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，懂得行业理论，还要有灵活多变的思维，想想还是很复杂和麻烦的，所讲内容不但是理论，不仅是数据，尽量把这些东西综合起来立体的来看，鄙人水平有限，很多的内容是尝试和改进，参考了很多的材料，在木有高人指点和牛人帮助的情况下，我只能借助浩瀚的网络知识和自己的悟性，今天决心拿出来给各位主要是帮助大家和我一起进步。 第一天就从一份数据的分析开始，这里面涉及了很多的内容，大家需要慢慢理解。案例： 某位网友提供了一份游戏的日活跃账号数的数据信息，游戏是从 2011 年 9 月份开始了测试，到 2012 年 2 月，但是产品究竟表现如何，从 PLC（产品生命周期----《营销管理》）来看，产品目前处于一个什么时期，下一步怎么来做营销和运营工作，这是一个需要关注的问题。今天就从日活跃这个数据指标的解析上简单看看 PLC 的解读。 设计分析的数据指标有很多方面，总体来说就两块，收入+人气，我们就从对人气的分析上下手，考虑文章篇幅关系，今天单列每日活跃的分析过程，其他指标的把握和分析基本和此相同，大家可以自己尝试完成。术语解释：每日活跃用户（DAU）：每日登录过游戏的玩家数量（重复登录者不累加）IB：Item-Billing，游戏中通过游戏币交易流通的道具APA：活跃付费账号数PLC：产品生命周期-----《营销管理》ARPU：平均每名玩家盈利能力新登用户：每日注册成为游戏玩家的数量每日有效活跃玩家：达到某一个指标（一般是在线时长）的日活跃玩家数量每日有效新登用户：达到注册并成功登录进行过游戏的玩家数量为什么要看每日活跃用户？ 抛开游戏上线初期的推广营销因素影响后，版本随后会进入真正意义上的成长和发展阶段，这个阶段也是对于游戏品质和开始阶段投放影响的评估（当然这种靠推广的影响会存在一定的时效性，在对于 DAU 分析时，要抛开这个阶段）。每日活跃用户的变化说明以下的原因： 人气波动：建立每日活跃人数的弹性数值区间（阈值），当然这点的预警要按照每个月的具体情况来看，比如每个月的节日，假期，学生开学等其他因素的影响情况，建立一套因素影响指数，并作用于人气波动的预警。 趋势走向：综合一个阶段的日活跃变化情况，对于重大拐点和趋势进行分析，并预测下一个周期的变化形式。 产品质量：从日活跃的趋势变化和人气波动等其他因素综合看产品版本更新，活动设置等对于产品的 PLC 的影响，以及产品质量是否符合玩家的预期（质量的定义很广泛，这里比如 IB 设计，系统设计，交互体验等等）。 影响因素：正如刚才所言，我们综合一个周期的日活跃数据 和其他数据制定影响因素指数，便于宏观把控数据的变化，比如进入预警范围的数据究竟因为这些影响因素的影响有多大。做到心中有数。 当然，以上是简单的列举了一下日活跃用户参与的数据分析的几个方面和作用，对于数据分析千万不能局限在一个指标而进行所谓的分析，要全面的结合其他指标进行衡量和分析。比如新登用户，收入数据（充值，ARPU，APA 等等）。怎么来分析 DAU？ 如之前文章所说，我们主要运用曲线图和箱线图来分析 DAU 数据，如下图，使用IBM SPSS 19 进行箱线图的分析（其详细过程以后在叙述）。 再次箱线图中涉及几个术语指标，先给各位再解释一下： 方差：度量随机变量和其数学期望（即均值）之间的偏离程度，测度数据变异（离散）程度的最重要的指标，方差是各个数据与其算术平均数的离差平方和的平均数，通常以 σ2 表示。方差的计量单位和量纲不便于从经济意义上进行解释，所以实际统计工作中多用方差的算术平方根——标准差来测度统计数据的差异程度。（http://wiki.mbalib.com/wiki/%E6%96%B9%E5%B7%AE） 方差和标准差也是根据全部数据计算的，它反映了每个数据与其均值相比平均相差的数值，因此它能准确地反映出数据的离散程度。比如，平均日活跃为 A，通过方差判定整个这个月的 DAU 波动情况，以及距离 A 的...