《妖怪来了》是一款自由放置挂机战斗的RPG类型游戏，操作简单，轻松上手，可以随心召唤各种稀有装备、技能、伙伴！游戏于2023年4月上线国内，以全新的美术风格，独特的主角形象，自动挂机战斗的轻松玩法吸引了一批玩家的眼球，通过后续的版本迭代更多丰富好玩的功能活动不断提高游戏可玩性。

游戏前期的流失数据分析帮助

在我们游戏前期上线过程中，留存是核心观测数据之一，且影响留存数据表现也是涉及多个方面，当留存未达到实际预期值情况下，我们会进一步借助熵析引擎进行分析定位。

首先通过留存分析，用户在账号创建后，后续每天的回访登录上，可以最直观看到用户基础是在第几天出现流失行为，这个也可以用于LTV的分析上，只需要加上用户付费金额即可；这边以次留较低为例，出现这种情况就需要对首日用户从账号创建开始到接触游戏内容玩法的每一步转化进行定位，用户首日能体验到某一步游戏内容不同，流失原因也不一样；游戏通常前期会通过主线任务、新手引导指引等对用户游戏行为有一个固定的养成，按以前是需要通过手动不断导数据，整理，做表，分析，才能了解哪一步出现问题，耗时费力，现在我们通过熵析引擎的漏斗分析，能很快速直观的看到每一步事件的转化流失或留存情况。

通过熵析引擎漏斗分析帮助下，我们了解到账号创建-角色创建的创角率可以达到98%以上，这步分析出用户的游戏加载体验还是比较正常，并没有出现因卡加载出现流失情况；其次用户创角完成后开始游戏进行主线任务新手指引，也就是这里我们定位到一个没想到的严重流失节点，就是当用户从进入游戏-完成第一个主线任务指引上，只需要几秒轻松达成的步骤，用户却流失了将近30%，而且我们付费内容是在商城模块解锁后才可以接触到，在数据分析下，我们了解到新用户首日总体能到这步只有40%左右，也就是有60%的用户连付费的门槛都没达到，很难有出现后续付费，而付费用户留存是远高于非付费用户的，这些定位的数据指明了我们项目调优重点方向，同时也对前期大盘数据分析可以提供到直接的参考帮助。

实时了解用户日常活跃内容

例如，在观测活跃用户分布上，我们会用元事件-虚拟属性，通过属性转换把用户最近天登陆的时间减去创建时间得出”注册日期差”新属性，在普通的事件分析每天登陆的用户中，通过新属性分组处理，结合饼状图或柱状图可以直观看到每天活跃的用户，知道他们分别属于创建多久的用户，同理这种方式也可以去看活跃用户内，按照VIP等级、年龄、省份、性别占比分布，结合用户的这些数据可以做些不同的内容填充，根据占比高低多做些偏中小R付费或偏男性喜欢的内容都可以；通过分布分析了解累计用户登录天数分布，比如7月份总活跃用户50%都只登录了1-2天，那我们就侧重先加强前两日的游戏内容，引导用户能够再持续登录，在详细洞察人群方面有很大的成效。

另外也可以去定点看某个行为前大部分用户都集中做了啥，这样就可以为其他用户做铺垫引导他们触发特定行为，像最近我们运营中想优化一波付费点，提高收入，会把前期一些主要的付费内容：首充礼包、通行证、免广告、祝福功能礼包等特定付费行为，使用SQL查询，通过专门写的SQL语句导出用户这些特定行为前5分钟内，最近50个行为事件都做了什么，简单整理下就可以知道哪些事件在玩家付费前比重最大，就可以单独去做付费埋点或提示，以往这样的操作也是要拉取大量数据，很繁琐的归整统计，而现在只要修改下语句中的sql值，运营很容易就能根据需求获得想要的数据，按照玩家侧重行为事件去做调整。

熵析引擎数据对于运营收入维护的作用

运营长期维护涉及多个方面，用户的留存、时长、收益、版本更新、线上数据监控等，不管是哪块在维护一段时间后都需要去比对下数据变化，很多模块往往刚开始用户和数据变现都不错，但随着项目越往后期，就会开始出现衰退的迹象。

拿活动付费礼包来说，之前端午节时候，刚好游戏已经上线一段时间，我们投放过两个限时礼包，金额不同，道具价值也不一样；活动结束后通过熵析引擎的数据分析可以知道在多个礼包对照参考下，金额大的高价值礼包付费明显占得更多，进一步了解才知道，这时候购买礼包基本是老活跃玩家，价值高的道具对老活跃玩家反而更有吸引力，如果不及时调整，礼包的付费效果会大打折扣，因此我们在后续投放中，都会考虑高价值礼包固有投放。

另外也会通过间隔分析去对玩家的充值行为间隔做观察，根据玩家具体付费的多个充值项，看前后时间间隔是否符合我们的设计初衷，进一步拆分男女用户在年龄不同，注册时间不同的情况下充值的变化情况；将这批用户用熵析引擎的用户分群能力进行分群，单独看他们这一组用户对比常规玩家是否有什么变化。

除了常规数据分析外，实时数据的监控也是不可忽视的一点。尤其涉及游戏产品，对于线上用户实时注册、活跃、付费变化都要及时知悉，因为这些数据能第一时间反应项目的运作情况，我们日常都是通过人工观察，每隔一段时间看一下数据趋势，时效性难以保证，一不小心就容易忘记错过数据变化，导致严重后果；在熵析引擎数据预警支持下，现在可以在后台通过自由配置想要的数据，按照一定的变化幅度、时间段进行数据监测预警，发送至工作群机器人或个人手机短信，进行实时预警，便于运营人员维护。

社区数据反馈

超甜游戏社区是一个专为游戏爱好者打造的在线交流平台，旨在提供一个自由、开放的场所，让玩家们能够分享游戏经验、交流心得，同时获取游戏攻略、官方资讯等信息。超甜游戏社区于2022年上线，未来将不断丰富游戏种类和内容，满足不同玩家的需求。

前期的流失数据分析帮助

我们一直致力于更好地理解我们的玩家，以便提供他们更喜欢的内容和更好的服务。为了实现这个目标，我们开始使用熵析引擎来分析玩家行为路径、内容偏好和流失节点。在使用熵析引擎之后，我们获得了一些非常有价值的信息，这对我们改进运营策略产生了积极的影响。

在使用熵析引擎之前，我们主要依赖人工分析和传统的数据统计工具来了解玩家行为。这不仅效率低下，而且往往不能提供准确的分析结果。然而，通过熵析引擎的事件分析，我们能够更快速、更准确地获取和分析玩家数据。这为我们制定更有效的运营策略提供了强有力的支持。

通过熵析引擎的数据分析-漏斗分析，我们可以更好地理解玩家行为路径。我们能够清楚地看到玩家在超甜游戏社区中的活动流程，以及他们在哪些环节最有可能流失。这些信息帮助我们优化了超甜游戏社区的设计，以改善玩家体验和减少玩家流失。

此外，熵析引擎的事件分析功能还帮助我们分析了玩家的内容偏好。通过查看玩家点击的内容和浏览的时间，我们可以了解哪些类型的内容更受欢迎，以及玩家对我们提供的内容的反馈，让我们能够及早发现社区内容生态存在的问题，及时进行调整优化。借助熵析引擎，我们还可实时获得玩家对新内容的互动数据反馈，评估新内容质量，并在未来的内容中进行迭代优化，时刻不断超越期望。

最后，熵析引擎还帮助我们找出了流失节点。通过分析玩家行为数据和流失率，我们可以确定哪些环节最容易导致玩家流失。使用熵析引擎后，我们能够更准确地分析玩家留存情况，针对不同阶段的留存玩家进行个性化运营。

总之，使用熵析引擎使我们能够更全面、更深入地了解玩家需求和行为。通过这些数据和分析结果，我们可以制定更有效的运营策略，提高玩家体验和留存率。我们相信，随着我们对熵析引擎的进一步应用和优化，我们将能够更好地满足玩家需求，实现公司的长期发展目标。

实现不同游戏社区玩家的精准分群

在使用熵析引擎之前，所有的游戏社区玩家数据是打乱的，无法准确分析不同类别玩家的喜好和需求。这使得我们很难制定有针对性的营销策略，也无法提供个性化的服务。然而，在使用了熵析引擎的玩家分群功能后，我们取得了显著的改进。

通过玩家分群功能，我们可以将玩家划分为不同的群体，以便更好地了解每个群体的特点和需求并为每个群体制定独特的营销策略和产品服务。基于灵活的玩家分群功能，我们将《妖怪来了》玩家与其他游戏玩家相分离，避免其他游戏玩家可能带来的数据干扰。我们可以获得纯粹、准确的《妖怪来了》玩家基础，为更精准的运营决策创造了决胜优势！

在使用熵析引擎的玩家分群功能过程中，我们深刻体会到了其操作的便捷性和准确性。这个功能不仅可以帮助我们更好地了解玩家需求和喜好，还可以提高我们的营销效果和内容产出质量。