NO IMAGE

資料指標累計使用者數的使用

累計使用者數是指註冊使用者數的累計,即可以認為是新使用者的累計。在一般的資料統計中,我們基本上都會涉及到這個指標,且這個指標是逐漸累加的,比如:

時間                   註冊使用者數[新登使用者]           累計註冊使用者數

1日                    100                                                 100

2日                    120                                                 220

3日                    110                                                 330

那麼這個指標究竟有什麼用?以前作為我自己也沒有想到什麼比較好用的方式去分析這個資料,既然存在了這個指標,就有存在的價值。此處,我所提到的分析思路和方法也是基於電商的一些分析方法,且對於累計使用者數的分析,還具有延展性,能夠完成一些更深入的分析,今天就簡單的來說說這個指標的分析。

可以想象的是,如果根據累計使用者數來做一條曲線的話,這個曲線應該是呈現逐漸增長的形式,且不斷增長,然而受到版本更新,新市場開拓,季節影響因素,該曲線是會發生變化的。如下圖所示:

從上圖可以看到,我們可以把改圖分成幾個時期,比如在第一個拐點我們可以定義為匯入期,該階段是使用者量的引入時期,比如我們有時候遊戲進行小範圍的測試,之後進入到了快速的增長期,歷經過了增長期,我們發現其斜率發生了變化,符合線性迴歸,當然這不是唯一的形式,根據不同的遊戲在其增長期之後的累計使用者變化還要根據實際情況確立。

然而我們這裡只能是總體上衡量我們目前遊戲使用者的總量,以及預測後期的使用者量的走勢,包括活躍情況,以及收入情況的預測。

但是我們有一個疑問,單單看這個圖能分析出什麼呀?只是確定不同的時期而已?

其實這個圖的分析我們還要確立一條曲線,這條曲線就是老使用者比例曲線,通過結合老使用者比例曲線和使用者總量的曲線結合分析,就能夠得到更好的分析結果。這種組合的方式分析的結論一般有幾種結論。

1)負增長型

淺色的曲線代表的是老使用者的比例,通過老使用者比例的變化並結合累計使用者的變化,我們基本上能夠看到遊戲目前的使用者量的變化和走勢,如上圖所示,經歷過了增長期後,在隨後穩定的累計使用者階段,我們能夠看到老使用者的比例實際上是開始走下坡路了,即隨著累計使用者的不斷,其活躍使用者的比例其實是向下走。這點,我們可以通過累計使用者數和老使用者百分比進行相關性分析,是呈負相關的。這種負增長的形式,便於我們及早發現一些遊戲的問題,從巨集觀上把控遊戲質量。這種負相關,我們可以再看看日活躍的曲線來分析。此處明顯看到,日活躍是在增長以後,又開始了下降,根據這種下降我們可以預測收入和人氣資料。

 

2)保質型增長

 

所謂保質型增長其實就是使用者量不斷增長,但是老使用者的比例卻沒有出現下滑的型別,其隱藏的含義,就是我們的活躍使用者是處於增長時期的,保質型增長可以幫助我們在一段時間內能夠預測遊戲收入情況、使用者的增長情況。此處我們再列出來日活躍使用者的曲線:

 

3)斷層型增長

所謂斷層性增長是老使用者比例先高後低再增長的形式,這種情況比如我們新渠道的開拓,大型版本的更新[影響範圍和跨度較大],但是多數時候是受制於新的渠道和市場的開拓,此時也要結合累計使用者比例的變化情況來分析,也許有人此時會問,那麼直接使用新登和活躍使用者的變化不是更直接嗎?此處加上累計使用者的目的就在於從另外一個角度說明遊戲的目前變化狀態情況[總量與現有老使用者的關係]

 

然而這種變化情況下,如果我們要進行一些預測分析,其難度其實很到,因為很難去把控在下一個階段的資料走勢和變化,之所以我們這裡做的這種分析,目的就是為了服務於預測分析。

4)穩健性增長

所謂穩健性的增長,就是老使用者增長是隨著累計使用者數的增長同步的關係,說白了是一種正相關,即總量漲,老使用者也在漲。

 

而實際的活躍使用者曲線也確實如此:

 

總結

說了這麼多的廢話,為什麼還繞個彎子做這些分析呢?

原因其實很簡單,老闆需要下一個階段的遊戲收入、人氣情況,然而對於遊戲去做預測這個事本身來說就存在很大的誤差,因為受到的影響因素實在很多,因此下一個階段的預測分析出了要考慮這些因素的同時還要考慮其他的因素,而這些因素就是你的遊戲目前處於哪個時期,是穩健的增長,還是保質型增長,還是負增長,或者斷層性增長。作為對於未來一段時間的分析,我們必須要參考現階段的使用者變化情況,這是一個參考依據。

如果我們只是列出來一條目前的活躍使用者和新登使用者的變化曲線,我們不能很好的判斷遊戲處於的時期和其他資訊,比如使用者總量的情況與老使用者的留存比例等等。

以上寫的僅是個人見解和分析思路,請指正。