运营预警数据监控一.ppt

运营数据监控（一）;前言;常规数据源;用户数据源;销售数据源;游戏数据源;预警数据的分析;每日数据分析案例说明;图1-1;箱线图分析： 无论是日活跃用户还是最高在线都没有离群点或者极限值，通过观察这2组数据的箱线图，可以看出这段时间内，游戏人数并未发生巨大变化 日活跃的中位数较高，说明这段时间内的平均日活跃相对于本周来说较高，这可以看出这段时间内，游戏内的用户上线较为频繁。 最高在线的分析同上 注： 以上分析皆建立在与本段时间数据的对比之上，当分析者单纯观察一周???据时，不能通过中位数高低轻易下定论认为本周用户上线频繁与否 因为2组数据分析的参照数据不同，因此也不能单纯得出平均日活跃较高，而平均最高在线较低是有原因的这样的结论。 ;当我们修改数据，假设10月14日那天公测，再使用箱线图来观察这组数据时，情况又不一样;此时我们再来分析日活跃这组数据 1号数据（即10月14日）出现极限值，说明在这一天游戏发生什么重大事件，即开公测，所以我们需要在日期上备注特殊事件，以方便我们了解引起数据变化的原因 日活跃的中位数较高，说明这段时间内的平均日活跃相对于本周来说较高，这可以看出这段时间内，游戏内的用户上线较为频繁。 ;箱线图小解;下面我们将使用另一种方式来重新分析这2组数据，首先我们将星期加入到时间标签中，然后使用下面的方法来分析;曲线图分析： 在用曲线图分析时，面对不同坐标值数据值，一定要记得使用主次坐标轴来分开查看，同时加上数据标签，以方便我们观察。 通常情况下，日活跃用户数会影响会最高在线数，但是其中的关系可能是怎样的呢？ 这个图表上的数据到底告诉了我们一些什么信息呢？哪些信息又是我们无法从箱线图上得到的？ ;总体上看，日活跃用户的趋势和最高在线的趋势是成正比的，2者的趋势几近相同 14日到15日，下降曲线非常陡峭，说明14号-15号是特殊时间段，而实际上也正是如此，这2组数据取自于新服，14号是开新服的日期，而当前国内游戏的次日流失率是非常高。 14日数据为这段数据的最高值，原因在于14日是新服开放时间，而新服的效应又无法同游戏内测或者公测相比，所以这个值在箱线图中是无法看出来。如果我们分析一个不成熟游戏内测时期的数据，其结果很可能如图1-5一样。 16，17日的曲线为上升，如排除除时间因素以外的其他因素来看，就是16，17为周末的原因，因此我们分析数据时应尽可能的结合所有因素。 23，24日的曲线如同16，17日，同时也印证了周末人数回暖的现象。;每日数据分析小结