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

小白学数据分析-----数据指标 累计用户数的使用相关推荐

  1. 数据指标累计用户数的使用

    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                ...

  2. 小白学数据分析--数据看板

    背景 最近打算学习一点数据分析的内容,下图中虽然广告成分有点多,但是技多不压身个,都说程序员应该有一点产品思维,并对数据保持敏感. 看了一些培训机构的介绍,涉及到的知识点还挺多的,有工具.思维.实操及 ...

  3. 小白学数据分析--回归分析在游戏人气分析的应用探索

    小白学数据分析--回归分析在游戏人气分析的应用探索 昨天简单说了一下相关分析在充值购买失衡方面的应用,今天就接着昨天的话题,说一下回归分析(Regression  Analysis),回归分析是研究一 ...

  4. 小白学数据分析------日活跃人数分析

    从今天开始,特开辟一个小专栏,题目暂定为小白学数据分析,鄙人不才,在数据分析的道路上走的崎岖坎坷,同时数据分析本身是一个多面和复杂的工作,要懂得理论(统计.概率.数据挖掘.算法.模型)更要懂得业务,懂 ...

  5. 小白学数据分析--留存率使用的窘境

    小白学数据分析--留存率使用的窘境 随着移动游戏整体的火热,现在看到太多的数据,太多信息,很多时候我们仰慕和钦佩别人的成功,我们总是把这个行业达成所谓共识的一些数据来出来说明问题.因为我们笃信数据是有 ...

  6. 动手学数据分析-数据可视化

    动手学数据分析-数据可视化 全部参考 datawhale-动手学数据分析 开始前导入numpy和pandas import numpy as np import pandas as pd import ...

  7. 数据分析-数据指标描述业务之--咸鱼APP

    (拥有几类不同用户的)多边产品如何选取数据指标描述业务?本篇借助「闲鱼」这一产品简单讲解. 首先这款产品大家比较熟悉,这就是一个二手交易的产品,这个产品一开始业务目标到底是什么呢?自从整个阿里集团把整 ...

  8. 史上最全!234个财务数据分析数据指标归纳总结

    这是一篇值得收藏分享的文章.对于不同的行业,不同生命周期的企业而言,所谓的财务指标标准值仅供参考,请勿生搬硬抄. 对于一个企业的管理,财务管理是非常重要的一环,不可或缺,公司越大,财务管理的重要性越大 ...

  9. 小白学数据分析-----付费渗透率再研究

    今天所谈到的东西其实是关于新增付费用户的研究模型的内容,谈到模型,有时候我们过于神话了,模型其实最后就是一套方法论,我自己觉得这倒是自己思维思考最后落地的一个载体,因为思维要实现.训练.评估,最后出现 ...

最新文章

  1. 2017 人工智能+内容生产研究报告【附下载】
  2. mysql 常见错误_mysql常见的错误提示问题处理小结
  3. 《流畅的python》学习日志----装饰器工厂函数
  4. 【libjpeg.lib】在Windows7下编译生成libjpeg.lib
  5. 前端学习(1184):数据绑定指令
  6. 二级c语言评分标准一样吗,计算机二级评分严格吗 步骤错了有分吗
  7. 继三星、华为外,苹果提交的专利显示它也要开发可折叠手机了...
  8. 语音识别学习笔记(一)【概述】
  9. OpenGL 坐标变换(1)
  10. 实战build-react(二)-------引入Ant Design(增加)
  11. CKeditor与CKfinder的简单配置
  12. HDU 1325 Is It A Tree?(并查集)
  13. C语言判断上三角矩阵
  14. Kafka 麒麟先生_近百位超人气嘉宾出席元旦萤火虫 重磅新企划蓄势待发!
  15. 多元逻辑回归 - 小技巧(一)
  16. Web开发网页颜色搭配
  17. dvanced Installer Architect
  18. PAT甲级 A1031
  19. Elasticsearch-2-附面试题
  20. 小程序学习历程(二):注册小程序测试号

热门文章

  1. Linux学习记录-文件、目录与磁盘
  2. sublime text 2快捷键总结
  3. SQL Server2008R2查询数据库的物理路径
  4. svn添加用户.sh
  5. IT餐馆—第十六回 驱动
  6. android 的各种文件类
  7. protobuf java文档_Java中使用Protobuf
  8. sql server 2008 r2卸载重装_免费下载:Intouch软件、Windows操作系统、SQL数据库,VB6.0、C#...
  9. 机器学习各算法思想(极简版)
  10. java spring jdbc_Spring与JDBC支持