實戰(zhàn)：數據分析基本思路及手法

【計算機論文】實戰(zhàn)：數據分析基本思路及手法

首先，我們來看比較常見的分析方法：5W2H分析法：What(用戶要什么？)Why(為什么要？)Where(從哪兒得到？)When(我們什么時候做？)Who(對誰做？)Howmuch(給多少？)How(怎么做？)PS：(what)用戶要極品裝備！(why)因為他們要增強戰(zhàn)力(where)裝備從BOSS身上得到；(when)我們國慶節(jié)做這個活動！(who)針對所有玩家！(howmuch)BOSS爆率設定為XX(how)活動以怪物攻城形式進行。上述是一種需求的轉換形式，就產品而言，又要以數據為支持，不能因某個元素而動整體；從大局出發(fā)，根據整體數據趨勢進行細化分析，那么就目前而言的分析手法，又有對比分析、交叉分析，相關分析，回歸分析，聚類分析等等。如果某款游戲下載量高，注冊量低；是否因為服務器登陸問題或注冊流程繁瑣，是否近期網絡出現故障如果某款游戲數據一直良好，某段時間數據突然跌落；是否因為市場宣傳力度減弱，是否因為用戶生命周期上限，是否因為其他競品沖擊真正的數據分析不在于數據本身，而在于分析能力的概述；數據是參照物，是標桿，只有分析才是行為，是改變；那么如何分析，綜合上面兩個舉例，已經可以很清晰的看到立體式分析。立體式分析，也就是維度分析；產品數據的發(fā)掘不應該僅僅拘泥于產品；大環(huán)境下的娛樂產物必須綜合產品、市場、用戶進行不同切入點分析；要知道，數據分析是基于商業(yè)目的，而商業(yè)離不開用戶和市場；說白了就是結合不同維度進行有目的的數據收集、整理、加過和分析，他的存在價值就是通過數據提取有價值的信息去優(yōu)化產品從而拉更多人，賺更多錢。那么如何分析，大致思路又是如何？[為什么分析？]首先，你得知道為什么分析？付費同比、環(huán)比波動較大？[分析目標是誰？]數據波動，目標是誰？付費總額波動，付費用戶數據如何？[想達到什么效果？]通過分析付費用戶，找到問題，解決問題從而提升收入？[需要什么？]想做出分析，需要什么？付費總額，付費人數？付費次數？付費人數各等級占比？[如何采集？]直接數據庫調??？或者交給程序猿導出？[如何整理？]數據出來，如何整理付費等級、付費次數報表？[如何分析？]整理完畢，如何對數據進行綜合分析，相關分析？用戶資源是否飽和？市場其他明星產品充值活動更具吸引力？產品付費系統是否出現問題，是否失去新鮮感？[如何展現？]找準問題，老付費用戶流失了很多，低端付費轉化低；很多是多少？轉化低是什么概念？如何用圖表表現？[如何輸出？]找準問題，如何輸出；如何將這份知識報表轉換為產品商業(yè)價值體系；如何說服程序？如何說服策劃？如何具體執(zhí)行？如何將知識轉換為生產力？上述是比較系統的分析思路，細化而言；對于數據分析，又需要我們根據不同人群建立不同的用戶模型；例如流失模型、流失特征；充值模型等等。接下來我們再綜合AARRR模型分解一些較為常見的數據：Acquisition(獲取)、Activation(活躍)、Retention(留存)、Revenue(收益)、Refer(傳播)上圖為AARRR模型中的基本數據，我們再對以往數據進行總結：日新增用戶數：DNU；每日注冊并登陸游戲用戶數，主要衡量渠道貢獻新用戶份額以及質量。一次會話用戶：DOSU；新登用戶中只有一次會話的用戶，主要衡量渠道推廣質量如何，產品初始轉化情況，用戶導入障礙點檢查。日活躍用戶：DAU；每日登陸過游戲的用戶數，主要衡量核心用戶規(guī)模，用戶整體趨勢隨產品周期階段變化，細分可概括新用戶轉化、老用戶活躍與流失情況。周/月活躍用戶：WAU、MAU；截止統計日，周/月登陸游戲用戶數，主要衡量周期用戶規(guī)模，產品粘性，以及產品生命周期性的數據趨勢表現。用戶活躍度：DAU/MAU；主要衡量用戶粘度，通過公式計算用戶游戲參與度，人氣發(fā)展趨勢，以及用戶活躍天數統計。留存：次日、三日、七日、雙周、月留存；表現不同時期，用戶對游戲的適應性，評估渠道用戶質量；衡量用戶對游戲黏性。付費率：PUR，統計時間內，付費用戶占活躍用戶比例；主要衡量產品付費引導是否合理，付費點是否吸引人；付費活動是否引導用戶付費傾向，付費轉化是否達到預期?；钴S付費用戶數：APA；統計時間內，成功付費用戶數，主要衡量產品付費用戶規(guī)模，付費用戶構成，付費體系穩(wěn)定性如何。每活躍用戶平均收益：ARPU；統計時間內，活躍用戶對游戲產生的人均收入，主要衡量不同渠道的用戶質量，游戲收益，以及活躍用戶與人均貢獻關系。每付費用戶平均收益：ARPPU；統計時間內，付費用戶對游戲產生的平均收入，主要衡量游戲付費用戶的付費水平，整體付費趨勢，以及不同付費用戶有何特征。平均生命周期：TV；統計周期內，用戶平均游戲會話時長，主要衡量產品粘性，用戶活躍度情況。生命周期價值：LTV；用戶在生命周期內，為游戲貢獻價值；主要衡量用戶群與渠道的利潤貢獻，用戶在游戲中的價值表現。用戶獲取成本：CAC；用戶獲取成本，主要衡量獲取有效用戶的成本，便于渠道選擇，市場投放。投入產出比：ROI；投入與產出關系對比，主要衡量產品推廣盈利/虧損狀態(tài)，篩選推廣渠道，分析每個渠道的流量變現能力，實時分析，衡量渠道付費流量獲取的邊際效應，拿捏投入力度，結合其他數據(新增、流失、留存、付費等)調整游戲，進行流量轉化與梳理。最后便是一種較為常見的數據分析手法：杜邦分析