基于游戏付费数据，对战数据分析

理解数据

---

本次测试集数据共828934条，109个字段
主要对于以下10个字段进行分析

字段	解释
user_id	玩家唯一id
pay_price	付费金额
rigister_time	玩家注册时间
avg_online_minutes	在线时长
pvp_battle_count	玩家之间对战次数
pvp_lanch_count	主动发起pvp次数
pvp_win_count	pvp胜利次数
pve_battle_count	玩家-电脑之间的对战次数
pve_lanch_count	玩家主动发起PVE次数
pve_win_count	pve胜利次数

主要从以下四个方面进行分析

• 新增玩家分析：玩家数量，付费玩家占比，每日新增
• 玩家活跃度分析：在线时长，分布特征
• 付费情况分析：PUR，ARPPU,ARPU等关键指标情况分析
• 游戏习惯分析：从PVP,PVE两个指标情况进行分析

---

数据分析

---

1.新增玩家分析

• 1.1新增玩家数量

SELECT count(DISTINCT user_id)
FROM tap_fun_test

• 1.2付费玩家数量

SELECT count(DISTINCT user_id) 新增付费玩家
FROM tap_fun_test
WHERE pay_price>0

• 1.3付费玩家占比

SELECT b.`新增付费玩家`/a.`新增玩家` AS 付费玩家占比
FROM
(SELECT count(DISTINCT user_id) 新增玩家
FROM tap_fun_test) a,
(SELECT count(DISTINCT user_id) 新增付费玩家
FROM tap_fun_test
WHERE pay_price>0)b

新增玩家共828394人，付费玩家有19549人，付费人数占注册总人数2.36%

• 1.4每日新增用户数量

SELECT date(register_time) as 日期,
count(DISTINCT user_id) as 当日新增玩家
FROM tap_fun_test
GROUP BY date(register_time)

• 1.5每日新增付费用户数量

SELECT date(register_time) as 日期,
count(DISTINCT user_id) as 当日新增付费玩家
FROM tap_fun_test
WHERE pay_price>0
GROUP BY date(register_time)

数据可视化：

由图可得：

每日新增玩家数在3.10日有一次大高峰增长，3.13一次小高峰增长，是由于两个时间点举办了游戏活动，但是游戏活动过了以后，后续注册量没有显著提