小白学数据分析:留存率分析

大数据
最近在做留存分析时,遇到了不少的情况,也经常会有人问我,为什么我的游戏突然次日留存率降了一半。如果留存率是单单作为一个简单的指标的话,那对你价值还是蛮有限的,今天就和大家说说一个case,这是不久前解决掉的问题,相信会帮助不少人。OK,这也将作为留存率分析的第一篇文章,后续在和各位分享。

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。

原文链接:http://www.cnblogs.com/yuyang-DataAnalysis/archive/2013/01/28/2880321.html

【编辑推荐】

责任编辑:彭凡 来源: 博客园
相关推荐

2012-09-11 11:29:25

2012-06-05 09:59:00

2012-05-31 09:33:28

数据分析

2017-09-21 10:34:38

留存分析数据分析留存

2014-01-22 15:34:00

数据分析

2012-06-07 09:51:20

2012-09-21 10:12:37

2012-06-08 13:54:59

2012-06-28 09:53:11

2012-06-14 09:46:55

数据分析

2012-06-15 10:13:03

2012-06-29 10:26:47

2019-10-14 15:57:36

数据分析多维度二八法

2016-11-25 13:05:18

2012-08-29 08:49:51

2017-01-23 16:30:46

数据分析大数据

2013-03-19 10:33:48

大数据相亲数据分析

2013-02-22 09:31:02

游戏运营留存率案例

2021-06-09 07:14:32

数据分析互联网运营大数据

2021-09-23 17:10:48

Python可视化漏斗图
点赞
收藏

51CTO技术栈公众号