流失率低，黏性強。

DAU/MAU怎麼解釋來解釋原理?

我們假設MAU是不變的，如果DAU在增加，說明遊戲對用戶的口碑和黏性開始發生深度的交互作用，在每日登錄遊戲的用戶規模越大，越逼近MAU的水平，那麼就是說用戶上線的天數和頻率增加。如果DAU下降，那麼用戶開始對遊戲失去興趣。

“MAU和DAU分別從宏觀和微觀角度對服務的用戶黏性進行了權衡，也可以這麼說，MAU更像戰略層面的表徵，DAU更像戰術層面的表徵。”

示例：

如果一款遊戲擁有50萬DAU，100萬MAU，那麼比值是0.5，也就說玩家每月平均體驗遊戲時間爲0.5*30=15天。說明遊戲黏性比較強。

DAU/MAU的最低極限是0.2，這保證遊戲能夠達到臨界規模的病毒式傳播和用戶粘性。

事實上，對於一款產品，如果在OBT的前三個月DAU和MAU都會保持穩定的增長，因爲這個時期，用戶處在初次安裝以及大量的廣告投入，而真正看遊戲的品質和生命力應該從OBT之後的3個月算起。

也就是說能夠指示我們遊戲成功運營的標誌之一就是DAU/MAU，如果在之後該值保持在20%以上，那麼他擁有穩定的用戶留存率，並持續獲利。而這個值應該在OBT3個月後再來衡量，換句話如果只在初期獲得高的值，而後迅速下跌，那麼說明遊戲本身對玩家吸引力不足，留存率不高