说实话，我没有做过二合游戏。
如果现在让我直接给一套二合游戏的数据标准，告诉大家订单完成率多少算健康、体力消耗多少算合理，我肯定是给不了的。
但工作里，我们经常会遇到这种情况：
老板突然让你分析一个新玩法，或者临时接手一个没做过的项目，你不可能先花半年成为这个品类的专家，再回来打开 BI。
那怎么办？
我的做法通常是这样的：搞清楚出现问题的位置在哪里，出现的问题是什么？
具体来说，我会先做 4 件事：
圈定是哪批玩家
拆出这批玩家应该经历的行为链看真正有机会行动的人，有多少实际行动了找到断点以后，再验证为什么
这就是我面对陌生品类时，第一轮数据分析的起点。
它不一定是效果最好的，但一定是最通用的。
因为它能把一个模糊的描述，变成一个可以进行数据分析的问题。
第一步，定位清楚到底是哪批玩家出了问题
比如老板说：
最近我们游戏的留存有点问题。
这个说法很模糊，「留存有问题」只是一个结果。我们还不知道流失的是谁。
他可能是刚安装的新玩家，倒在了注册这一步，那体现在数据上就是注册率又问题。
可能是新手引导结束以后的人，那体现在数据上就是新手引导完成，但是没有留存的情况。
可能是已经进入核心玩法，却没有完成第一轮目标的人，那体现在数据上，就是有核心玩法参与记录，但是没有完成记录的人。
不同玩家遇到的问题完全不同，所以要先把分析对象缩小。
所以第一步，一定是先将问题改写：
先确定：
-
哪批玩家； -
哪个版本； -
什么进度； -
安装后的第几天； -
这个阶段本来应该完成什么。
把：二合游戏次留不好。
改成：7 月 15 日进入游戏、已经完成新手引导、并且看到第一组常规订单的玩家，留存比例明显偏低。
第二步，把「玩家玩游戏」拆成一条可以观察的数据行为链
圈定人以后，下一步才是理解这个品类的玩家到底在做什么。
比如按照最直观的理解，二合游戏的基础流程大概是：
那这其实就是一个天然的漏斗，我们的分析，就变成了去看每一步多少人完成，看看哪里掉得最多。
同时我们可以根据这个漏斗，去判断在每一个阶段，玩家可能出现了什么问题。
比如玩家点击生成物品，每次操作会消耗体力，那可能会出现体力不足的情况。
有些物品需要多次生成和合成，如果棋盘卡住了，他就没办法生成这个物品了。
有些目标物品可能来自不同生产器，这个订单目前玩家无法完成。
这时候，同样一个「玩家没有继续做订单」，背后可能完全是不同情况。
比如：
-
他没做订单 A，但正在做订单 B； -
他想生成物品，但体力不够； -
基础生产器正在冷却； -
棋盘满了，没有位置继续生成； -
他其实已经满足条件，只是没有继续操作。
所以数据里同样是一次「没有点击」，含义可能完全不同。
有的人是：我能做，但我没做。
有的人则是：我根本做不了。
你可以通过一个鱼骨图，来把可能的要素都列出来。
第三步，确认分母，有没有一种情况是「有机会做的人，没做这件事」
假设有 1000 个玩家进入了某个阶段。
其中只有 300 人点击了生产器。
我们能不能直接说：生产器使用率只有 30%，这里一定有问题？
不能。
因为剩下 700 人里面，可能有人：
-
生产器还没解锁； -
生产器正在冷却； -
没有体力； -
棋盘已经满了； -
当前正在处理另一个订单。
所以，你真正要分析的是：
那些生产器已经解锁、当前可以使用、资源也足够、确实具备操作机会的人，最后有多少人真的点击了？
还是拿订单举例。
玩家完整经历的状态可能是：
如果我要看「订单提交率」，分母就不能是所有玩家。
真正合理的分母应该是：
已经凑齐订单所需物品，并且确实拥有提交机会的玩家。
因为那些还没有完成订单的人，本来就不能提交。
同样地：
想看生产器的使用率，就应该先确认生产器已解锁、没有冷却，并且玩家具备继续生成的条件。
想看订单点击率，分母应该是确实看到过这个订单的人。
想看某个功能的参与率，也应该先确认玩家已经解锁，而且真正看到了入口。
当然，这个要求你的数据埋点要足够准确。
第四步，找到行为断点，不等于已经找到了原因
假设我们最后拉完数据，发现一个现象。
在同一批、相近进度的玩家里，流失组和留存组前面的行为差异都不大：
-
体力消耗差不多； -
物品生成差不多； -
合成进度差不多。
真正开始拉开差距的地方是：订单已经达到可提交条件，但有一部分玩家没有提交。
这时候，我们能够得到什么结论？
我们只能得到一个：问题可能发生在「获得提交机会」到「实际提交」之间。
但这时候还不能直接判断，原因是因为订单奖励不够好。
玩家没有提交，可能有很多原因：
-
他根本没有看到订单已经完成； -
他不知道在哪里提交； -
他正在处理另一个限时订单； -
当前奖励对他的进度没有价值； -
页面反馈不够明显； -
埋点漏报了。
所以数据分析做到这里，完成的是：
定位问题发生在哪。
接下来我们还要继续确定发生的原因是是什么，那么可能包括：
-
自己体验游戏； -
看玩家操作日志； -
查用户反馈； -
看录像； -
做小范围实验； -
检查埋点。
如果最后确认玩家没有发现订单已经可以提交，那么应该检查完成提示和入口反馈。
如果玩家看到了，但大量转去处理限时目标，那么问题可能是目标竞争。
如果最后发现只是埋点漏报，那产品更不应该跟着一份错误结论去改。
这也是我经常说的，数据分析只能定位问题，不能解决问题。
没做过这个品类，也可以做这个品类的数据分析
做到这里，其实我们依然没有回答：
二合游戏订单完成率多少才算健康？
因为这个问题确实需要品类经验、竞品资料和真实项目数据。
做过二合的人，当然会更清楚，他们可能一眼就能定位到哪些生产器、物品链、订单类型、棋盘状态可能会有问题，也更容易发现第一版分析模型漏掉了什么。
但没做过这个品类，不代表完全不能开始。
你至少可以按照逻辑，做出第一版符合逻辑的数据分析：
当然，这套方法也不只适用于二合。
二合里的订单，可以换成 RPG 的养成目标。
可以换成活动里的任务节点。
可以换成新手流程里的关键操作。
也可以换成商业化里的礼包曝光、购买资格和最终支付。
具体玩法会变，但底层问题没有变：
玩家本来应该经历什么？他实际走到了哪里？他是真的不想继续，还是根本没有继续的机会？差异到底从哪一步开始出现？
---
我把平时做游戏数据分析时会用到的指标、口径、留存、付费、漏斗、用户分层和验证方法，整理进了「游戏运营进阶课·数据分析模块」。
精简阅读版一共 3 章 13 节文字课，目前价格 299 元，配学员群答疑。
它更适合已经做了 0-2 年运营、每天都会看数据，但看到异常以后，还不知道该继续往哪里查的人。
下次再接到一个自己没做过的品类，也不用等自己先变成品类专家。按照通用方法论，你也可以做到。
课程链接：
