Python数据分析师自学
大家好!在大数据时代,数据分析师成为了不可或缺的热门行业,数据的处理分析能力也成为计算机人才的全面能力要求,所以,小远想与大家一起学习进步掌握洞察数据的能力,希望喜欢和选择这个行业的我们都可以潜下心来专心学习!
实例引入三:游戏行业的ROI和付费率
分析角度:
-
背景
-
指标口径
-
用户流失分析
-
用户付费分析
1. 背景
游戏行业存在两极分化,一种游戏痴狂的人,一直游戏流失的人。我们的目标就是让花时间多的用户尽快的变现——商业分析,其次是让用户晚点流失——流失分析。
2. 指标口径
-
DAU,WAU,MAU:分别指的是产品的日活,周活还有月活。
-
留存率:次留,7留,30留存率
-
渗透率:子功能的日活除以总软件的日活
-
转化率:对于某个连贯的路径,层层的人数相比
-
ARPU:付费金额/总人数
-
CPM:千次曝光成本
-
ROI:投资回报率
3. 用户流失分析
将一个月或者更长时间根据情况定义为流失用户。
用户回流率=回流用户数/流失用户数【用一段时间生成一个用户回流曲线,当曲线趋于稳定时确定流失周期】
用户流失前的最后一步行为进行统计分析,探究游戏中的困难阻碍点
4. 用户付费分析
-
根据付费金额分布
-
确定付费群体的分布
-
查看每天收入情况
实例引入四:传统行业如何做好交易额提升
分析角度:
-
地区之间的销售状况
-
门店之间的销售状况
-
销售经理的销售状况
-
销售产品的销售状况
-
希望一起学习的小伙伴可以互关,点赞哦~