
小白学数据分析--什么是活跃_I(DAU)
最近和几个人聊天,大家对于活跃都有着自己的看法,此外因为一些标准的问题,不熟悉分析术语的很多人把活跃,留存等很多信息都搞混了.后来发现这是一个很现实的问题。在一些我 看来不是问题的问题都变成了问题了,因此在此特地说说活跃的事,帮助更多从事游戏数据分析的小白们成长。
究竟什么是活跃?在日常与外界合作过程中,我们经常日活跃、周活跃、月活跃等等信息,貌似听起来比较简单,但是真正如果自己实施操作统计数据时却发现自己又不懂这些定义,因此作为一些分析师、甚至开发人员就会发现很难去操作。以下我将描述三个活跃的定义、使用方式、分析方法以及注意事项,限于篇幅今天就说说日活跃的分析使用。
日活跃
统计标准
日活跃的统计标准有很多种,在RPG中有日活跃角色数和日活跃账号数。这类游戏由于存在创建角色的问题,所以一般会分成两种统计方式。一般比较多见的是日活跃账号数,可以认为就是日活跃用户数。当然,很多游戏室不存在这样的多角色概念,因此通用日活跃账号数来作为统计的标准为最佳。
当然,还有一种统计标准就是设备的唯一标示,比如MAC,这样统计日活跃设备数量,不过价值相对不大。
定义标准
统计日登录过游戏的账号数,此处要去重。
比如某日有1000个账号登录过游戏,总计登录次数为1600次(因为存在某些账号重复登录游戏),那么该日的日活跃账号数为1000。不要小看这个解释,在实际操作中,经常会出现问题,例如我们在写SQL语句提取数据时就应该加上distinct 进行去重操作:
Select count(distinct passportid) from playerlogintable
如果没有加上distinct 统计的就是所有登录玩家的总计的登录次数,这样就会出现大的问题。
日活跃能分析什么?
单单一天的日活跃其实只能与前一日或者历史同期做一个环比或者同比的分析。但是日活跃的能发挥的作用远远超出你的想象。
核心用户规模
核心用户规模的衡量其实和产品周期结合起来来看,在大部分游戏中,日活跃大概的构成可以分成以下的部分。
其中,新登用户对于日活跃用户的影响是最大的,一般新登占比达到40%,而这个比例其实是可以判断游戏核心用户规模的依据之一。
从上图的构成来看,如果新登用户在后续不断转化稳定的老用户以后,那么老活跃用户的规模是在不断增长的,同时,如果新登用户的注入水平保持不变,这样来看,游戏的核心用户有规模是在增长,并且新登用户所占的日活跃百分比是在下降的;如果新登用户注入水平也在增长,且不断转化为老用户,即核心用户规模也在增长,那么新登用户所占百分比会在一个区间稳定的变化的。
刚才所提到的核心用户规模,之所以使用日活跃用户来衡量,原因在于,以每日作为一个衡量的单位比较客观反映用户的游戏积极性,以日作为统计长度,恰好符合用户游戏的最短的周期性循环。
那么在日常的分析中,我们可以简单计算一个周期内,每日新登用户和活跃用户的关系比例,看一个长期趋势,一定程度上反映了目前核心用户的规模增长情况。
那这里有人会问,怎么看待回流用户的作用呢?
实际上,回流用户对于日活跃用户的贡献比例是极低的,但是该部分的贡献却不能够忽略,因为在重大节日、渠道推广等各种营销手段上线以后,会对于游戏日活跃产生一个很大的贡献值。但是一般而言,该部分的贡献比例比较低。
说了这么多,那么老用户和回流用户的定义究竟是怎样的?这里只给出参考的标准:
回流用户:统计日登录游戏,但是之前7天未登录过游戏的历史用户(所谓历史用户就是非新登用户,历史上登录过游戏的用户)
老活跃用户:如果粗略的计算,可以如下计算
日活跃用户数-日新登用户数-日回流用户
当然如果要精确衡量老用户规模,可以给予老用户定义,例如:
统计日登录游戏的用户,在此之前7日内再次登录过游戏(注意此处没有严格区分新登用户的情况,即也把新登用户的次日登录的部分计算为老用户,可按照实际需要提出此部分对于老用户的影响)。
下面我们通过几个曲线来简单说明一下怎么利用DAU分析问题。
首先我们要得到划定时间区段的DAU和DNU的曲线图,如下图:
在该图中,我们DAU和DNU的走势基本上是一致的,DNU对于DAU的影响还是比较大的,但是随着后期波动的减小,我们发现从106天到280天,两条曲线是呈现缓慢的下滑趋势的,但是这不足以说明问题,仔细观察,我们发现夹在两条曲线之间的面积是逐渐缩小的,而这部分面积就是DAU中除去DNU的部分,即我们可以认定是老用户的部分,这个面积的缩小,意味着用户的流失加剧,活跃用户的控制不得当,此外,也可能是新用户在短期内留存率不高引起的,那就需要结合留存率来看问题了,这里不讨论。
在发现上述的情况后,我们可以使用DAU-DNU的差值做一条曲线来进行分析这个问题。如下图所示:
可以很明显的看到,这个差值在逐渐走低,也就是说用户的活跃度是在下滑的,这个下滑可以认定是后期渠道导入用户质量不高造成的,也可以是产品本身的用户周期问题造成的。但是断定一点的是,这个时期,需要紧急的拉动用户规模增长,因此,可以看到,随后进行了两次相应的拉动,其规模有所提升。
此外,我们还要看一下新用户所占的比例曲线,如上文所述,基本维持在40%的水平上,但是有一个值得关注的是,当处于一个相对的稳定期时,即使有大范围的推广和拉动新登增长,那么这个比值的变化也不会太剧烈,唯一剧烈的原因就在于,原本游戏的老活跃用户规模就在下滑,流失较多。
当然了,用户的流失、产品的粘性等等都可以通过对DAU不同角度的解析获得相应的信息,这点也是要和其他数据结合来分析的,比如次日留存率,用户流失率、启动次数、登录时长分布等数据,找出来DAU中的虚假用户,例如1-3s用户非常多,那么在正常的网络和设计情况下,这种数据就可能是很多假用户造成的,也就是作弊行为。
再比如的情况,我们可以通过事件管理,区分推广和非推广时期的用户增长对DAU的影响,比如自然增长时期的新登用户对DAU的影响,判断DAU的质量,渠道的质量;或者推广时期的新登用户对DAU的影响情况分析。
如果需要的也可以结合用户的登录习惯,比如登录次数,登录天数等等数据进行忠诚活跃用户的阈值确定,以此来保证DAU的质量。
其实在DAU的背后,隐藏的问题和分析的要素很多,这个也是需要结合自己的业务需要来进行的,这里只是给大家提供一个分析的思路和方式。至于具体的问题,还要结合具体需求进行分析。不过话说回来,DAU的解析离不开细分数据和其他数据的支持,但是也是不一定一直细分进行数据的分析。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14