游戲數(shù)據(jù)分析應(yīng)避免‘辛普森悖論’_數(shù)據(jù)分析師

“辛普森悖論”（Simpson’s paradox）指的是在人們嘗試探究?jī)煞N變量是否具有相關(guān)性的研究中，在某些前提下有時(shí)會(huì)產(chǎn)生的一種現(xiàn)象。也就是說(shuō)，該理論認(rèn)為在分組比較中都占優(yōu)勢(shì)的一方，會(huì)在總評(píng)中反而是失勢(shì)的一方。辛普森悖論主要是由于一些所謂“復(fù)雜變量”的影響，其弊端是沒(méi)有對(duì)各個(gè)元素進(jìn)行細(xì)化分析。

比如說(shuō)，如果一個(gè)移動(dòng)應(yīng)用的用戶組成是1萬(wàn)人用Android設(shè)備、5000人使用iOS設(shè)備，那么整體的付費(fèi)轉(zhuǎn)化率應(yīng)該是5%，其中iOS設(shè)備的轉(zhuǎn)化率為4%，而Android設(shè)備則是5.5%。如果在同等貨幣化效率的前提下，（也就是說(shuō)Android用戶和iOS用戶消費(fèi)一樣多），一個(gè)資源渠道有限的產(chǎn)品經(jīng)理就可能會(huì)根據(jù)這個(gè)數(shù)據(jù)做出很夸張的決定，或許會(huì)有限選擇Android平臺(tái)研發(fā)，甚至?xí)∠鹖OS研發(fā)。

然而，當(dāng)把這個(gè)數(shù)據(jù)分開(kāi)來(lái)看，就會(huì)出現(xiàn)不同的結(jié)果：

我們都知道iOS平板的付費(fèi)轉(zhuǎn)化率比Android平板高出很多，而且iOS智能機(jī)的轉(zhuǎn)化率也相對(duì)更好。了解了這些，產(chǎn)品經(jīng)理或許會(huì)對(duì)未來(lái)的產(chǎn)品決策進(jìn)行重新衡量。這種情況下，設(shè)備類(lèi)型就是復(fù)雜變量：如果數(shù)據(jù)是根據(jù)設(shè)備類(lèi)型得到，那么其他的數(shù)據(jù)就可能被完全忽略。在具體設(shè)備方面，iOS的付費(fèi)轉(zhuǎn)化率可以完全擊敗Android，但在整體上卻低于Android的主要原因是，兩個(gè)平臺(tái)的設(shè)備類(lèi)型表現(xiàn)不同：平板的轉(zhuǎn)化率高于智能機(jī)，總體上來(lái)講，iOS設(shè)備的轉(zhuǎn)化率低于Android總體設(shè)備的轉(zhuǎn)化率，盡管Android平板的轉(zhuǎn)化率更低。

iOS和Android整體付費(fèi)轉(zhuǎn)化率（上）和具體設(shè)備轉(zhuǎn)換率（下）比較的結(jié)果差異

造成這樣差別的原因如下:http://cda.pinggu.org/

用戶量：免費(fèi)產(chǎn)品需要很大的用戶量才能獲得足夠的總收入，因?yàn)樵撃Ｊ降霓D(zhuǎn)化率極低。而這些用戶通常來(lái)自全球各個(gè)地區(qū)，使用各種不同類(lèi)型的設(shè)備。針對(duì)不同的設(shè)備類(lèi)型采用通用的平均值是沒(méi)有意義的。

LTV范圍：免費(fèi)產(chǎn)品需要很長(zhǎng)的貨幣化周期，把用戶消費(fèi)當(dāng)作玩家是否開(kāi)心的依據(jù)，就像參與度和消費(fèi)緊密相關(guān)一樣，因此可以作為分類(lèi)的標(biāo)準(zhǔn)。

大多數(shù)的用戶是不會(huì)付費(fèi)的。免費(fèi)產(chǎn)品的綜合付費(fèi)轉(zhuǎn)化率比較低是因?yàn)榘迅顿M(fèi)玩家和非付費(fèi)玩家綜合到了一起，所以任何對(duì)免費(fèi)用戶的衡量都是非常低的。因?yàn)榇蠖鄶?shù)的用戶是不付費(fèi)的，所以ARPU以及ARPPU相差很多。

避免辛普森悖論的關(guān)鍵是要對(duì)反映兩種不同用戶之間的事實(shí)進(jìn)行參考。用戶劃分在數(shù)據(jù)分析中是非常重要的，尤其是在免費(fèi)產(chǎn)品當(dāng)中，平均用戶不僅不存在，而且是誤導(dǎo)研發(fā)的因素之一。在一個(gè)具體的產(chǎn)品中，普世型的數(shù)據(jù)是沒(méi)有多大參考意義的。

但用戶分類(lèi)并不只是在考慮產(chǎn)品研發(fā)路線的時(shí)候重要，如果一個(gè)游戲功能優(yōu)先考慮最有價(jià)值和參與度最高當(dāng)用戶，因此這樣的結(jié)論不僅是錯(cuò)誤的，還會(huì)帶來(lái)很多錯(cuò)誤的用戶。因此在產(chǎn)品做決策的時(shí)候需要考慮以下幾點(diǎn)：定位（國(guó)家和地區(qū)）；設(shè)備（平臺(tái)、設(shè)備類(lèi)型）；獲取渠道；用戶早期行為（比如貨幣化或者參與度數(shù)據(jù)）；進(jìn)入游戲時(shí)間（控制季節(jié)性因素）。對(duì)于一些獲取渠道來(lái)說(shuō)，比如Facebook，其他數(shù)據(jù)也可以進(jìn)行參考，比如年齡、性別等等。

和簡(jiǎn)單的把iOS與Android的比較數(shù)據(jù)相比，參考了這些因素的數(shù)據(jù)分析更加可靠。根本上來(lái)說(shuō)，數(shù)據(jù)分析是為了提高用戶使用的產(chǎn)品，如果分析采取的數(shù)據(jù)是錯(cuò)誤的，那么真正的用戶群是不會(huì)買(mǎi)賬的。