小白學數(shù)據(jù)分析之解析在線平高比
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】
