偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

小白學數(shù)據(jù)分析之解析在線平高比

開發(fā) 開發(fā)工具 大數(shù)據(jù)
這是一篇很早的雜文了,當時我記得是看到在線平高比比較好奇,索性就研究了一番,后來很多人對我這種行為很不理解,就是一個簡單的在線平高比,有什么可以研究和追問的。但是,其中仔細研究下發(fā)現(xiàn)還不是那么簡單的。接下來我們解決幾個問題。

什么是在線平高比

在線平高比,也有叫做CCU比率的,即平均在線占最高在線比例,公式就是R=ACU/PCU。這個公式看似很簡單,大家估計很多人都會使用,那么究竟這個公式要說明什么問題?在解釋問題之前簡單的把ACU和PCU說明一下,因為很多人還不清楚。

ACU平均同時在線人數(shù)

定義

統(tǒng)計當日所有統(tǒng)計時刻中總在線人數(shù)的平均值,即總的在線人數(shù)的和除以統(tǒng)計時刻數(shù)。比如:

在00:00:00————6000人在線

在00:10:00————6600人在線

在00:20:00————6900人在線

總在線人數(shù)之和19500人次,3個統(tǒng)計時刻,那么ACU=19500/3=6500人。至于PCU就是這樣的統(tǒng)計數(shù)據(jù)中最大的值。比如上述的數(shù)據(jù)中PCU=6900。

ACU/PCU的預警值

ACU/PCU的預警值是0.5,也就說在一款游戲中我們能夠接受的最低標準是0.5,低于0.5的標準就說明游戲存在比較大的問題。那么為什么必須是0.5?

首先我們來看CCU曲線圖

我們都清楚在游戲中一天24小時,晚間是一般游戲的高峰時期,PCU也一般會在晚上出現(xiàn),當然也有在下午的出現(xiàn)的時候,都不盡相同。這也就意味著一條CCU曲線必然是有很大的起伏和落差的。

CCU曲線繪制的前提是通過對每個統(tǒng)計時刻的數(shù)據(jù)進行匯總才能得到這條曲線,那么這樣現(xiàn)在我們這樣來做這條曲線,如下圖:

我們看到了橘黃色的部分其實就是這一天所有統(tǒng)計時刻的人數(shù)總和,其實也就是橘黃色部分的面積,這是一個不規(guī)整的圖形,顯然如果我們要去計算這個圖形的面積只能通過微積分解決(這也是微積分的定義和來源)。

那么說的這些和ACU有什么關系?

如我們所定義的,ACU是平均同時在線人數(shù),是總人數(shù)/總的統(tǒng)計時刻,ACU的出現(xiàn)等于說把這個不規(guī)整的圖形變成了一個長方形,長是統(tǒng)計的時刻,寬是ACU的值。

可以看到我們把原來不規(guī)整的圖形變成了一個完整的長方形,ACU作為了基準線,那些在基準線以上的面積補充到了基準線以下的部分,從而構成了這個長方形。

至此,我們就可以開始解釋為什么是0.5了。原因其實很簡單,如果出現(xiàn)在了ACU基準線以上的部分越多,那么整體上的PCU表現(xiàn)就越好,進而我們也就發(fā)現(xiàn)了在24小時內玩家的上線活躍度是提升的,增高的。

但是實際當中情況不是這樣的,更多的時候其實是一段時間走高的,比如晚上7點-12點這段時間的數(shù)據(jù)時走高的,這是PCU緩慢形成的時間區(qū)間。而同時我們在計算ACU時,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間是很長的(一般不會出現(xiàn)瞬間形成PCU),換句話形成PCU,得有一個緩慢上升的過程,但是我們希望這個上升想斜坡長,陡,這樣也以為著活躍的用戶很多。

然而如果我們發(fā)現(xiàn)這個比值已經低于0.5了,那么也就意味著:

PCU形成的不明顯,波峰被稀釋掉了;

關鍵時期的人氣沒有得到提升;

游戲產品的生命周期進入衰退階段(長期0.5以下);

突發(fā)情況造成。

ACU/PCU能干什么?

剛才已經說了這個指標低于0.5時的分析情況,那也是這個指標的用途所在,補充還有幾點:

我們看到了ACU是經過計算的平均值,相比PCU而言,其變化幅度是相對比PCU緩慢的,進而ACU變化的緩慢,PCU變化是很迅速的,因為PCU容易受到很多因素的影響:

比如某個新活動;

新版本的更新;

小號泛濫;

事件營銷。

進而我們可以推斷出,一般情況下這條曲線是不會劇烈的變化(因為不受影響的情況下PCU波動也是相對穩(wěn)定的),但是如果有了以上的因素刺激,那么這條曲線變化很劇烈。這樣很容易就能知道一些我們想要的結果,利于我們分析,比如

游戲游戲粘性是否下降;

游戲活動分析;

版本更新分析;

活動更新分析;

工作室小號情況參考。

總的來說,雖然只是一個比值,但是其背后的只是和內容還是很多的,這需要我們去分析和把握。

原文鏈接:http://www.cnblogs.com/yuyang-DataAnalysis/archive/2012/06/28/2568534.html

【編輯推薦】

  1. 小白學數(shù)據(jù)分析:怎么做流失分析
  2. 小白學數(shù)據(jù)分析之K-means理論篇
  3. 小白學數(shù)據(jù)分析之從購買記錄分析道具支付環(huán)節(jié)
  4. 小白學數(shù)據(jù)分析之付費滲透率
  5. 小白學數(shù)據(jù)分析之Excel制作INFOGRAPHIC

責任編輯:彭凡 來源: 博客園
相關推薦

2012-06-07 09:51:20

2012-06-05 09:59:00

2013-01-29 09:57:23

數(shù)據(jù)分析

2012-06-28 09:53:11

2012-06-14 09:46:55

數(shù)據(jù)分析

2012-06-15 10:13:03

2012-06-08 13:54:59

2012-05-31 09:33:28

數(shù)據(jù)分析

2012-09-11 11:29:25

2012-09-21 10:12:37

2013-04-27 13:55:34

大數(shù)據(jù)全球技術峰會

2012-08-29 08:49:51

2019-10-14 15:57:36

數(shù)據(jù)分析多維度二八法

2016-11-25 13:05:18

2017-01-23 16:30:46

數(shù)據(jù)分析大數(shù)據(jù)

2013-05-03 09:23:36

數(shù)據(jù)分析

2021-06-09 07:14:32

數(shù)據(jù)分析互聯(lián)網運營大數(shù)據(jù)

2024-01-10 08:22:38

物聯(lián)網數(shù)據(jù)分析建模人工智能

2021-06-29 07:04:39

SQL數(shù)據(jù)視圖

2016-05-18 11:57:02

數(shù)據(jù)分析數(shù)據(jù)思維大數(shù)據(jù)
點贊
收藏

51CTO技術棧公眾號