
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:
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。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-06-24金融行业的大数据变革:五大应用案例深度解析 在数字化浪潮中,金融行业正经历着深刻的变革,大数据技术的广泛应用 ...
2025-06-24Power Query 中实现移动加权平均的详细指南 在数据分析和处理中,移动加权平均是一种非常有用的计算方法,它能够根据不同数据 ...
2025-06-24数据驱动营销革命:解析数据分析在网络营销中的核心作用 在数字经济蓬勃发展的当下,网络营销已成为企业触达消费者 ...
2025-06-23随机森林模型与 OPLS-DA 的优缺点深度剖析 在数据分析与机器学习领域,随机森林模型与 OPLS-DA(正交偏最小二乘法判 ...
2025-06-23CDA 一级:开启数据分析师职业大门的钥匙 在数字化浪潮席卷全球的今天,数据已成为企业发展和决策的核心驱动力,数据分析师 ...
2025-06-23透视表内计算两个字段乘积的实用指南 在数据处理与分析的过程中,透视表凭借其强大的数据汇总和整理能力,成为了众多数据工 ...
2025-06-20CDA 一级考试备考时长全解析,助你高效备考 CDA(Certified Data Analyst)一级认证考试,作为数据分析师领域的重要资格认证, ...
2025-06-20统计学模型:解锁数据背后的规律与奥秘 在数据驱动决策的时代,统计学模型作为挖掘数据价值的核心工具,发挥着至关重要的作 ...
2025-06-20Logic 模型特征与选择应用:构建项目规划与评估的逻辑框架 在项目管理、政策制定以及社会服务等领域,Logic 模型(逻辑模型 ...
2025-06-19SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的利器 在数据分析的众多方法中,Mann-Kendall(MK)检验凭借其对数据分 ...
2025-06-19CDA 数据分析能力与 AI 的一体化发展关系:重塑数据驱动未来 在数字化浪潮奔涌的当下,数据已然成为企业乃至整个社会发展进 ...
2025-06-19CDA 干货分享:统计学的应用 在数据驱动业务发展的时代浪潮中,统计学作为数据分析的核心基石,发挥着无可替代的关键作用。 ...
2025-06-18CDA 精益业务数据分析:解锁企业增长新密码 在数字化浪潮席卷全球的当下,数据已然成为企业最具价值的资产之一。如何精准地 ...
2025-06-18CDA 培训:开启数据分析师职业大门的钥匙 在大数据时代,数据分析师已成为各行业竞相争夺的关键人才。CDA(Certified Data ...
2025-06-18CDA 人才招聘市场分析:机遇与挑战并存 在数字化浪潮席卷各行业的当下,数据分析能力成为企业发展的核心竞争力之一,持有 C ...
2025-06-17CDA金融大数据案例分析:驱动行业变革的实践与启示 在金融行业加速数字化转型的当下,大数据技术已成为金融机构提升 ...
2025-06-17CDA干货:SPSS交叉列联表分析规范与应用指南 一、交叉列联表的基本概念 交叉列联表(Cross-tabulation)是一种用于展示两个或多 ...
2025-06-17TMT行业内审内控咨询顾问 1-2万 上班地址:朝阳门北大街8号富华大厦A座9层 岗位描述 1、为客户提供高质量的 ...
2025-06-16一文读懂 CDA 数据分析师证书考试全攻略 在数据行业蓬勃发展的今天,CDA 数据分析师证书成为众多从业者和求职者提升竞争力的重要 ...
2025-06-16