小白學數據分析--把握分析標準與敏感度

今天說說從另一個方面來分析一下數據，如果通過Excel的復合圖表來分析一下DAU，同理分析其他數據指標的方法也是一樣的。在游戲數據分析方面，一般數據變化都是以周為周期進行有規律的變化的，所以無論我們進行什么時間周期的分析，一定要把握周期變化情況適時的做出分析，否則就會得出錯誤的結論和圖表。
　　如下圖所示，每逢周五到周日數據會較平日出現明顯的波峰情況，而且這種變化是一種以周為周期性的變化趨勢，也是我們做出分析時的考慮因素。


　　但是情況也不是固定的，比如在手機APP游戲中的情況如下所示：

　　其周末效應就不是非常的明顯，但是也存在變化的情況，說道這個分析還是要把握游戲類型和具體的客群情況來定。
　　但是有一點是必須說的，當我們要進行比較分析、趨勢分析等其他分析時，必須要為數據找到合適的參照環境，也就是說存在一個標準或者叫做基準去衡量這段時間的數據變化情況。如果沒有這標準就會出現下面的情況。
　　你會發現出現波峰交叉出現的情況，這是由于本月周末的DAU數據對應了上月DAU周四和周五的數據，但是該圖的橫軸坐標使用的是本月的星期變化情況，這樣對于我們在分析數據時其實有很大的障礙和問題。

　　為此就需要我們去統一個參照環境，進行標準的分析和對照，比如我們參照本月的星期為統一的橫軸坐標，然后就會發現周末數據會出現在同一天，這樣便于我們衡量數據的周末效應。

　　下面就具體來說說怎么從曲線圖來進行分析DAU情況。
　　同比：為了消除數據周期性波動的影響，將本周期內的數據與之前周期中相同時間點的數據進行比較。早期的應用是銷售業等受季節等影響較嚴重，為了消除趨勢分析中季節性的影響，引入了同比的概念，所以較多地就是當年的季度數據或者月數據與上一年度同期的比較，計算同比增長率。
　　環比：反應的是數據連續變化的趨勢，將本期的數據與上一周期的數據進行對比。最常見的是這個月的數據與上個月數據的比較，計算環比增長率，因為數據都是與之前最近一個周期的數據比較，所以是用于觀察數據持續變化的情況。
　　其實同比、環比沒有嚴格的適用范圍或者針對性的應用，一切需要分析在時間序列上的變化情況的數據或者指標都可以使用同比和環比。
　　在網游的數據分析中，我們要經常使用這兩個術語，而且使用維度從日、周、月、年全部覆蓋，但是需要注意的是網游中的同環比應用要考慮很多因素，網游產品要考慮停服、事故、更新、活動等很多情況，所以諸如環比，同比的使用時要把在考慮這些情況下適度的使用，且不能沒有緣由的比較完畢后，但是沒告訴看報告的人為什么同環比下滑或者上浮這么大。同環比能夠為網游產品整體運營的發展狀況提供有力的參考，但是必須建立在一定的基礎上和環境的考慮上。
　　下面我們就從一個android平臺的手機游戲應用的數據開始說起曲線圖分析活躍用戶和相關的信息。
　　如下圖，為每日用戶的變化趨勢，這里使用了柱形圖，實際上，最好是用曲線圖，這是從系統上截取的圖片，大概表示了3個月的數據（12月17日-3月16日）。從下圖看得出來，圣誕節，元旦，春節，元宵節日活躍日數有小幅的提升，但是注意到春節只有除夕夜當日活躍較高，隨后下降明顯，這種情況基本上在節后都存在下降，而且非常明顯。


　　具體來看每日的新用戶變化情況，圣誕節出現一次新增用戶的明顯增長，元旦的增長空間明顯大于圣誕節，這是因為，元旦基本都放假，符合中國人的習慣，但是很多公司把活動大都設置在了圣誕節，某種意義上是有點問題的，元旦后新登用戶數開始下降，直到春節假期結束后，數據才恢復到12月中下旬的水平，這一點說明了一個問題，這款產品客群中，白領上班族會很多，因為2月份為假期，12月份為非假期，而這在數據表現上差異不大，說明學生群體的作用有限，此外3月份開學后，我們發現新登用戶的增長空間有限，因此可以證明剛才所說的結論，對于這一點的證明，可以參看百度指數，側面能夠驗證是否說得準確。

　　對于啟動次數來看，出現了三個拐點，分別是，元旦、除夕夜、2月中旬?？偟膩碚f，節日期間手機的使用頻率會增加，相應的會刺激手機應用啟動，但是仔細觀察發現，以除夕（1月22日）為節點，之后數據整體表現開始下滑，并開始加速，從某方面來看，說明學生客群不是非常多，因為開學后，啟動次數并沒有出現預測中的反彈，此外也要考慮根PLC有一定的關系，這也是觀察的重點，因為我們看到DAU整體的水平也是下降。

　　從新增用戶的變化趨勢來看，android market 依然是主要的渠道，從2月份后，進入一個相對穩定波動的時期，過年期間，表現低迷，這是一種正?，F象，如之前所分析的情況，學生客群比例相對少，白領在過年休假結束后，數據上會出現反彈，并保持一個相對穩定的波動，2月6日出現一個小高峰，原因在于該日為元宵節，月末開學后，學生群逐漸涌入，在3月初拉起小高峰后，數據表現基本和2月份持平，學生群體帶動效果不明顯。

　　而刨除android market再看，來自于其他渠道的用戶很多，說明用戶選擇渠道相對寬泛，而且學生群體在這一方面的表現先對積極一些，整體來看，其他渠道新增用戶變化在一個合理的范圍內，在2月份效果好于春節假期和年前，可以從某一方面猜測，年后時間相對寬松，用戶選擇下載并成為用戶的渠道多樣化起來。

　　1018版本和1084版本變化差異比較大，尤其是在月末開學階段，1018版本對于學生用戶來說比較受歡迎，相比較假期而言，提升幅度比較大，然而1084版本在開學后卻處于開始大幅下降的階段，版本差異需要進一步查詢原因才能核實。此外年前，兩個版本的投放出去后，出現的異常情況比較多，這些異常信息需要引起注意，并結合版本的設置，研發情況，進行記錄和分析。

　　以上為今天說的內容,說到底就是要把握數據分析中的參照和標準,同時還要仔細周到的考慮可能會涉及的一些影響因素,單一的數據分析是不能解決一些深層次的問題,我記得之前有人問我,怎么從數據分析中能把握客群,分析客群.今天就從數據分析中得到這些內容，今天就到這里，明天會把質量控制的內容寫一寫，把一些問題回復一下，就到這里啦。