小白学数据分析--充值记录分析
充值记录分析的方法有很多种,维度很多,今天就说说一个比较初级的分析方法,希望对于各位有一定的帮助和指导。
首先来看一下充值记录的格式,一般而言我们取到的数据都是交易格式(什么事交易格式这里不说了,大家应该都了解)
以上为我们看到的交易记录,这样的一份充值交易记录究竟我们能够做一些什么样的研究很分析?下面就简单说一下我的想法和思路,大家来看看。
我们知道在做周报、月报等分析时,经常会使用ARPU指标,一般的方法是:
总充值(总消耗)/充值人数(消耗人数)
然而这样的ARPU计算其实存在一定的问题,因为ARPU的高低容易受到这段时期的版本、充值人数、流失情况、版本IB等很多的因素影响,在每个公司的内部数据分析报告上不会就简单的给出ARPU指标,就胡乱的分析(还是那句话,不懂得业务,就不要数据分析)。今天我们撇开那些影响因素不谈,单从ARPU本身来衡量,根据ARPU的计算公式,ARPU直接受到人数和充值总额的影响,实际上上ARPU的升降受影响比较大的是充值额,当然不是绝对的。因为APA是一个付费金字塔,处于顶端的APA每个人的充值贡献往往是低端群体的基本甚至是几十倍,这些APA的贡献某种意义上是拉高了ARPU,反过来,如果低端APA过多,此时又会拉低ARPU,从这个角度来看我们不能简单的看待报告中的ARPU指标,唯ARPU论,还要参考付费渗透率、流失率、购买力等等很多因素。
而在这些众多考虑的方面之一,就是需要我们把ARPU进一步拆解和细分,这里我们就要用到充值记录的处理和分析,关于购买记录和购买ARPU以后会继续写一下。如刚才上述的充值记录,我们往往取到的充值数据就如同以上的形式,对于这样的交易记录,对于我们而言如果要利用,需要进行一下处理,假如我们取1个月的充值数据,以下为处理以后的数据:
这里说明一下,实际上账户1在一个月充值两次,分别为100和25,处理后的账户1个月总共充值125元,并且有充值活跃的天数为2天(其实这个对于购买活跃度更加有用),之所以要加上这个充值或者购买活跃度,原因在于一般游戏中玩家或选择每月一次性充值就OK,然而当玩家每月充值频繁起来,活跃度提升,很大程度上归结为几点原因:一、消费透支,比如奖券赌博性质的道具;二、大笔购买导致存留不足;三、积攒、收集、合成缺少微量付费道具,补齐型消费;四、交互型消费,公会、帮派、战队、交友等购买赠送需求。
在得到以上格式的充值数据后,我们就可以进行充值数据的分析,其实方法很简单,通过Excel的描述分析或者SPSS的描述性分析,求出充值数据中的中位数、众数、四分位数。之所以要求出这些统计指标,目的在于同ARPU(算术平均数)进行比较,ARPU与中位数、众数的距离和偏差从侧面可以反映出目前的ARPU是否平衡和良性,这是一种考察ARPU的方式,从玩家的充值数据的计算和分析上,来看看玩家充值是否符合正态分布,也可以进行正态性检验或者通过查看偏度和峰度系数。
以上说的是第一部分分析,此外根据充值数据,通过Excel的数据透视表,进行充值数据的汇总,之后通过组合功能,设置步长,进而我们就能具体查看在ARPU之下具体有多少APA,之前在文章中,我们谈论过APA存在一个金子塔的模型,也就是说APA存在低端付费玩家,中端付费玩家,高端付费玩家(笼统的说),通过ARPU的位置和在ARPU之下的具体的APA群体数量来确定究竟在金字塔模型上有多少玩家处于何种阶段和级别。
有一种情况,我们不得不警惕,通过ARPU来看玩家的消费不是非常好的方式,因为通过低端或者高端玩家的拉动,ARPU表现出的水平不一定是整体玩家的真实充值和消费水平,所以要通过数据透视表的步长计算以及描述性统计更全面的衡量的ARPU。当然了,这只是就ARPU本身出发来分析,但是ARPU背后的信息还需要结合其他指标和游戏设计、运营活动等信息来综合分析,说到底还是要先懂的业务,深刻地理解游戏系统、运营活动等方面来进行接下来的数据分析。
P.S.最近在做一些分析是时,发现很多人还是从单一数据指标入手分析问题,这种方式是不可取的,不是说体系不重要,但是就一些问题而言,我们必须要建立一个分析的数据框架,有了框架,分析才能深刻和彻底,就目前的数据分析而言,我们不缺少数据,不缺少数据点,在数据越来越多的情况下,如果建立一套合适的解决问题的数据框架是非常重要的。一方面不要只从一个指标入手,单点分析,只看到大象屁股,没看到整个大象。另一方面,也不能为了有而有,建立一些数据框架,大而空,实际业务问题又不能在这个框架下有效的解决并作出决策。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
“最近复购率一直在下降,我们的营销力度不小啊,为什么用户还是走了?” “是不是广告投放的用户质量不高?还是我们的产品问题 ...
2025-02-21以下文章来源于数有道 ,作者数据星爷 SQL查询是数据分析工作的基础,也是CDA数据分析师一级的核心考点,人工智能时代,AI能为 ...
2025-02-19在当今这个数据驱动的时代,几乎每一个业务决策都离不开对数据的深入分析。而其中,指标波动归因分析更是至关重要的一环。无论是 ...
2025-02-18当数据开始说谎:那些年我们交过的学费 你有没有经历过这样的场景?熬了三个通宵做的数据分析报告,在会议上被老板一句"这数据靠 ...
2025-02-17数据分析作为一门跨学科领域,融合了统计学、编程、业务理解和可视化技术。无论是初学者还是有一定经验的从业者,系统化的学习路 ...
2025-02-17挖掘用户价值本质是让企业从‘赚今天的钱’升级为‘赚未来的钱’,同时让用户从‘被推销’变为‘被满足’。询问deepseek关于挖 ...
2025-02-17近来deepseek爆火,看看deepseek能否帮我们快速实现数据看板实时更新。 可以看出这对不知道怎么动手的小白来说是相当友好的, ...
2025-02-14一秒精通 Deepseek,不用找教程,不用买资料,更不用报一堆垃圾课程,所有这么去做的,都是舍近求远,因为你忽略了 deepseek 的 ...
2025-02-12自学 Python 的关键在于高效规划 + 实践驱动。以下是一份适合零基础快速入门的自学路径,结合资源推荐和实用技巧: 一、快速入 ...
2025-02-12“我们的利润率上升了,但销售额却没变,这是为什么?” “某个业务的市场份额在下滑,到底是什么原因?” “公司整体业绩 ...
2025-02-08活动介绍 为了助力大家在数据分析领域不断精进技能,我们特别举办本期打卡活动。在这里,你可以充分利用碎片化时间在线学习,让 ...
2025-02-071、闺女,醒醒,媒人把相亲的带来了。 我。。。。。。。 2、前年春节相亲相了40个, 去年春节相亲50个, 祖宗,今年你想相多少个 ...
2025-02-06在数据科学的广阔领域中,统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域,但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据,同时有大量未标记数据点时,可以使用半监督学习算法来处理。在sklearn中,基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况:训练数据中大部分样本没有标签。此时,我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数,被除数) 3、四舍五入 =ROUND(数字,保留小数位数) 4、取绝对值 =AB ...
2025-02-03作者:CDA持证人 余治国 一般各平台出薪资报告,都会哀嚎遍野。举个例子,去年某招聘平台发布《中国女性职场现状调查报告》, ...
2025-02-02真正的数据分析大神是什么样的呢?有人认为他们能轻松驾驭各种分析工具,能够从海量数据中找到潜在关联,或者一眼识别报告中的数 ...
2025-02-01现今社会,“转行”似乎成无数职场人无法回避的话题。但行业就像座围城:外行人看光鲜,内行人看心酸。数据分析这个行业,近几年 ...
2025-01-31