小白学数据分析-----数据指标 累计用户数的使用

小白学数据分析--à数据指标累计用户数的使用

累计用户数是指注册用户数的累计,即可以认为是新用户的累计。在一般的数据统计中,我们基本上都会涉及到这个指标,且这个指标是逐渐累加的,比如:

时间                   注册用户数[新登用户]           累计注册用户数

1日                    100                                                 100

2日                    120                                                 220

3日                    110                                                 330

那么这个指标究竟有什么用?以前作为我自己也没有想到什么比较好用的方式去分析这个数据,既然存在了这个指标,就有存在的价值。此处,我所提到的分析思路和方法也是基于电商的一些分析方法,且对于累计用户数的分析,还具有延展性,能够完成一些更深入的分析,今天就简单的来说说这个指标的分析。

可以想象的是,如果根据累计用户数来做一条曲线的话,这个曲线应该是呈现逐渐增长的形式,且不断增长,然而受到版本更新,新市场开拓,季节影响因素,该曲线是会发生变化的。如下图所示:

从上图可以看到,我们可以把改图分成几个时期,比如在第一个拐点我们可以定义为导入期,该阶段是用户量的引入时期,比如我们有时候游戏进行小范围的测试,之后进入到了快速的增长期,历经过了增长期,我们发现其斜率发生了变化,符合线性回归,当然这不是唯一的形式,根据不同的游戏在其增长期之后的累计用户变化还要根据实际情况确立。

然而我们这里只能是总体上衡量我们目前游戏用户的总量,以及预测后期的用户量的走势,包括活跃情况,以及收入情况的预测。

但是我们有一个疑问,单单看这个图能分析出什么呀?只是确定不同的时期而已?

其实这个图的分析我们还要确立一条曲线,这条曲线就是老用户比例曲线,通过结合老用户比例曲线和用户总量的曲线结合分析,就能够得到更好的分析结果。这种组合的方式分析的结论一般有几种结论。

1)负增长型

浅色的曲线代表的是老用户的比例,通过老用户比例的变化并结合累计用户的变化,我们基本上能够看到游戏目前的用户量的变化和走势,如上图所示,经历过了增长期后,在随后稳定的累计用户阶段,我们能够看到老用户的比例实际上是开始走下坡路了,即随着累计用户的不断,其活跃用户的比例其实是向下走。这点,我们可以通过累计用户数和老用户百分比进行相关性分析,是呈负相关的。这种负增长的形式,便于我们及早发现一些游戏的问题,从宏观上把控游戏质量。这种负相关,我们可以再看看日活跃的曲线来分析。此处明显看到,日活跃是在增长以后,又开始了下降,根据这种下降我们可以预测收入和人气数据。

 

2)保质型增长

 

所谓保质型增长其实就是用户量不断增长,但是老用户的比例却没有出现下滑的类型,其隐藏的含义,就是我们的活跃用户是处于增长时期的,保质型增长可以帮助我们在一段时间内能够预测游戏收入情况、用户的增长情况。此处我们再列出来日活跃用户的曲线:

 

3)断层型增长

所谓断层性增长是老用户比例先高后低再增长的形式,这种情况比如我们新渠道的开拓,大型版本的更新[影响范围和跨度较大],但是多数时候是受制于新的渠道和市场的开拓,此时也要结合累计用户比例的变化情况来分析,也许有人此时会问,那么直接使用新登和活跃用户的变化不是更直接吗?此处加上累计用户的目的就在于从另外一个角度说明游戏的目前变化状态情况[总量与现有老用户的关系]

 

然而这种变化情况下,如果我们要进行一些预测分析,其难度其实很到,因为很难去把控在下一个阶段的数据走势和变化,之所以我们这里做的这种分析,目的就是为了服务于预测分析。

4)稳健性增长

所谓稳健性的增长,就是老用户增长是随着累计用户数的增长同步的关系,说白了是一种正相关,即总量涨,老用户也在涨。

 

而实际的活跃用户曲线也确实如此:

 

总结

说了这么多的废话,为什么还绕个弯子做这些分析呢?

原因其实很简单,老板需要下一个阶段的游戏收入、人气情况,然而对于游戏去做预测这个事本身来说就存在很大的误差,因为受到的影响因素实在很多,因此下一个阶段的预测分析出了要考虑这些因素的同时还要考虑其他的因素,而这些因素就是你的游戏目前处于哪个时期,是稳健的增长,还是保质型增长,还是负增长,或者断层性增长。作为对于未来一段时间的分析,我们必须要参考现阶段的用户变化情况,这是一个参考依据。

如果我们只是列出来一条目前的活跃用户和新登用户的变化曲线,我们不能很好的判断游戏处于的时期和其他信息,比如用户总量的情况与老用户的留存比例等等。

以上写的仅是个人见解和分析思路,请指正。

 

转载于:https://www.cnblogs.com/yuyang-DataAnalysis/archive/2012/08/24/2654334.html

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/474977.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

LeetCode 751. IP 到 CIDR(贪心)

文章目录1. 题目2. 解题1. 题目 给定一个起始 IP 地址 ip 和一个我们需要包含的 IP 的数量 n,返回用列表(最小可能的长度)表示的 CIDR块的范围。 CIDR 块是包含 IP 的字符串,后接斜杠和固定长度。例如:“123.45.67.8…

LeetCode 308. 二维区域和检索 - 可变(前缀和)

文章目录1. 题目2. 解题1. 题目 给你一个 2D 矩阵 matrix,请计算出从左上角 (row1, col1) 到右下角 (row2, col2) 组成的矩形中所有元素的和。 上述粉色矩形框内的,该矩形由左上角 (row1, col1) (2, 1) 和右下角 (row2, col2) (4, 3) 确定。其中&am…

实战 SQL Server 2008 数据库误删除数据的恢复 (转)

今天有个朋友很着急地打电话给我,他用delete语句误删除了SQL Server 2008数据库中两个表中的所有记录,而这个数据库之前没有任何备份。让我帮他解决一下,不然他要赔偿客户很多钱。 SQL Server中误删除数据的恢复本来不是件难事,从…

在线销售数据分析–人货场三维分析角度

文章目录一、数据来源及理解二、分析思路三、数据处理数据预处理数据清洗数据转换四、数据描述性统计五、三维分析-人用户质量分析用户类别分析DM(管理者)排名分析六、三维分析-货销售金额及销量分布情况商品退货率七、三维分析-场城市区域八、总结一、数据来源及理解 此次分析…

LeetCode 348. 判定井字棋胜负(计数)

文章目录1. 题目2. 解题1. 题目 请在 n n 的棋盘上,实现一个判定井字棋(Tic-Tac-Toe)胜负的神器,判断每一次玩家落子后,是否有胜出的玩家。 在这个井字棋游戏中,会有 2 名玩家,他们将轮流在棋…

LeetCode 694. 不同岛屿的数量(BFS/DFS+set)

文章目录1. 题目2. 解题2.1 BFS2.2 DFS1. 题目 给定一个非空01二维数组表示的网格,一个岛屿由四连通(上、下、左、右四个方向)的 1 组成,你可以认为网格的四周被海水包围。 请你计算这个网格中共有多少个形状不同的岛屿。 两个岛…

数据分析-书籍整理(二)

业务书籍 《数据化管理-洞悉零售及电子商务》讲解了关于零售和电商的一些知识,有很多实用案例。很有借鉴意义。 《游戏数据分析实战》游戏各个阶段的数据分析,方法,数据来源,案例等。 《增长黑客》这本书我看了两遍&#xff0c…

LeetCode 1516. Move Sub-Tree of N-Ary Tree(DFS)

文章目录1. 题目2. 解题1. 题目 Given the root of an N-ary tree of unique values, and two nodes of the tree p and q. You should move the subtree of the node p to become a direct child of node q. If p is already a direct child of q, don’t change anything. …

空气质量指数(AQI)分析与预测

文章目录前言一、背景Ⅰ数据来源Ⅱ 数据背景Ⅲ 分析目的二、数据探索性分析Ⅰ 数据类型Ⅱ 描述性统计Ⅲ 数据预处理1.缺失值处理1)删除缺失值2)均值/中值填充2.异常值处理3.重复值处理三、数据分析Ⅰ空气质量排名Ⅱ 全国空气质量1.全国空气质量等级统计2…

LeetCode MySQL解题目录

已完成的 LeetCode MySQL 数据库题目。点击查看我的 LeetCode 算法解题目录。 已解决 123/123 - 简单 54 中等 51 困难 18 前置入门学习 MySQL 基本查询、条件查询、投影查询MySQL 排序、分页查询、聚合查询MySQL 多表查询、连接查询(内连接、外连接)…

数据分析方法--回归分析方法((SPSS建模:多元线性回归案例)

文章目录回归定义最常用回归方法一、线性回归(Linear Regression)二、逻辑回归(Logistic Regression)三、多项式回归(Polynomial Regression)四、逐步回归(Stepwise Regression)五、岭回归(Ridge Regression)六、套索回归(Lasso Regression)七、回归(ElasticNet)如何正确选择回…

LeetCode MySQL 1511. Customer Order Frequency

文章目录1. 题目2. 解题1. 题目 Table: Customers ------------------------ | Column Name | Type | ------------------------ | customer_id | int | | name | varchar | | country | varchar | ------------------------ customer_id is the p…

LeetCode MySQL 1075. 项目员工 I

文章目录1. 题目2. 解题1. 题目 项目表 Project: ---------------------- | Column Name | Type | ---------------------- | project_id | int | | employee_id | int | ---------------------- 主键为 (project_id, employee_id)。 employee_id 是员…

数据分析-书籍整理(一)

入门书籍 《谁说菜鸟不会数据分析》讲解了一些常见的分析技巧,并附带 Excel 的一些知识以及职场可使用的基础数据分析。 《MYSQL必知必会》对于有sql基础的人来说,可以快速复习知识点,小白也能学习到很多,不会打击自信心。我是用…

数据分析统计学基础一

文章目录数据分析方法分类1、单纯的数据加工方法2、基于数理统计的数据分析方法3、基于数据挖掘的数据分析方法4、基于大数据的数据分析方法描述性统计分析1、数据的计量尺度2、数据的集中趋势3、数据的离中趋势4、数据分布的测定正态分布a. 偏态系数b. 数据峰度c. 偏度与峰度的…

LeetCode MySQL 1435. 制作会话柱状图

文章目录1. 题目2. 解题1. 题目 表:Sessions ------------------------------ | Column Name | Type | ------------------------------ | session_id | int | | duration | int | ------------------------------ sessio…

SharePoint2010网站备份还原简单介绍

今天尝试了SharePoint2010网站的备份和还原,从网上搜一些文档看看,然后自己试试,感觉和2007的操作没什么太大的区别,跟大家分享下自己尝试的命令行方式和数据库的方式,2007自己常用的也是这两种方式。 1、 命令行的方式…

LeetCode MySQL 1211. 查询结果的质量和占比

文章目录1. 题目2. 解题1. 题目 查询表 Queries: ---------------------- | Column Name | Type | ---------------------- | query_name | varchar | | result | varchar | | position | int | | rating | int | ---------------------…

数据分析方法-聚类算法

文章目录一、定义二、聚类、分类区别分类三、聚类常用算法1.划分聚类 k-means、k-medoids、k-modes、k-medians、kernel k-means2.层次聚类 Agglomerative 、divisive、BIRCH、ROCK、Chameleon3.密度聚类 DBSCAN、OPTICS5.模型聚类 GMM6.图聚类 Spectral Clustering&#xff08…