游戏APP下载安装分析
数据背景
根据某款游戏APP安卓用户的安装信息和注册信息来作简要的数据分析,从市场推广目标这个模块来进行业务分析。
一般情况下,移动游戏数据分析指标可以分解为3个模块:
A、市场推广相关指标(包括:激活、上线、各节点转化率、成本指标、渠道质量等),它的任务是帮助我们进行“渠道优化”和“产品优化”,最小化用户获取成本,实现更多的新增导入;
B、用户活跃 & 留存相关指标(包括:DAU\MAU、AT(日均使用时长)、日、周、月留存、回归率等),它的任务是帮助我们在宏观数据表现层面,快速判断产品存在的问题,并对运营活动及产品改进给予“方向性”指导;
C、用户付费相关指标(包括:LTV、PUR(活跃用户付费比)、ARPPU(每付费用户付费强度)、充值结构、充值时段等),它的任务也是帮助我们在宏观数据表现层面明确产品盈利能力,并对运营活动及产品改进给予“方向性”指导。
该案例中的游戏APP数据只有用户的安装信息和注册信息,所以我们这里只对市场推广相关指标进行分析。
数据分析
#导入库
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
install = pd.read_excel(r'D:\BI study download\game_data1910/App.xlsx',sheet_name='安装信息')
registers = pd.read_excel(r'D:\BI study download\game_data1910/App.xlsx',sheet_name='注册信息')
install.head()
registers.head()
数据预处理
#修改日期格式,并提取出日期
install['安装时间']=pd.to_datetime(install['安装时间']).dt.date
registers['安装时间']=pd.to_datetime(registers['安装时间'])