用户订阅付费如何拆解分析？看这篇就够了

会员制的订阅付费在影音娱乐行业中已相当普及，近几年，不少游戏厂商也开始尝试订阅收费模式。在分析具体的用户订阅偏好以及订阅付费模式带来的增长效果时，我们常常会有这些疑问：

如何从用户的整体付费行为中具体拆解订阅付费事件并分析？

想要了解当前应用内用户的整体订阅概况？

订阅用户和非订阅用户在留存与付费偏好是否存在差异？

……

而这些都能在华为分析服务—订阅分析中找到答案。

一、 概览订阅分析，了解当前应用内的订阅付费情况

通过累计订阅用户、累计取消订阅、累计订阅金额等指标，可以对当前应用内的订阅净增长做到心中有数。不同套餐的新增订阅与取消订阅趋势图，有助于进一步分析用户的订阅付费偏好，基于分析结果可合理调优套餐内容与具体定价。

举个例子，如果套餐A的订阅量明显多于其他套餐，则可以结合不同因素分析：比如，套餐A是否在页面展示中存在靠前优势？套餐A的价格与时间跨度是否更加合理？以多维度的分析，不断调优，实现订阅付费增长。

*测试环境，非真实数据

除基本指标和订阅趋势图外，订阅分析还提供了详细的订购明细列表。支持按照不同的套餐类型筛选查询所选时间段内的每日用户订阅详情，清晰明了地呈现用户的具体订阅付费明细。

*测试环境，非真实数据

二、 对比用户留存，评估订阅付费策略的用户运营效果

游戏内的订阅付费就长期效果来看，对于用户的留存提升是很有意义的。VIP特权、提前获取游戏内容、增加应用内购买价值等订阅权益，都可以让玩家从游戏中感受到超值的游戏体验，留存便会相应的提高。

留存分析模块，可分别查看订阅用户的活跃留存和非订阅用户的活跃留存，通过直观对比，整体评估游戏内的订阅付费策略对于提升用户留存的价值。

*测试环境，非真实数据

三、 付费分析，发现订阅付费的增量价值

付费分析分为ARPPU和续订分析两个模块，通过对比订阅用户与非订阅用户在应用内的购买金额差异，可以更直观地了解订阅用户和非订阅用户的付费偏好差异，并且从整体评估实际每日收入中订阅用户和非订阅用户的贡献占比。

续订分析呈现了当前订阅用户中实际的到期续订情况，对于合理定价订阅套餐以及设计相关订阅活动都具有参考意义。例如：如果用户在首次订阅后，后期的订阅率很低，那代表当前的订阅用户中羊毛党占比较大，这个时候就需要让他们体验到订阅付费的更多价值，例如超休闲游戏的额外道具、提前解锁等特权，持续促进用户的续订行为。

*测试环境，非真实数据