“辛普森悖论”(Simpson’s paradox)指的是在人们尝试探究两种变量是否具有相关性的研究中,在某些前提下有时会产生的一种现象。也就是说,该理论认为在分组比较中都占优势的一方,会在总评中反而是失势的一方。辛普森悖论主要是由于一些所谓“复杂变量”的影响,其弊端是没有对各个元素进行细化分析。
比如说,如果一个移动应用的用户组成是1万人用Android设备、5000人使用iOS设备,那么整体的付费转化率应该是5%,其中iOS设备的转化率为4%,而Android设备则是5.5%。如果在同等货币化效率的前提下,(也就是说Android用户和iOS用户消费一样多),一个资源渠道有限的产品经理就可能会根据这个数据做出很夸张的决定,或许会有限选择Android平台研发,甚至会取消iOS研发。
然而,当把这个数据分开来看,就会出现不同的结果:
我们都知道iOS平板的付费转化率比Android平板高出很多,而且iOS智能机的转化率也相对更好。了解了这些,产品经理或许会对未来的产品决策进行重新衡量。这种情况下,设备类型就是复杂变量:如果数据是根据设备类型得到,那么其他的数据就可能被完全忽略。在具体设备方面,iOS的付费转化率可以完全击败Android,但在整体上却低于Android的主要原因是,两个平台的设备类型表现不同:平板的转化率高于智能机,总体上来讲,iOS设备的转化率低于Android总体设备的转化率,尽管Android平板的转化率更低。
iOS和Android整体付费转化率(上)和具体设备转换率(下)比较的结果差异
造成这样差别的原因如下:http://cda.pinggu.org/
用户量:免费产品需要很大的用户量才能获得足够的总收入,因为该模式的转化率极低。而这些用户通常来自全球各个地区,使用各种不同类型的设备。针对不同的设备类型采用通用的平均值是没有意义的。
LTV范围:免费产品需要很长的货币化周期,把用户消费当作玩家是否开心的依据,就像参与度和消费紧密相关一样,因此可以作为分类的标准。
大多数的用户是不会付费的。免费产品的综合付费转化率比较低是因为把付费玩家和非付费玩家综合到了一起,所以任何对免费用户的衡量都是非常低的。因为大多数的用户是不付费的,所以ARPU以及ARPPU相差很多。
避免辛普森悖论的关键是要对反映两种不同用户之间的事实进行参考。用户划分在数据分析中是非常重要的,尤其是在免费产品当中,平均用户不仅不存在,而且是误导研发的因素之一。在一个具体的产品中,普世型的数据是没有多大参考意义的。
但用户分类并不只是在考虑产品研发路线的时候重要,如果一个游戏功能优先考虑最有价值和参与度最高当用户,因此这样的结论不仅是错误的,还会带来很多错误的用户。因此在产品做决策的时候需要考虑以下几点:定位(国家和地区);设备(平台、设备类型);获取渠道;用户早期行为(比如货币化或者参与度数据);进入游戏时间(控制季节性因素)。对于一些获取渠道来说,比如Facebook,其他数据也可以进行参考,比如年龄、性别等等。
和简单的把iOS与Android的比较数据相比,参考了这些因素的数据分析更加可靠。根本上来说,数据分析是为了提高用户使用的产品,如果分析采取的数据是错误的,那么真正的用户群是不会买账的。
数据分析咨询请扫描二维码
自学数据分析可能是一条充满挑战却又令人兴奋的道路。随着数据在现代社会中的重要性日益增长,掌握数据分析技能不仅能提升你的就 ...
2024-11-14数据分析相关职业选择 数据分析领域正在蓬勃发展,为各种专业背景的人才提供了丰富的职业机会。从初学者到有经验的专家,每个人 ...
2024-11-14数据挖掘与分析在金融行业的使用 在当今快速发展的金融行业中,数据挖掘与分析的应用愈发重要,成为驱动行业变革和提升竞争力的 ...
2024-11-14学习数据挖掘需要掌握哪些技能 数据挖掘是一个不断发展的领域,它结合了统计学、计算机科学和领域专业知识,旨在从数据中提取有 ...
2024-11-14统计学作为一门基于数据的学科,其广泛的应用领域和多样的职业选择,使得毕业生拥有丰厚的就业前景。无论是在政府还是企业,统计 ...
2024-11-14在当今高速发展的技术环境下,企业正在面临前所未有的机遇和挑战。数字化转型已成为企业保持竞争力和应对市场变化的必由之路。要 ...
2024-11-13爬虫技术在数据分析中扮演着至关重要的角色,其主要作用体现在以下几个方面: 数据收集:爬虫能够自动化地从互联网上抓取大量数 ...
2024-11-13在数据分析中,数据可视化是一种将复杂数据转化为图表、图形或其他可视形式的技术,旨在通过直观的方式帮助人们理解数据的含义与 ...
2024-11-13在现代银行业中,数字化用户行为分析已成为优化产品和服务、提升客户体验和提高业务效率的重要工具。通过全面的数据采集、深入的 ...
2024-11-13在这个数据飞速增长的时代,企业若想在竞争中占据优势,必须充分利用数据分析优化其营销策略。数据不仅有助于理解市场趋势,还可 ...
2024-11-13数据分析行业的就业趋势显示出多个积极的发展方向。随着大数据和人工智能技术的不断进步,数据分析在各行各业中的应用变得越来越 ...
2024-11-13市场数据分析是一门涉及多种技能和工具的学科,对企业在竞争激烈的市场中保持竞争力至关重要。通过数据分析,企业不仅可以了解当 ...
2024-11-13数据分析与数据挖掘是数据科学领域中两个关键的组成部分,它们各有独特的目标、方法和应用场景。尽管它们经常在实际应用中结合使 ...
2024-11-13在如今这个数据驱动的时代,数据分析能力已经成为许多行业的重要技能。无论是为工作需要,还是为了职业转型,掌握数据分析都能够 ...
2024-11-13在如今这个数据驱动的时代,数据分析能力已经成为许多行业的重要技能。无论是为工作需要,还是为了职业转型,掌握数据分析都能够 ...
2024-11-13作为一名业务分析师,你肩负着将业务需求转化为技术解决方案的重任。面试这一角色时,涉及的问题多种多样,涵盖技术技能、分析能 ...
2024-11-13自学数据分析可能看似一项艰巨的任务,尤其在开始时。但是,通过一些策略和方法,你可以系统地学习和掌握数据分析的相关知识和技 ...
2024-11-10Excel是数据分析领域中的一款强大工具,它凭借其灵活的功能和易用的界面,成为了许多数据分析师和从业者的首选。无论是简单的数 ...
2024-11-10在快速发展的商业环境中,数据分析能力已经成为许多行业的核心竞争力。无论是初学者还是经验丰富的专家,搭建一个有效的数据分析 ...
2024-11-10在如今的数据驱动世界,数据分析师在各行各业中扮演着至关重要的角色。随着企业越来越依赖数据决策,数据分析职位的需求不断增加 ...
2024-11-10