项目二、游戏数据分析

一、前言：游戏行业的一些分析要点：产品、用户、渠道、营销

1.产品重点关注指标：

游戏里卖的是虚拟产品，要想激发购买欲，就要讲好故事，做好环节设置。如皮肤（一般是想炫耀），加属性装备（一般想追求胜利）等等。这里就有一个叫饱和度的概念。玩家玩到一定等级/时间，应该体验到哪些爽点、痛点，这时候该付费就付费，该流失就流失。需要密切关注玩家在游戏的饱和度，如果未达到策划预期或已经玩的差不多，要做到及时调整优化。

2.用户重点关注指标：

大部分国产游戏都并非长线运营游戏，玩家生命周期一般3个月不到，会更关注早期玩家进入游戏的首日、次日、3、7、30的留存率数据。还要考虑游戏用户的设备特征(Android/iOS /ipad)，考虑一个产品的适配性

3.渠道重点关注指标：

游戏的推广同样多渠道展开，每个渠道关注广告的点击、转化情况。重点关注各个渠道进来的用户后续质量,是否活跃和付费问题

4.营销重点关注指标：

游戏内对游戏道具的营销往往跟激发玩家情绪的活动相关,比如在推新地图，新模式的时候就可以推相应的道具进行促销游戏内促销也可做到点对点精准触发，比如玩家通关失败提示付费购买道具

二、理解数据：

数据包含训练集与测试集，本文主要对测试集数据进行分析
测试集数据共有828934条数据
本文主要对以下10个字段进行分析

主要从以下四个方面进行分析新增玩家分析：

从玩家数量、付费玩家占比、每日新增玩家数展开分析玩家活跃度分析：
从不同用户在线时长、分布特征展开分析玩家付费情况分析：
从PUR，ARPPU，ARPU等关键指标得出的情况来展开分析
玩家游戏习惯分析：
从不同玩家的pvp、pve这两个指标得出的情况来展开分析

三、分析过程：

1.新增玩家分析：
1.1 新增玩家数量

select
    count(distinct user_id) as 新增玩家数量,
    count(distinct if(pay_price > 0 ,user_id,null)) as 新增付费玩家,
    count(distinct if(pay_price = 0 ,user_id,null)) as 普通玩家,
    count(distinct if(pay_price > 0 ,user_id,null))/count(distinct user_id) as 付费玩家占比
from tap_fun_test

1.2 每日新增玩家数

select 
    date(register_time) as 日期,
    count(distinct user_id) as 新增用户数量,
    count(distinct if(pay_price > 0,user_id,null)) as 新增付费玩家
from tap_fun_test
group by 日期;

1.3 将数据可视化：

观察上图可知：

游戏公测期间有82w用户，其中付费用户只占了2%
每日新增玩家在3月10日有一次大高锋增长，在3月13日有一次小高峰增长，这正是因为这两次时间点举办了游戏活动，但是活动一过，后续新玩家注册量并没有显著提升，可见这两次活动并没有给游戏的人气带来实质性的帮助。
活动还需要力度并且保持一定的时间维度，给玩家充分了解游戏的时间，才能持续提高游戏热度。

2.玩家活跃度分析:
2.1 玩家平均在线时长:

    round(avg(avg_online_minutes),2) as 全部玩家平均在线时长,
    round(avg(if(pay_price=0,avg_online_minutes,null)),2) as 普通玩家平均在线时长,
    round(avg(if(pay_price>0,avg_online_minutes,null)),2) as 付费玩家平均在线时长
from tap_fun_test

2.2 平均在线时长的分布特点(制作箱体图)
2.2.1 全部玩家人数的下四分位数、中位数、上四分位数

select 
    round(count(distinct user_id)/4) as 下四分位数,
    round(count(distinct user_id)/2) as 中位数,
    round(count(distinct user_id)/4*3) as 上四分位数
from tap_fun_test

2.2.2 全部玩家人数的最小值、下四分位数、中位数、上四分位数、最大值对应的在线时长

select
    min(avg_online_minutes) as 最小值,
    (select avg_online_minutes from tap_fun_test order by avg_online_minutes limit 207233,1) as 下分四位数,
    (select avg_online_minutes from tap_fun_test order by avg_online_minutes limit 414466,1) as 中位数,
    (select avg_online_minutes from tap_fun_test order by avg_online_minutes limit 621700,1) as 上分四位数,
    max(avg_online_minutes) as 最大值
from tap_fun_test

2.2 付费玩家平均在线时长的分布特点(与上一个操作一致)

    round(count(distinct user_id)/4) as 下四分位数,
    round(count(distinct user_id)/2) as 中位数,
    round(count(distinct user_id)/4*3) as 上四分位数
from tap_fun_test
where pay_price >0;

select
    min(avg_online_minutes) as 最小值,
    (select avg_online_minutes from tap_fun_test where pay_price > 0 order by avg_online_minutes limit 4886,1) as 下分四位数,
    (select avg_online_minutes from tap_fun_test where pay_price > 0 order by avg_online_minutes limit 9774,1) as 中位数,
    (select avg_online_minutes from tap_fun_test where pay_price > 0 order by avg_online_minutes limit 14661,1) as 上分四位数,
    max(avg_online_minutes) as 最大值
from tap_fun_test
where pay_price >0;

2.3 数据可视化：

全部玩家的在线时长箱线图向下压缩的很厉害，全部玩家在线时长上四分位数为5， 75% 的玩家平均在线不到5分钟，可见玩家流失的情况还是比较严重的
-付费用户的在线时长箱线图中，下四分位数为31，中位数为 84，上四分位数191，也就是说，付费用户中，75%以上的的用户在线时长都超过了30分钟
3.玩家付费情况分析:
3.1 每个活跃玩家的收入(ARPU)

select 
    count(distinct if(avg_online_minutes > 15,user_id,null)) as AU,
    round(sum(pay_price),2) AS 总收入,
    round(sum(pay_price)/count(if(avg_online_minutes > 15,user_id,null)),2) as ARPU
from tap_fun_test;

3.2 每个活跃付费玩家的收入(ARPU)

select 
    count(distinct if(avg_online_minutes > 15 and pay_price > 0,user_id,null)) as APA,
    round(sum(pay_price),2) AS 总收入,
    round(sum(pay_price)/count(distinct if(avg_online_minutes > 15 and pay_price > 0,user_id,null)),2) as RPPU
from tap_fun_test;

3.3 付费率(PUR)

select 
    count(distinct if(avg_online_minutes>15,user_id,null)) as AU,
    count(distinct if(avg_online_minutes > 15 and pay_price > 0,user_id,null)) as APA,
    count(distinct if(avg_online_minutes > 15 and pay_price > 0,user_id,null))/count(distinct if(avg_online_minutes>15,user_id,null)) as PUR
from tap_fun_test;

3.4 数据可视化：

该游戏人均付费率ARPU很低，说明游戏的收入表现较差，但是对比ARPU，平均每个付费用户收入ARPPU很高，是ARPU的6倍有多，那就说明收费玩家的付费能力很强，针对这一点，我们可以做一些付费功能调整和优化，甚至专属大R玩家，让大R玩的更开心。
付费率只有可怜的2.70%，其实只要简单地开展一个首充活动，比如充1元可获得价值60元的大礼包，就能够很好地提高游戏的付费率了。付费率高，一样可以得到渠道青睐，获得更多推荐展示机会（行业俗称为“吸量”），间接提高游戏的热度。
4.玩家游戏习惯分析:
4.1 AU玩家的PVP、PVE情况

select 
    round(avg(pvp_battle_count),4) as 平均PVP次数,
    round(sum(pvp_lanch_count)/sum(pvp_battle_count),4) as 主动发起PVP概率,
    round(sum(pvp_win_count)/sum(pvp_battle_count),4) as PVP胜利概率,
    round(avg(pve_battle_count),4) as 平均PVE次数,
    round(sum(pve_lanch_count)/sum(pve_battle_count),4) as 主动发起PVE概率,
    round(sum(pve_win_count)/sum(pve_battle_count),4) as PVE胜利概率
from tap_fun_test
where avg_online_minutes > 15;

4.2 APA玩家的PVP、PVE情况

select 
    round(avg(pvp_battle_count),4) as 平均PVP次数,
    round(sum(pvp_lanch_count)/sum(pvp_battle_count),4) as 主动发起PVP概率,
    round(sum(pvp_win_count)/sum(pvp_battle_count),4) as PVP胜利概率,
    round(avg(pve_battle_count),4) as 平均PVE次数,
    round(sum(pve_lanch_count)/sum(pve_battle_count),4) as 主动发起PVE概率,
    round(sum(pve_win_count)/sum(pve_battle_count),4) as PVE胜利概率
from tap_fun_test
where pay_price > 0;

4.3 数据可视化：

从上图可以看出，APA玩家的平均PVE和PVP次数都要高于AU玩家两倍左右，显然APA玩家更愿意花费更多的时间在这个游戏上。
在PVE活动中，APA玩家主动发起进攻的概率和胜利的概率与AU玩家基本持平，其中主动发起PVE的概率非常高，可见游戏玩家还是比较熟悉游戏规则，基本上能主动刷副本打怪获取资源或者等级的提升。
另外游戏的PVE难度也不高，玩家的PVE胜率高达90%，可见游戏体验较为友好在PVP活动中，APA玩家主动发起进攻的概率和胜利的概率要明显高于AU玩家，在享受游戏对战乐趣的过程中，往往更能够收获胜利

四、结论：

1.新增用户分析

新增玩家有828934人，其中付费玩家有19549人，付费人数占注册总人数的2.36%。
每日新增玩家在3月10日有一次大高锋增长，在3月13日有一次小高峰增长。推断可能是举办了游戏活动，但是活动一过，后续新用户注册量并没有显著提升，可见这两次活动并没有给游戏的人气带来实质性的帮助。
在这两次活动举办期间，每日新增付费用户并没有提升，反而趋于下降，可见这两次活动主要是为了提高游戏热度。
建议加大活动力度，并保持一定的时间维度，给玩家充分了解游戏的时间，才能持续提高游戏热度。
2.玩家活跃度分析
全部玩家平均在线时长11.74分钟，付费玩家平均在线时长135.87分钟，付费玩家的平均在线时长要远远大于全体玩家的平均值，活跃度比他们大得多。
75%的玩家平均在线时长不超过1分钟，可见玩家流失的情况还是比较严重的。
付费用户中，75%以上的的用户在线时长都超过了30分钟，说明付费用户更加愿意投入时间到该款游戏中
3.玩家付费情况分析
付费率PUR比较低，只有2.70%。其实只要简单地开展一个首充活动，比如充1元可获得价值60元的大礼包，就能很好地提高游戏的付费率了。付费率高，一样可以得到渠道青睐，获得更多推荐展示机会（行业俗称为“吸量”），间接提高游戏的热度。- 目前较好的手游每日ARPU超过5元；一般的手游ARPU在3～5元之间；ARPU低于3元则说明表现较差。该手游平均每用户收入ARPU很低，说明游戏的收入表现较差，但是平均每付费用户收入ARPPU很高，说明大R的付费能力强，针对这一点，我们可以做一些付费功能的调整和优化，甚至专属大R的客服，让付费用户玩的更开心。
4.付费玩家习惯分析
APA玩家的平均PVE和PVP次数都要高于AU玩家两倍左右，显然APA玩家更愿意花费更多的时间在这个游戏上
在PVP活动中，APA玩家主动发起进攻的概率和胜利的概率要明显高于AU玩家，在享受游戏对战乐趣的过程中，往往更能够收获胜利。
在PVE活动中，APA玩家主动发起进攻的概率和胜利的概率与AU玩家基本持平，其中主动发起PVE的概率非常高，可见游戏玩家还是比较熟悉游戏规则，基本上能主动刷副本打怪获取资源或者等级的提升。
游戏的PVE难度也不高，玩家的PVE胜率高达90%，可见游戏体验较为友好