day04：举例：游戏公司运营分析

 

 

 

 

 

分析目标¶

• 为了了解当前游戏的运营情况，对游戏从以下3个方面进行分析

  • 1.新增玩家分析：从玩家数量、付费玩家占比、每日新增玩家数

  • 2.玩家活跃度分析：从不同用户在线时长、分布特征展开分析

  • 3.玩家付费情况分析：从PUR，ARPPU、ARPU等关键指标进行分析

 

 

字段解读¶

 

 

• 'user_id'： 玩家唯一ID

• 'pay_price'： 付费金额

• 'register_time'： 玩家注册时间

• 'avg_online_minutes'： 在线时长

• 'pvp_battle_count'： 与玩家对战次数

• 'pvp_lanch_count'： 主动发起与玩家对战的次数

• 'pvp_win_count'： 与玩家对战获胜的次数

• 'pve_battle_count'： 与电脑对战次数

• 'pve_lanch_count'： 主动发起与电脑对战的次数

• 'pve_win_count'： 与电脑对战获胜次数

 

 

数据加载¶

 

In [ ]:

#导入需要的库
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
#忽略警告
import warnings
warnings.filterwarnings('ignore')

# 中文乱码的处理
plt.rcParams['font.sans-serif']=['PingFang HK'] #mac系统使用
# plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# windows使用设置微软雅黑字体
plt.rcParams['axes.unicode_minus'] = False # 避免坐标轴不能正常的显示负号

 

In [ ]:

# ./game_op.csv
df = pd.read_csv('./game_op.csv').drop(columns='Unnamed: 0')
df.head()

 

Out[ ]:

	user_id	pay_price	register_time	avg_online_minutes	pvp_battle_count	pvp_lanch_count	pvp_win_count	pve_battle_count	pve_lanch_count	pve_win_count
0	1	0.0	2018-02-02 19:47:15	0.333333	0	0	0	0	0	0
1	1593	0.0	2018-01-26 00:01:05	0.333333	0	0	0	0	0	0
2	1594	0.0	2018-01-26 00:01:58	1.166667	0	0	0	0	0	0
3	1595	0.0	2018-01-26 00:02:13	3.166667	0	0	0	0	0	0
4	1596	0.0	2018-01-26 00:02:46	2.333333	0	0	0	0	0	0

 

 

数据预处理¶

 

In [ ]:

df.info()

 

 

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2288007 entries, 0 to 2288006
Data columns (total 10 columns):
 #   Column              Dtype  
---  ------              -----  
 0   user_id             int64  
 1   pay_price           float64
 2   register_time       object 
 3   avg_online_minutes  float64
 4   pvp_battle_count    int64  
 5   pvp_lanch_count     int64  
 6   pvp_win_count       int64  
 7   pve_battle_count    int64  
 8   pve_lanch_count     int64  
 9   pve_win_count       int64  
dtypes: float64(2), int64(7), object(1)
memory usage: 174.6+ MB

 

In [ ]:

def get_date(d):
    return d.split(' ')[0]
df['register_time'] = df['register_time'].map(get_date)

 

In [ ]:

df['register_time'] = pd.to_datetime(df['register_time'])

 

In [ ]:

df.info()

 

 

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2288007 entries, 0 to 2288006
Data columns (total 10 columns):
 #   Column              Dtype         
---  ------              -----         
 0   user_id             int64         
 1   pay_price           float64       
 2   register_time       datetime64[ns]
 3   avg_online_minutes  float64       
 4   pvp_battle_count    int64         
 5   pvp_lanch_count     int64         
 6   pvp_win_count       int64         
 7   pve_battle_count    int64         
 8   pve_lanch_count     int64         
 9   pve_win_count       int64         
dtypes: datetime64[ns](1), float64(2), int64(7)
memory usage: 174.6 MB

 

In [ ]:

#是否存在缺失数据
df.isnull().any(axis=0)

 

Out[ ]:

user_id               False
pay_price             False
register_time         False
avg_online_minutes    False
pvp_battle_count      False
pvp_lanch_count       False
pvp_win_count         False
pve_battle_count      False
pve_lanch_count       False
pve_win_count         False
dtype: bool

 

In [ ]:

#是否存在重复数据
df.duplicated().sum()

 

Out[ ]:

0

 

In [ ]:

df[['pay_price','avg_online_minutes']].describe()

 

Out[ ]:

	pay_price	avg_online_minutes
count	2.288007e+06	2.288007e+06
mean	5.346691e-01	1.020749e+01
std	2.263835e+01	3.895946e+01
min	0.000000e+00	0.000000e+00
25%	0.000000e+00	5.000000e-01
50%	0.000000e+00	1.833333e+00
75%	0.000000e+00	4.833333e+00
max	7.457950e+03	2.049667e+03

 

 

新增玩家分析¶

 

 

新增玩家数量¶

 

 

• 查看每日新增玩家数量
  • 查看不同注册日期的用户数量

 

In [ ]:

day_grow_df = df.groupby(by='register_time')['user_id'].count().reset_index().rename(columns={'register_time':'注册时间','user_id':'新增用户数'})
day_grow_df

 

Out[ ]:

	注册时间	新增用户数
0	2018-01-26	70250
1	2018-01-27	70417
2	2018-01-28	79227
3	2018-01-29	63803
4	2018-01-30	50201
5	2018-01-31	56522
6	2018-02-01	83245
7	2018-02-02	60173
8	2018-02-03	51659
9	2018-02-04	60421
10	2018-02-05	60998
11	2018-02-06	57203
12	2018-02-07	71576
13	2018-02-08	72402
14	2018-02-09	50143
15	2018-02-10	53521
16	2018-02-11	54014
17	2018-02-12	52231
18	2018-02-13	50638
19	2018-02-14	54419
20	2018-02-15	78707
21	2018-02-16	56355
22	2018-02-17	44477
23	2018-02-18	59447
24	2018-02-19	117311
25	2018-02-20	92860
26	2018-02-21	43720
27	2018-02-22	42110
28	2018-02-23	44635
29	2018-02-24	45648
30	2018-02-25	49835
31	2018-02-26	42647
32	2018-02-27	39140
33	2018-02-28	42928
34	2018-03-01	36226
35	2018-03-02	42775
36	2018-03-03	48970
37	2018-03-04	50989
38	2018-03-05	44726
39	2018-03-06	41438

 

In [ ]:

plt.plot(day_grow_df['注册时间'],day_grow_df['新增用户数'])
plt.xticks(rotation=30)

 

Out[ ]:

(array([17563., 17570., 17577., 17584., 17591.]),
 [Text(0, 0, ''),
  Text(0, 0, ''),
  Text(0, 0, ''),
  Text(0, 0, ''),
  Text(0, 0, '')])

 

 

 

结论：在2月18日左右会有一次新增用户的大幅增长。其次，在1月27日、2月1日和2月15日左右都有几次小高峰的增长。

 

 

新增付费玩家用户数量¶

 

 

• 查看每日新增付费玩家数量

 

In [ ]:

pay_df = df.loc[df['pay_price'] > 0]
pay_df

 

Out[ ]:

	user_id	pay_price	register_time	avg_online_minutes	pvp_battle_count	pvp_lanch_count	pvp_win_count	pve_battle_count	pve_lanch_count	pve_win_count
25	1617	0.99	2018-01-26	44.666667	0	0	0	0	0	0
40	1632	2.97	2018-01-26	199.333333	1	1	1	6	6	6
47	1639	12.97	2018-01-26	109.333333	0	0	0	0	0	0
86	1678	0.99	2018-01-26	127.833333	0	0	0	0	0	0
119	1711	0.99	2018-01-26	203.166667	0	0	0	0	0	0
...	...	...	...	...	...	...	...	...	...	...
2287944	3190468	0.99	2018-02-03	168.666667	11	8	7	21	21	15
2287946	3190470	352.77	2018-02-03	548.500000	51	36	38	161	161	151
2287960	3190484	0.99	2018-02-03	185.666667	9	0	7	77	77	74
2287970	3190494	0.99	2018-02-03	62.000000	13	5	5	18	18	18
2287984	3190508	1.98	2018-02-03	20.333333	5	2	4	10	10	7

41439 rows × 10 columns

 

In [ ]:

pay_grow_df = pay_df.groupby(by='register_time')['user_id'].count().reset_index().rename(columns={'register_time':'注册时间','user_id':'新增用户数'})
pay_grow_df

 

Out[ ]:

	注册时间	新增用户数
0	2018-01-26	1636
1	2018-01-27	1519
2	2018-01-28	1513
3	2018-01-29	1498
4	2018-01-30	1236
5	2018-01-31	1032
6	2018-02-01	1126
7	2018-02-02	1393
8	2018-02-03	1201
9	2018-02-04	1155
10	2018-02-05	1356
11	2018-02-06	992
12	2018-02-07	976
13	2018-02-08	1016
14	2018-02-09	1111
15	2018-02-10	1039
16	2018-02-11	962
17	2018-02-12	1206
18	2018-02-13	841
19	2018-02-14	703
20	2018-02-15	687
21	2018-02-16	989
22	2018-02-17	749
23	2018-02-18	784
24	2018-02-19	1052
25	2018-02-20	839
26	2018-02-21	1021
27	2018-02-22	834
28	2018-02-23	1007
29	2018-02-24	866
30	2018-02-25	855
31	2018-02-26	1034
32	2018-02-27	695
33	2018-02-28	740
34	2018-03-01	666
35	2018-03-02	1032
36	2018-03-03	904
37	2018-03-04	994
38	2018-03-05	1169
39	2018-03-06	1011

 

In [ ]:

plt.plot(pay_grow_df['注册时间'],pay_grow_df['新增用户数'])
plt.xticks(rotation=30)

 

Out[ ]:

(array([17563., 17570., 17577., 17584., 17591.]),
 [Text(0, 0, ''),
  Text(0, 0, ''),
  Text(0, 0, ''),
  Text(0, 0, ''),
  Text(0, 0, '')])

 

 

 

结论：每天新增付费玩家的用户数量是在浮动式的下滑。

 

 

新增付费玩家占比¶

 

 

• 查看新增用户数量

 

In [ ]:

grow_sum = day_grow_df['新增用户数'].sum()

 

 

• 查看新增付费玩家用户数量

 

In [ ]:

pay_sum = pay_grow_df['新增用户数'].sum()

 

 

• 绘制图例显示新增用户总数和新增付费用户总数的占比情况

 

In [ ]:

plt.pie([grow_sum,pay_sum],labels=['总新增用户数','新增付费用户数'],autopct='%.2f%%')

 

Out[ ]:

([<matplotlib.patches.Wedge at 0x285b33730>,
  <matplotlib.patches.Wedge at 0x285b31490>],
 [Text(-1.0982826393725091, 0.06144301467990718, '总新增用户数'),
  Text(1.098282643687039, -0.061442937558425566, '新增付费用户数')],
 [Text(-0.5990632578395504, 0.033514371643585734, '98.22%'),
  Text(0.5990632601929303, -0.03351432957732303, '1.78%')])

 

 

 

玩家活跃度分析¶

 

 

全部玩家平均在线时长¶

 

In [ ]:

avg_time = df['avg_online_minutes'].mean()
avg_time

 

Out[ ]:

10.207489627790176

 

 

付费玩家的平均在线时长¶

 

In [ ]:

pay_df['avg_online_minutes'].mean()

 

Out[ ]:

140.18774584526693

 

 

结论：明显可以看出，付费玩家的平均在线时长要远远大于全体玩家的平均值，活跃度比他们高得多。

 

 

平均在线时长的分布特点¶

 

 

• 全部玩家在线时长的分布特点

 

In [ ]:

df['avg_online_minutes'].describe()

 

Out[ ]:

count    2.288007e+06
mean     1.020749e+01
std      3.895946e+01
min      0.000000e+00
25%      5.000000e-01
50%      1.833333e+00
75%      4.833333e+00
max      2.049667e+03
Name: avg_online_minutes, dtype: float64

 

 

结论：所有的玩家中，75%的用户平均在线时长是<5分钟，说明用户流失相对比较严重。

 

 

• 付费玩家在线时长的分布特点

 

In [ ]:

pay_df['avg_online_minutes'].describe()

 

Out[ ]:

count    41439.000000
mean       140.187746
std        149.972913
min          0.000000
25%         33.000000
50%         88.833333
75%        194.666667
max       1674.666667
Name: avg_online_minutes, dtype: float64

 

 

结论：在付费用户中，有75%的用户的平均在线时长是超过了33分钟。

 

 

玩家付费情况分析¶

 

 

关键指标¶

• AU：活跃用户数
  • 平均在线时长超过15分钟的用户数量
• ARPU：平均每个活跃用户的收入
  • 总收入 / AU活跃用户数
• APA：活跃付费用户数
  • 是活跃用户并且也是付费用户的用户数量
• ARPPU：平均付费玩家收入
  • 总收入 / APA活跃付费用户数
• PUR：付费率
  • APA活跃付费用户数 / AU活跃用户数

 

 

指标计算¶

 

 

• 活跃用户数AU
  • 平均在线时长超过15分钟的用户数量

 

In [ ]:

#取出了所有活跃用户的行数据
au_df = df.loc[df['avg_online_minutes'] >= 15]
au_df

 

Out[ ]:

	user_id	pay_price	register_time	avg_online_minutes	pvp_battle_count	pvp_lanch_count	pvp_win_count	pve_battle_count	pve_lanch_count	pve_win_count
25	1617	0.99	2018-01-26	44.666667	0	0	0	0	0	0
29	1621	0.00	2018-01-26	24.166667	0	0	0	0	0	0
40	1632	2.97	2018-01-26	199.333333	1	1	1	6	6	6
47	1639	12.97	2018-01-26	109.333333	0	0	0	0	0	0
64	1656	0.00	2018-01-26	25.333333	0	0	0	0	0	0
...	...	...	...	...	...	...	...	...	...	...
2287960	3190484	0.99	2018-02-03	185.666667	9	0	7	77	77	74
2287964	3190488	0.00	2018-02-03	34.166667	10	4	4	6	6	4
2287970	3190494	0.99	2018-02-03	62.000000	13	5	5	18	18	18
2287984	3190508	1.98	2018-02-03	20.333333	5	2	4	10	10	7
2287994	3190518	0.00	2018-02-03	94.833333	26	20	15	23	23	15

229208 rows × 10 columns

 

In [ ]:

AU = au_df['user_id'].count()
AU

 

Out[ ]:

229208

 

 

• 平均每个活跃用户的收入ARPU
  • 总收入 / AU活跃用户数

 

In [ ]:

total_amount = df['pay_price'].sum()
ARPU = float(format(total_amount / AU,'.2f'))
ARPU

 

Out[ ]:

5.34

 

 

• 活跃付费用户数APA
  • 是活跃用户并且也是付费用户的用户数量

 

In [ ]:

APA = df.query('avg_online_minutes >= 15 & pay_price > 0')['user_id'].count()
APA

 

Out[ ]:

36339

 

 

• 平均付费玩家收入ARPPU
  • 总收入 / APA活跃付费用户数

 

In [ ]:

ARPPU = float(format(total_amount / APA,'.2f'))
ARPPU

 

Out[ ]:

33.66

 

 

• 付费率PUR：
  • APA活跃付费用户数 / AU活跃用户数

 

In [ ]:

PUR = float(format(APA / AU,'.2f'))
PUR

 

Out[ ]:

0.16

 

 

• 核心指标数据可视化

 

In [ ]:

ax1 = plt.subplot(1,2,1)
ax1.bar(['AU','APA'],[AU,APA],width=0.5,alpha=0.5)

ax2 = plt.subplot(1,2,2)
ax2.bar(['ARPU','ARPPU'],[ARPU,ARPPU],width=0.5,alpha=0.5,color='red')

 

Out[ ]:

<BarContainer object of 2 artists>

 

 

 

• 结论：
  • APA活跃付费用户远低于活跃用户数AU。并且该游戏的活跃用户的人均付费率ARPU很低，说明游戏收入表现较差，但是对比ARPU，平均每个付费用户的ARPPU很高，是ARPU的6倍多，说明游戏对活跃用户的体验感较差。
  • 付费率为0.16偏低，因此可以开展首冲活动，让用户充值少量的钱，开始逐渐付费，例如充值6元获得限量的礼包。付费率高，就可以更多的获得渠道商的青睐。