手机网络游戏(付费)开发者以及棋牌类 APP上架应用商店要求
1.网络游戏应接入 OPPO SDK。(不能包含其他计费形式) |
2.棋牌类游戏应提供《网络文化经营许可证》 |
3.游戏不得包含“赌场”字样、或者涉及扎金花、梭哈、六合彩类等赌博内容的游戏 |
4.游戏不得存在以随机抽取等偶然方式,诱导网络游戏用户采取投入法定货币或网络游戏虚拟货币方式获取网络游戏产品和服务的行为 |
手机网络游戏(付费)开发者以及棋牌类 APP上架应用商店要求
1.网络游戏应接入 OPPO SDK。(不能包含其他计费形式) |
2.棋牌类游戏应提供《网络文化经营许可证》 |
3.游戏不得包含“赌场”字样、或者涉及扎金花、梭哈、六合彩类等赌博内容的游戏 |
4.游戏不得存在以随机抽取等偶然方式,诱导网络游戏用户采取投入法定货币或网络游戏虚拟货币方式获取网络游戏产品和服务的行为 |
APP上架华为应用商店画像分析 查看华为市场AP的画像分析条件?
画像分析能够为您提供应用的各个品类的用户画像情况,您可以通过查看本应用和同品类应用的使用人群、使用设备、用户分布区域、游戏偏好属性、 应用行为和用户行为等信息,有针对性地优化应用开发战略和运营策略,从而扩大应用的使用人群范围,提升用户体验。
您可以查看新用户、活跃用户、流失用户、安装未激活用户、全量用户的画像,通过用户画像中的活跃行为数据,搭配召回活动,对活跃流失的用户做针对性维系,及时召回沉默用户,提升活跃度;通过用户画像中的卸载行为数据、HA预测服务和召回活动搭配,您可以针对卸载人群进行高价值优惠券刺激召回,提升用户留存率。
只有当您满足以下任意一项开通条件,并且通过华为运营人员的月度审核,才能使用画像分析服务:
注意
华为运营人员会于每月月末核查,并为符合上述任意条件的开发者于次月开通画像分析服务。通过审核后,您将会收到互动中心的信息通知。已开通服务但不符合条件者会被及时从已开通名单中剔除。
在“人口”页面对应过滤条件下,您可以在界面右上角选择“仅显示本应用”、“显示本应用和同品类”、“显示本应用和同品类优秀”或“自定义对比应用”,查看相关范围内的应用用户的性别、年龄和职业统计数据。默认展示“显示本应用和同品类”数据。
例如,在下图中,当您选择添加的过滤器为“近30天使用APP的用户”时,“性别”栏中展示的数据图表明,在近30天使用本应用的女性用户数占全部使用人数的26.3%,剩余73.7%的用户性别未知。在近30天使用与本应用相同品类的应用的人群中,男性用户占比为100%。
类型 | 名称 | 说明 |
---|---|---|
过滤器 | 近30天使用APP的用户 | 活跃用户人群 — 30天内使用过App的用户。同品类指当前应用所在三级品类,同品类画像人群指在30天内使用过所有同品类App的用户。 |
近30天新安装APP的用户(不包含更新安装) | 新用户人群 — 30天内新安装App(不含更新安装)的用户。 | |
近30天卸载APP的用户 | 流失用户人群 — 30天内卸载App(不含更新安装)的用户。 | |
当前已安装但未激活APP的用户 | 待激活用户人群 — 当前安装过但从未使用过App的用户。 | |
所有曾经安装过APP的用户 | 全量用户人群 — 历史曾安装过App的用户。 | |
近30天付费的用户 | 付费用户人群 — 30天内有消费记录的用户。 | |
指标 | 性别 | 根据用户帐号信息、手机使用行为,综合判断的性别。 |
年龄 | 根据用户帐号信息、App安装使用、手机基本行为使用特征,通过机器学习算法预测用户所处的年龄段。 | |
职业 | 根据用户帐号信息、App安装使用、手机基本行为使用特征,通过机器学习算法预测的用户职业。 |
在“终端”页面对应过滤条件下,您可以在界面右上角选择“仅显示本应用”、“显示本应用和同品类”、“显示本应用和同品类优秀”或“自定义对比应用”,查看相关范围内的应用用户的联网方式、屏幕分辨率、RAM、设备价格、机型和EMUI版本及其对比数据。默认展示“显示本应用和同品类”数据。
例如,在下图中,当您选择添加的过滤器条件为“近30天使用APP的用户”时,“联网方式”栏中的数据图表明,近30天使用本应用的用户里,使用4G网络的占10%,使用其他未知联网方式的占90%;与本应用品类相同应用的用户中,使用其他未知联网方式的占100%。
类型 | 名称 | 说明 |
---|---|---|
过滤器 | 近30天使用APP的用户 | 活跃用户人群 — 30天内使用过App的用户。同品类指当前应用所在三级品类,同品类画像人群指在30天内有使用所有同品类App的用户。 |
近30天新安装APP的用户(不包含更新安装) | 新用户人群 — 30天内新安装App(不含更新安装)的用户。 | |
近30天卸载APP的用户 | 流失用户人群 — 30天内卸载App(不含更新安装)的用户。 | |
当前已安装但未激活APP的用户 | 待激活用户人群 — 当前安装过但从未使用过App的用户。 | |
所有曾经安装过APP的用户 | 全量用户人群 — 历史曾安装过App的用户。 | |
近30天付费的用户 | 付费用户人群 — 30天内有消费记录的用户。 | |
指标 | 联网方式 | 取近30天使用次数最多的联网方式。 |
屏幕分辨率 | 预置屏幕分辨率。 | |
RAM | 预置RAM大小。 | |
设备价格 | 用户使用设备的价格。 | |
机型 | 用户使用的机型。 | |
EMUI版本 | 当前设备EMUI版本。 |
在“区域”页面对应过滤条件下,您可以在界面右上角选择“仅显示本应用”、“显示本应用和同品类”、“显示本应用和同品类优秀”或“自定义对比应用”,查看相关范围内的应用用户的常驻城市分布。默认展示“显示本应用和同品类”数据。
例如,在下图中,当您选择添加的过滤器为“近30天使用APP的用户”时,“常驻城市”栏中的左侧环形数据图表明,近30天使用本应用的用户里,26.3%的用户位于二线城市,剩余73.7%的用户常驻城市未知;与本应用相同品类应用用户中,100%的用户的常驻城市为四线及以下城市。
右边的柱状图展示了本应用用户和同品类用户的常驻城市占比,您可以通过勾选柱状图上方的过滤条件:“新一线城市”、“三线城市”和“四级以下城市”查看对应过滤条件下的具体常驻城市。
说明
图中展示的城市为App用户占比较高的城市,用户占比低的城市不作展示。
类型 | 名称 | 说明 |
---|---|---|
过滤器 | 近30天使用APP的用户 | 活跃用户人群 — 30天内使用过App的用户。同品类指当前应用所在三级品类,同品类画像人群指在30天内有使用所有同品类App的用户。 |
近30天新安装APP的用户(不包含更新安装) | 新用户人群 — 30天内新安装App(不含更新安装)的用户。 | |
近30天卸载APP的用户 | 流失用户人群 — 30天内卸载App(不含更新安装)的用户。 | |
当前已安装但未激活APP的用户 | 待激活用户人群 — 当前安装过但从未使用过App的用户。 | |
所有曾经安装过APP的用户 | 全量用户人群 — 历史曾安装过App的用户。 | |
近30天付费的用户 | 付费用户人群 — 30天内有消费记录的用户。 | |
指标 | 常驻城市 | 90天内用户停留天数最多的城市类别及城市。 |
在“游戏偏好”页面对应过滤条件下,您可以在界面右上角选择“仅显示本应用”、“显示本应用和同品类”、“显示本应用和同品类优秀”或“自定义对比应用”,查看相关范围内的应用用户的游戏类型偏好、游戏玩法偏好、游戏题材偏好和游戏元素偏好数据。默认展示“显示本应用和同品类”数据。
例如,在下图中,当您选择添加的过滤器为“近30天使用APP的用户”时,“游戏类型偏好”栏中的数据图表明,近30天使用本应用的用户里,玩运动类游戏和魔幻类游戏的均占5.3%;与本应用相同品类应用的用户中,玩足球类游戏的占100%。
类型 | 名称 | 说明 |
---|---|---|
过滤器 | 近30天使用APP的用户 | 活跃用户人群 — 30天内使用过App的用户。同品类指当前应用所在三级品类,同品类画像人群指在30天内有使用所有同品类App的用户。 |
近30天新安装APP的用户(不包含更新安装) | 新用户人群 — 30天内新安装App(不含更新安装)的用户。 | |
近30天卸载APP的用户 | 流失用户人群 — 30天内卸载App(不含更新安装)的用户。 | |
当前已安装但未激活APP的用户 | 待激活用户人群 — 当前安装过但从未使用过App的用户。 | |
所有曾经安装过APP的用户 | 全量用户人群 — 历史曾安装过App的用户。 | |
近30天付费的用户 | 付费用户人群 — 30天内有消费记录的用户。 | |
指标 | 游戏类型偏好 | 根据用户行为,挖掘出的用户偏好的游戏类型。 |
游戏玩法偏好 | 根据用户行为,挖掘出的用户偏好的游戏玩法。 | |
游戏题材偏好 | 根据用户行为,挖掘出的用户偏好的游戏内容题材。 | |
游戏元素偏好 | 根据用户行为,挖掘出的用户偏好的游戏元素。 |
在“应用行为”页面:
例如,在下图中,当您选择添加的过滤器为“近30天使用APP的用户”时,“30天内打开过游戏APP个数”栏中的数据图表明,近30天使用本App的用户里,47.4%的用户打开过一个游戏App,21.1%的用户打开过5-10个游戏App,打开过2-4个游戏App、打开过10-20个游戏App和打开游戏App数目未知的用户均占10.5%;与本应用相同品类应用的用户中,打开过5-10个游戏App和打开过20个以上游戏App的人数占20%,打开过2-4个游戏App的用户占60%。
类型 | 名称 | 说明 |
---|---|---|
过滤器 | 近30天使用APP的用户 | 活跃用户人群 — 30天内使用过App的用户。同品类指当前应用所在三级品类,同品类画像人群指在30天内有使用所有同品类App的用户。 |
近30天新安装APP的用户(不包含更新安装) | 新用户人群 — 30天内新安装App(不含更新安装)的用户。 | |
近30天卸载APP的用户 | 流失用户人群 — 30天内卸载App(不含更新安装)的用户。 | |
当前已安装但未激活APP的用户 | 待激活用户人群 — 当前安装过但从未使用过App的用户。 | |
所有曾经安装过APP的用户 | 全量用户人群 — 历史曾安装过App的用户。 | |
近30天付费的用户 | 付费用户人群 — 30天内有消费记录的用户。 | |
指标(游戏) | 近30天新安装APP | 近30天内安装的同品类App。 |
近30天使用的APP | 近30天内使用的同品类App。 | |
30天内打开过游戏APP个数 | 近30天内打开过的游戏App的个数。 | |
30天内新安装游戏APP个数 | 近30天内新安装游戏App的个数。 | |
安装应用类别偏好 | 近三个月用户安装各类别(应用二级分类)应用的数量,按大于所有用户安装某应用类型中位数为该类型偏好。 | |
指标(应用) | 近30天新安装APP | 近30天内安装的同品类App。 |
近30天使用的APP | 近30天内使用的同品类App。 | |
安装应用类别偏好 | 近三个月用户安装各类别(应用二级分类)应用的数量,按大于所有用户安装某应用类型中位数为该类型偏好。 |
在“用户行为”页面:
例如,在下图中,当您选择添加的过滤器为“近30天使用APP的用户”时,“游戏玩家等级”栏中的数据图表明,近30天使用本应用的用户里,达到L3等级的玩家占5.3%,达到L5、L2、L6和L4的玩家均占10.5%,等级未知的玩家占比36.8%;与本应用相同品类应用的用户中,等级未知的玩家占100%。
类型 | 名称 | 说明 |
---|---|---|
过滤器 | 近30天使用APP的用户 | 活跃用户人群 — 30天内使用过APP的用户。同品类指当前应用所在三级品类,同品类画像人群指在30天内有使用所有同品类App的用户。 |
近30天新安装APP的用户(不包含更新安装) | 新用户人群 — 30天内新安装App(不含更新安装)的用户。 | |
近30天卸载APP的用户 | 流失用户人群 — 30天内卸载App(不含更新安装)的用户。 | |
当前已安装但未激活APP的用户 | 待激活用户人群 — 当前安装过但从未使用过APP的用户。 | |
所有曾经安装过APP的用户 | 全量用户人群 — 历史曾安装过App的用户。 | |
近30天付费的用户 | 付费用户人群 — 30天内有消费记录的用户。 | |
指标(游戏) | 游戏玩家等级 | 有效期内的游戏玩家的等级。 |
近30天网游支付金额 | 网游付费用户最近30天网游支付总金额。 | |
设备日均使用时长 | 近30天内用户平均每天使用手机的小时数。 | |
手机在线时段 | 近30天内每个时段在线的天数,如果某时段在线天数超过50%,就算此时段在线。 | |
付费用户流失时长(天) | 不再付费的用户距离最近一次付费的时间间隔。 | |
近180天访问活动类型分布 | 近180天内用户访问的活动类型。 | |
指标(应用) | 设备日均使用时长 | 近30天内用户平均每天使用手机的小时数。 |
手机在线时段 | 近30天内每个时段在线的天数,如果某时段在线天数超过50%,就算此时段在线。 | |
付费用户流失时长 (天) | 不再付费的用户距离最近一次付费的时间间隔。 | |
近30天充值成功次数 | 近30天联运用户累计充值成功次数。 | |
用户最后一次付费离当前时间间隔 (天) | 联运应用付费用户最后一次付费距当前时间间隔。 | |
近180天访问活动类型分布 | 近180天内用户访问的活动类型。 |
为了更好的运营游戏,您可以上传用户数据包(openId/playerId)自定义用户群,经过华为大数据处理后,可对特定用户群进行特定标签的用户分析,或对私有用户群实现针对性的活动投放。
您需要提前准备不超过1GB的txt文件,该文件的每一行为一个用户帐号(openId或playerId),可使用于“用户分析”或“活动投放”场景的用户数据包:
在“兴趣意向”页面对应过滤条件下,您可以在界面右上角选择“仅显示本应用”、“显示本应用和同品类”、“显示本应用和同品类优秀”(同品类Top20的应用的数据)或“自定义对比应用”。根据您当前应用的二级分类,查看相关范围内的应用用户涉及到的兴趣意向标签,以及对应兴趣意向标签下的兴趣意向子类,通过柱状图展示结果,您可以了解到用户对各意向标签和意向子类的兴趣程度,有助于您进一步了解用户兴趣,制定有针对性的运营战略和项目立项。
例如,在下图中,“汽车服务”为一个兴趣意向,“违章查询”、“驾考”、“新车”、“租车”和“二手车”为五个兴趣子类。其中当您选择添加的过滤器为“近30天使用APP的用户”时,“汽车服务”栏中的数据图表明,近30天使用本应用的用户里,对“违章查询”无兴趣、兴趣较低、兴趣中等或兴趣较高的用户均占总用户的1.7%,对“违章查询”兴趣高的用户占总用户的5%,其他兴趣子类相关数据以此类推。