data->intelligence

摘要： 最近在看几个数据分析平台的数据，基本上都有DAU/MAU这个指标，这个指标很早之前就在社交游戏平台得以广泛使用，对于这个指标的一些解析，以前有写过，今天换个角度，通过比率分析来具体的分析一下这个DAU/MAU。或许从中你会得到一些其他的信息。DAU/MAU的传统分析与局限性首先，我们来看一下这个图：此图总结的是2011年12月25日到2012年9月19日的DAU/MAU的比值曲线图，可以看到初期的的变化比较剧烈，这点是因为刚刚开始测试，初期的DAU导入速度比MAU导入速度更快一些，因此此时比值相对较高，因为初期的DAU贡献主要来自于新登用户，DAU的快速扩张能力很强。但是我们去除初期的几个上线 阅读全文

摘要： 1.流失[Churn]每个月离开游戏的用户量，有时候也选择用每周来衡量。举个例子，比如一款游戏在月初有100人在游戏，其中70个人在那个月结束后仍旧留在游戏中，那么我们就说流失率为30%，因为那个月中30个人从最初的100人中离开了游戏。流失率也被用来分析一个玩家离开游戏的可能性。比如，一个游戏100个用户，其中30%的用户离开[30%流失率]。那么就意味着离开的可能性为30%，同样换个角度，也意味着，留下来的可能性为70%。所以如果我们要计算那个月结束后有多少玩家仍旧留在游戏中，那么我们就可以这样计算：留下来的百分比*月初的用户量，即70%*100=70，也就是说，该月结束时，有70个玩家留 阅读全文

摘要： 昨天看了香橼对360的质疑的相关报道，并且也看到了多个企业的大佬站出来拿着数据在互联网各种解释，今天新浪上也多了一篇文章《页游自曝ARPU值背后 不重要因计算方式不同》http://biz.265g.com/1209/183961.html，看罢后，感慨万千，鄙人也做了不算长时间的游戏数据分析，对于这个ARPU认识也算有一些，这里我谈谈香橼对360的质疑的事。关于ARPU的很多分析我之前已经写过了，这里不再细说。首先一点，这篇文章中提到了ARPU，并且给出了英文的解释：(Average Revenue Per User)，注意是每个用户的平均收益。那么如果按照这个定义，我们在计算ARPU的公式 阅读全文

摘要： 放在这个专题下，是因为有时候我们数据分析师的确是懂得一点数据库的操作知识或者会一些SQL，平时我用的比较多的就是MySQL，如果说我们一般就是要学一些SQL操作的话，可能就足以应付平时的工作，至于对象，比如Oracle，DB2等等数据库产品，这种SQL尽管差异有很多，不过总体上可以一条路走下来。不过今天说的几个问题是和MySQL产品本身有关系的，因为我们一些数据处理和分析是需要它来帮忙的。和MySQL打交道，基本我们都是在解决与数据库连接的问题比较挠头，下面简单说说怎么通过MySQL与Excel、SPSS、Clementine、R连接，并完成一些查询,限于篇幅分期描述一下。MySQL连接Exc 阅读全文

摘要： 最近一个时期和很多的人进行了交流，收获了不少，也思考了不少，如今我们都能得到数据，如今我们也都能按照所谓的定义和框架分析问题，只是我觉得有时候不必要一定要一直站在框架内去分析一些问题，进步和前进的力量来自于质疑，并进行革新和再创造。留存率这个数据指标不记得从何时起变得那么重要，重要到研发上把它作为游戏好坏的一个标准，运营商（平台）作为了一个准入的钥匙，是否值得继续下去。有时候觉得粗暴，甚至无知了有点。因为肤浅的百分比背后隐藏着更多的金子，也可能是垃圾。以上算是一点吐槽，更多潜在的问题这里不想累述，前几日写过一个关于的留存率是什么的文章，我想肯定很多人看过了，估计也都会用了，今天写的番外篇将从这 阅读全文

摘要： SPSS为我们提供了探索分析，所谓探索分析之所以是探索，是因为有时候我们对于变量的分布特点不是很清楚，探索的目的在于帮助我们完成以下的工作：识别数据：例如数据的分布形式、异常值、缺失值；正态性检验：服从正态分布的检验；方差齐性检验：不同数据组的方差是否相等。有关于方差齐性检验原理、正态分布这里不累述，这里主要介绍SPSS的探索分析使用。数据文件这里使用的文件是不同周期的充值用户的充值数据，这里主要是针对流失用户和活跃用户的充值数据。具体操作首先将源文件加载到SPSS中，选择菜单分析|描述统计|探索，如下图所示：之后弹出对话框如下：在该对话框中，有几个输入的位置：因变量：为我们要分析的目标变量， 阅读全文

摘要： 免费游戏中付费用户模型分析最近看了不少文章，对于付费用户的模型也有了很深刻的理解和认识，早先我做了不少关于大R，中间R，低端R用户的分析，想来还是觉得草草了事，近来有网友提出来，理论探讨的多了些，实践上手的东西少了点，毕竟还是叫做小白学数据分析啊，今天就把以前说过的付费用户的模型具体的实践一下。感悟和理论得到的灵感首先要感谢Nicholas Lovell 的这篇文章，是我得到了一些处理和分析这个模型的办法。连接如下：http://www.gamesbrief.com/2011/11/whales-dolphins-and-minnows-the-beating-heart-of-a-free- 阅读全文

摘要： 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：时间 注册用户数[新登用户] 累计注册用户数1日 100 1002日 120 2203日 110 330…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 阅读全文

摘要： 篇外话前段时间比较忙碌，小白系列也因此停了一段时间，这期间做了不少分析，发现和总结了不少经验，自己觉得还是很有用，不过倒都是一些基础的东西。最近很多人都在问一些基础术语和计算方式，我懂得不多，在此也想分享一下。在网站分析、电商分析、网游分析中，对于留存率的关注度极高，这一浪潮随着APP应用、社交游戏的火爆逐渐成为一个很重要的衡量准则，也甚至有了40-20-10准则。对于这个准则不予评价，今天就是简单说说留存率就是是个什么玩意。留存率顾名思义，就是留下来存在的比率。从时间上我们分为次日、三日、七日、14日、30日、90日、180日。从用户上来分，有新登用户和活跃用户两大类。但是我们大多数是关注时 阅读全文

摘要： 做数据分析这行也有些时间了，前段时间的博客更新的狠勤，这段时间其实更新的不多，不是没有东西，而是一直在考虑是否这些值得发出去帮助更多的新人去学习。回头看看自己写的一些东西，确实理论多了些，废话也多了些，其中道理可能也只有我自己懂得，方法也好，结论也好可能只能是我自己最懂和明白。本来是想分享给更多人更多的想法和观点，到头来其实帮助的人还是有限的。忽然觉得自己说的方法论多了些，理论多了些。其实很多东西大家估计都明白，回头自己思考了一下，这样的内容贴上来有点不负责，因为说来这是数据分析师都愿意有的毛病---眼高手低。有时候凭空设计一个模型，做好一个算法，自我在幻想威力肯定很大，实际应用应该很棒。但是 阅读全文