小白学数据分析:留存率分析

来源:51CTO  
2013/1/29 18:17:04
统计发现某三日的次日留存率较之前和之后下降了50%,但是在DAU整体趋势上没有显示的变化。



本文关键字: 数据分析 留存率分析

事件描述

统计发现某三日的次日留存率较之前和之后下降了50%,但是在DAU整体趋势上没有显示的变化。

但是通过查看安装量,用户注册量,发现安装量没有明显的波动,但是用户的注册量骤然增加。下图是系统统计的截图

我们再看一下用户注册量

原因分析

由以上的数据表现来看,初步断定是两种情况:

新开服务器

老玩家刷号

针对第一种情况,我做了以下注册和安装的趋势图

由游戏官网得到了游戏开服的时间表

图中除了1月6日的波峰是由于游戏做了软文投放,刺激了游戏用户增长外,其他的红圆圈(除了1月16日)均是在周末开新服刺激新用户增长的,工作日所开的新服并没有出现波峰,比如1月3日,1月7日,1月9日等等。该游戏在1月18日开设新服,根据刚才的经验,1月18日不会出现较大的波峰,但是从1月18日~20日出现一个较大的波峰。即排除了工作日新开服务器造成的影响。

那么也就是剩下了第二种情况,即老玩家存在刷号的可能性。那接下来,我们需要做两方面的工作:

继续查细分数据,如注册活跃占比,注册安装转化率,玩家单日游戏次数,留存趋势表现数据

继续查找数据有问题期间的运营活动情况,便于问题定位。

这里我们先说第二点,我在该游戏论坛发现了一个活动:

新服开放后,新建帮派在开服后前3日,召集10名玩家加入其帮派,即送帮主大量金币。

由此,基本确定问题出在了此处。不过我们还要从另一层面来看当时所在时期的问题,即从数据层面来看。

单日游戏次数

明显发现18~20日的单日游戏次数增加明显,这是小号增加,刷号的一个征兆,因为刚才我们看到了这个时期的安装量没有增长,只是注册大幅增长。

单次游戏时长

单日游戏时长从一直保持的相对平滑和稳定,但是在18~20日三日,出现了明显的波动,即用户单次游戏的时长不高,即存在大量低级账号。

留存趋势表现

留存率能够我们快速定位问题

是否是某一个新登用户质量的问题;

某一日或几日外部事件导致的留存变化。

如果是用户质量问题,那么该批次用户的新登次日留存率、二日、三日等留存率都会偏低;

如果是外部事件导致的,那么就是不同批次新登用户在某一统计日的留存率会表现的都很低;

我们先来看第一种情况:

次日留存率的前后变化

很明显的发现,次日留存率只是在18~20日三天下滑的很明显,三天之后次日留存率恢复正常水平。

接下来,我们再看看18~20日的留存趋势与21日之后的留存趋势表现

这里我们可以明显的发现,18~20日的留存曲线趋势表现整体上是低于之后的21~23日留存曲线的趋势表现,即18~20日的新增用户质量不高,因为大量是老用户刷新号登录造成数据增长,这样的用户实际上活跃度是有限的,即为了得到利益,使用小号作弊获得奖励的行为,而在数据层面的表现是很难看的。

换句话来说,这是运营活动设计的有问题,间接的影响了各项数据的表现。

至于第二种情况,这里就不说了,后续的文章中,会说到这个问题。

总结

这里就很简单了,留存率的分析绝对不是孤立的,也不是就看看可以了,驾驭留存率分析,能够帮助我们解决很多运营的问题,比如今天讨论的因为运营活动设置的比较事务导致数据的下滑,或者因为外部事件的干扰造成了数据的下滑。单一的留存率指标其实意义不大,但是综合利用其他指标,组合定位、分析问题,就显示出了它的作用。在后的关于留存率的文章中,会继续的来说,如何进行留存率的分析。

责编:孔维维
vsharing微信扫一扫实时了解行业动态
portalart微信扫一扫分享本文给好友

著作权声明:kaiyun体育官方人口 文章著作权分属kaiyun体育官方人口 、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。
最新专题
流动存储 为大数据而生

伴随信息技术的突飞猛进,更大量级的非结构化数据与结构化数据构成的大数据成为企业级存储所面临的最大挑战:一方..

磁盘阵列及虚拟化存储

利用数组方式来作磁盘组,配合数据分散排列的设计,提升数据的安全性。虚拟化存储,对存储硬件资源进行抽象化表现。

    畅享
    首页
    返回
    顶部
    ×
      信息化规划
      IT总包
      供应商选型
      IT监理
      开发维护外包
      评估维权
    客服电话
    400-698-9918
    Baidu
    map