
小白學(xué)數(shù)據(jù)分析--解析在線(xiàn)平高比
這是一篇很早的雜文了,當(dāng)時(shí)我記得是看到在線(xiàn)平高比比較好奇,索性就研究了一番,后來(lái)很多人對(duì)我這種行為很不理解,就是一個(gè)簡(jiǎn)單的在線(xiàn)平高比,有什么可以研究和追問(wèn)的。但是,其中仔細(xì)研究下發(fā)現(xiàn)還不是那么簡(jiǎn)單的。接下來(lái)我們解決幾個(gè)問(wèn)題。
什么是在線(xiàn)平高比
在線(xiàn)平高比,也有叫做CCU比率的,即平均在線(xiàn)占最高在線(xiàn)比例,公式就是R=ACU/PCU。這個(gè)公式看似很簡(jiǎn)單,大家估計(jì)很多人都會(huì)使用,那么究竟這個(gè)公式要說(shuō)明什么問(wèn)題?在解釋問(wèn)題之前簡(jiǎn)單的把ACU和PCU說(shuō)明一下,因?yàn)楹芏嗳诉€不清楚。
ACU平均同時(shí)在線(xiàn)人數(shù)
定義
統(tǒng)計(jì)當(dāng)日所有統(tǒng)計(jì)時(shí)刻中總在線(xiàn)人數(shù)的平均值,即總的在線(xiàn)人數(shù)的和除以統(tǒng)計(jì)時(shí)刻數(shù)。比如:
在00:00:00————6000人在線(xiàn)
在00:10:00————6600人在線(xiàn)
在00:20:00————6900人在線(xiàn)
總在線(xiàn)人數(shù)之和19500人次,3個(gè)統(tǒng)計(jì)時(shí)刻,那么ACU=19500/3=6500人。至于PCU就是這樣的統(tǒng)計(jì)數(shù)據(jù)中最大的值。比如上述的數(shù)據(jù)中PCU=6900。
ACU/PCU的預(yù)警值
ACU/PCU的預(yù)警值是0.5,也就說(shuō)在一款游戲中我們能夠接受的最低標(biāo)準(zhǔn)是0.5,低于0.5的標(biāo)準(zhǔn)就說(shuō)明游戲存在比較大的問(wèn)題。那么為什么必須是0.5?
首先我們來(lái)看CCU曲線(xiàn)圖
我們都清楚在游戲中一天24小時(shí),晚間是一般游戲的高峰時(shí)期,PCU也一般會(huì)在晚上出現(xiàn),當(dāng)然也有在下午的出現(xiàn)的時(shí)候,都不盡相同。這也就意味著一條CCU曲線(xiàn)必然是有很大的起伏和落差的。
CCU曲線(xiàn)繪制的前提是通過(guò)對(duì)每個(gè)統(tǒng)計(jì)時(shí)刻的數(shù)據(jù)進(jìn)行匯總才能得到這條曲線(xiàn),那么這樣現(xiàn)在我們這樣來(lái)做這條曲線(xiàn),如下圖:
我們看到了橘**的部分其實(shí)就是這一天所有統(tǒng)計(jì)時(shí)刻的人數(shù)總和,其實(shí)也就是橘**部分的面積,這是一個(gè)不規(guī)整的圖形,顯然如果我們要去計(jì)算這個(gè)圖形的面積只能通過(guò)微積分解決(這也是微積分的定義和來(lái)源)。
那么說(shuō)的這些和ACU有什么關(guān)系?
如我們所定義的,ACU是平均同時(shí)在線(xiàn)人數(shù),是總?cè)藬?shù)/總的統(tǒng)計(jì)時(shí)刻,ACU的出現(xiàn)等于說(shuō)把這個(gè)不規(guī)整的圖形變成了一個(gè)長(zhǎng)方形,長(zhǎng)是統(tǒng)計(jì)的時(shí)刻,寬是ACU的值。
可以看到我們把原來(lái)不規(guī)整的圖形變成了一個(gè)完整的長(zhǎng)方形,ACU作為了基準(zhǔn)線(xiàn),那些在基準(zhǔn)線(xiàn)以上的面積補(bǔ)充到了基準(zhǔn)線(xiàn)以下的部分,從而構(gòu)成了這個(gè)長(zhǎng)方形。
至此,我們就可以開(kāi)始解釋為什么是0.5了。原因其實(shí)很簡(jiǎn)單,如果出現(xiàn)在了ACU基準(zhǔn)線(xiàn)以上的部分越多,那么整體上的PCU表現(xiàn)就越好,進(jìn)而我們也就發(fā)現(xiàn)了在24小時(shí)內(nèi)玩家的上線(xiàn)活躍度是提升的,增高的。
但是實(shí)際當(dāng)中情況不是這樣的,更多的時(shí)候其實(shí)是一段時(shí)間走高的,比如晚上7點(diǎn)-12點(diǎn)這段時(shí)間的數(shù)據(jù)時(shí)走高的,這是PCU緩慢形成的時(shí)間區(qū)間。而同時(shí)我們?cè)谟?jì)算ACU時(shí),取的是平均值,PCU拉的越高,就意味著這形成這一峰值所需要的時(shí)間是很長(zhǎng)的(一般不會(huì)出現(xiàn)瞬間形成PCU),換句話(huà)形成PCU,得有一個(gè)緩慢上升的過(guò)程,但是我們希望這個(gè)上升想斜坡長(zhǎng),陡,這樣也以為著活躍的用戶(hù)很多。
然而如果我們發(fā)現(xiàn)這個(gè)比值已經(jīng)低于0.5了,那么也就意味著:
PCU形成的不明顯,波峰被稀釋掉了;
關(guān)鍵時(shí)期的人氣沒(méi)有得到提升;
游戲產(chǎn)品的生命周期進(jìn)入衰退階段(長(zhǎng)期0.5以下);
突發(fā)情況造成。
ACU/PCU能干什么?
剛才已經(jīng)說(shuō)了這個(gè)指標(biāo)低于0.5時(shí)的分析情況,那也是這個(gè)指標(biāo)的用途所在,補(bǔ)充還有幾點(diǎn):
我們看到了ACU是經(jīng)過(guò)計(jì)算的平均值,相比PCU而言,其變化幅度是相對(duì)比PCU緩慢的,進(jìn)而ACU變化的緩慢,PCU變化是很迅速的,因?yàn)镻CU容易受到很多因素的影響:
比如某個(gè)新活動(dòng);
新版本的更新;
小號(hào)泛濫;
事件營(yíng)銷(xiāo)。
進(jìn)而我們可以推斷出,一般情況下這條曲線(xiàn)是不會(huì)劇烈的變化(因?yàn)椴皇苡绊懙那闆r下PCU波動(dòng)也是相對(duì)穩(wěn)定的),但是如果有了以上的因素刺激,那么這條曲線(xiàn)變化很劇烈。這樣很容易就能知道一些我們想要的結(jié)果,利于我們分析,比如
游戲游戲粘性是否下降;
游戲活動(dòng)分析;
版本更新分析;
活動(dòng)更新分析;
工作室小號(hào)情況參考。
總的來(lái)說(shuō),雖然只是一個(gè)比值,但是其背后的只是和內(nèi)容還是很多的,這需要我們?nèi)?/span>分析和把握。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線(xiàn)” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類(lèi)核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話(huà)題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11