吸引

吸引提供关于多少玩家正在玩和返回游戏的信息。对于一个成功和盈利的游戏来说，驱动这些数字上升是至关重要的。

34

每日活跃用户（Daily Active Users）提供了在过去一天玩这个游戏的独立玩家的总数。这是对于哪个玩家当前活跃和正在被这个游戏吸引的最好测量。可能会有少量的返回玩家，他们是活跃的，但是在过去几天没有玩这个游戏，这是对于所有活跃玩家的最好测量之一。

每周活跃用户（Weekly Active Users）提供了在过去七天玩这个游戏的独立玩家的总数。这其中一些玩家可能没有返回这个游戏，因此每周活跃用户（WAU）对于当前被吸引的玩家并无法提供一个准确的测量，但是其允许对玩家群的增长和减少进行测量。

每月活跃用户（Monthly Active Users）提供了那些过去三十天在游戏中活跃的玩家。这其中许多玩家可能当前并不活跃但是展示这个图表会有潜在的用途。

35

这个图表显示了在1、7、14和30天后仍然在玩游戏的玩家百分比。迟滞通过查看在一天内玩游戏的玩家然后在1、7、14和30天后准确计算。

一个像上图给出的稳定的留存率对于一个游戏正在保持用户提供了良好的表征。30天留存率与1天留存率越接近，在游戏中你的整体留存率越好。

36

粘性（Stickiness）是每日活跃用户/每月活跃用户的比例，其展示了玩家是否返回游戏并被游戏吸引。如果粘性低，那么有更多的新玩家在游戏中活跃，反之如果粘性高，那么有更高比例返回的玩家当前活跃。随着游戏的成熟，粘性测量将会发生改变。在初始阶段其非常低因为有许多新玩家，一旦游戏成熟后其将更低。通过解决留存问题其将可能维持粘性。低粘性说明了潜在的浪费了获取收益的概率，因为新玩家相对比较迅速的离开游戏。

会话

玩过的会话数对于吸引（Engagement）是一个非常强的指标。理解游戏的玩家群如何通过每个玩家玩过的会话次数划分，这将对于游戏群中有多少忠实玩家和这个划分如何随时间变化提供一个非常深入的理解。

会话可以被视为留存（Retention）和吸引（Engagement）的一个指标，这将使这些图表对于理解吸引的玩家不同的划分变得非常强大。

37

这个图表显示了每天独立玩家按照其玩过的会话次数的划分。会话的次数被分为几个组，分别代表一个会话的范围。

上面的例子展示了玩家数量最大的组含有100-500个会话的，这是吸引玩家最多的组，而次之最多的组只有21-50个会话。

这些玩家组每一个都代表了玩家群不同划分的一部分。由于每个组都随时间改变，那么你可以看到玩家群如何从一个大部分只玩了不多于100个会话的完全新的用户成长为一个超过100个会话的高吸引的用户群。

38

按照玩过的会话付款的玩家（Payers by Session Played）是每天仅有付款玩家的数目按照其玩过的会话数目划分。

多数付费玩家都是那些玩过超过100个会话的玩家，你可以推测他们是被深度吸引的玩家。付费玩家中人数次多的组是玩过51-100个会话的玩家，虽然这个组的人数随着时间在减少，然而深度吸引的玩过500+会话的组中收入在迅速增长。

从这一时期的图表可以看出这个游戏在转化早期付费玩家成为深度付费玩家方面并不太成功。

39

按照玩过的会话付款的玩家（Payers by Session Played）是每天仅有付款玩家的数目按照其玩过的会话数目划分。这个图表展示了对于付款者的一个相似的结构，这些点在那里是付费者和付款之间一一对应的关系。如果这两个图表是发散的，那么其指向一个产生更多付款的组。这在早期付费玩家会产生许多小额付费时经常出现。

40

按照玩过会话次数的收入（Revenue by Sessions Played）是总收入按照玩家玩过的会话次数的划分。收入（Revenue）非常清晰的展示了深度付费玩家产生的许多大额付费和因此成为了主要收入的反映。

Total Revenue by Sessions Played

按玩过的会话次数的总收入（Total Revenue by Sessions Played）是总收入按照玩家玩过的会话次数的划分。这展示了多少收入是由三个玩家组产生的。玩过了100-500个会话的一组玩家在这个例子中是提供收入的绝对主力。