小白學數據分析:留存率分析
事件描述
統計發現某三日的次日留存率較之前和之后下降了50%,但是在DAU整體趨勢上沒有顯示的變化。
但是通過查看安裝量,用戶注冊量,發現安裝量沒有明顯的波動,但是用戶的注冊量驟然增加。下圖是系統統計的截圖
我們再看一下用戶注冊量
原因分析
由以上的數據表現來看,初步斷定是兩種情況:
新開服務器
老玩家刷號
針對第一種情況,我做了以下注冊和安裝的趨勢圖
由游戲官網得到了游戲開服的時間表
圖中除了1月6日的波峰是由于游戲做了軟文投放,刺激了游戲用戶增長外,其他的紅圓圈(除了1月16日)均是在周末開新服刺激新用戶增長的,工作日所開的新服并沒有出現波峰,比如1月3日,1月7日,1月9日等等。該游戲在1月18日開設新服,根據剛才的經驗,1月18日不會出現較大的波峰,但是從1月18日~20日出現一個較大的波峰。即排除了工作日新開服務器造成的影響。
那么也就是剩下了第二種情況,即老玩家存在刷號的可能性。那接下來,我們需要做兩方面的工作:
繼續查細分數據,如注冊活躍占比,注冊安裝轉化率,玩家單日游戲次數,留存趨勢表現數據
繼續查找數據有問題期間的運營活動情況,便于問題定位。
這里我們先說第二點,我在該游戲論壇發現了一個活動:
新服開放后,新建幫派在開服后前3日,召集10名玩家加入其幫派,即送幫主大量金幣。
由此,基本確定問題出在了此處。不過我們還要從另一層面來看當時所在時期的問題,即從數據層面來看。
單日游戲次數
明顯發現18~20日的單日游戲次數增加明顯,這是小號增加,刷號的一個征兆,因為剛才我們看到了這個時期的安裝量沒有增長,只是注冊大幅增長。
單次游戲時長
單日游戲時長從一直保持的相對平滑和穩定,但是在18~20日三日,出現了明顯的波動,即用戶單次游戲的時長不高,即存在大量低級賬號。
留存趨勢表現
留存率能夠我們快速定位問題
是否是某一個新登用戶質量的問題;
某一日或幾日外部事件導致的留存變化。
如果是用戶質量問題,那么該批次用戶的新登次日留存率、二日、三日等留存率都會偏低;
如果是外部事件導致的,那么就是不同批次新登用戶在某一統計日的留存率會表現的都很低;
我們先來看第一種情況:
次日留存率的前后變化
很明顯的發現,次日留存率只是在18~20日三天下滑的很明顯,三天之后次日留存率恢復正常水平。
接下來,我們再看看18~20日的留存趨勢與21日之后的留存趨勢表現
這里我們可以明顯的發現,18~20日的留存曲線趨勢表現整體上是低于之后的21~23日留存曲線的趨勢表現,即18~20日的新增用戶質量不高,因為大量是老用戶刷新號登錄造成數據增長,這樣的用戶實際上活躍度是有限的,即為了得到利益,使用小號作弊獲得獎勵的行為,而在數據層面的表現是很難看的。
換句話來說,這是運營活動設計的有問題,間接的影響了各項數據的表現。
至于第二種情況,這里就不說了,后續的文章中,會說到這個問題。
總結
這里就很簡單了,留存率的分析絕對不是孤立的,也不是就看看可以了,駕馭留存率分析,能夠幫助我們解決很多運營的問題,比如今天討論的因為運營活動設置的比較事務導致數據的下滑,或者因為外部事件的干擾造成了數據的下滑。單一的留存率指標其實意義不大,但是綜合利用其他指標,組合定位、分析問題,就顯示出了它的作用。在后的關于留存率的文章中,會繼續的來說,如何進行留存率的分析。
原文鏈接:http://www.cnblogs.com/yuyang-DataAnalysis/archive/2013/01/28/2880321.html
【編輯推薦】