網遊資料分析DAU、MAU、DAU/MAU

最近在做一些社交SNS方面的資料分析工作，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資料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部落格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 月活躍使用者

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

DAU=Daily Activited Users 日活躍使用者

關於此資料，存在一定的爭議，有的度量是把每日重複登入的使用者也統計在內，但是這種情況下沒有適當的代表遊戲的真實資料水平。

另外一種度量方式是不計算重複登入的玩家，統計每日登入過遊戲的玩家即可。

這兩個目標可以衡量服務的衰退週期。

DAU/MAU

使用者活躍度指數衡量使用者的黏性，留存率，遊戲收益情況，這在社交遊戲中使用率非常高，可以認定為使用者活躍度指數，也就是使用者的'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，那麼使用者很活躍，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，說明遊戲對使用者的口碑和黏性開始發生深度的互動作用，在每日登入遊戲的使用者規模越大，越逼近MAU的水平，那麼就是說使用者上線的天數和頻率增加。如果DAU下降，那麼使用者開始對遊戲失去興趣。

“MAU和DAU分別從巨集觀和微觀角度對服務的使用者黏性進行了權衡，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為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使用者粘性。

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，因為這個時期，使用者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，那麼他擁有穩定的使用者留存率，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