Python数据分析师自学（02:实例引入3+4）

 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

1. DAU，WAU，MAU：分别指的是产品的日活，周活还有月活。

2. 留存率：次留，7留，30留存率

3. 渗透率：子功能的日活除以总软件的日活

4. 转化率：对于某个连贯的路径，层层的人数相比

5. ARPU：付费金额/总人数

6. CPM：千次曝光成本

7. 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

1. 根据付费金额分布

2. 确定付费群体的分布

3. 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～