网络游戏运营数据监控（二）

周数据对比分析案例上图为连续2周的数据，下面我将用我习惯的几种方法来分析这2周数据的特征但是，方法不是唯一，每个观察者都可以根据习惯得到自己的分析方式日期上周活跃用户星期一1688星期二1479星期三1422星期四1341星期五1552星期六1491星期日1324日期本周活跃用户星期一1330星期二1218星期三1208星期四1147星期五1194星期六1203星期日1144图表分析上周活跃用户,星期一,1688上周活跃用户,星期二,1479上周活跃用户,星期三,1422上周活跃用户,星期四,1341上周活跃用户,星期五,1552上周活跃用户,星期六,1491上周活跃用户,星期日,1324本周活跃用户,星期一,1330本周活跃用户,星期二,1218本周活跃用户,星期三,1208本周活跃用户,星期四,1147本周活跃用户,星期五,1194本周活跃用户,星期六,1203本周活跃用户,星期日,1144上周活跃用户本周活跃用户通过图表，我们可以对比出一些大概情况：本周活跃用户低于上周活跃用户本周流失曲线比上周平缓那么对比的详细情况就需要一些具体分析才可以得出数值分析首先，为了解2周流失或者增长是否处在同一阶段，我们分别取出2周的极小值和极大值进行对比。上周数据中的极大值为1688，极小值为1324，波动阶段为1688~1324本周数据中的极大值为1330，极小值为1144，波动阶段为1330~1144通过对比，可以看出本周比上周活跃人数是下降了，而下降的范围为2周波动阶段之差——358~180。观察者应该根据游戏实际情况来观察这几个数据，然后判断是否存在问题日期上周活跃用户星期一1688星期二1479星期三1422星期四1341星期五1552星期六1491星期日1324日期本周活跃用户星期一1330星期二1218星期三1208星期四1147星期五1194星期六1203星期日1144接下来，我们从每日数据的波动率上来进行对比。先算出上周的平均次日波动率，该算法为：1.用公式|（次日用户数—本日用户数）|/本日用户数算出一周内所有次日波动率2.为了精确推算比率，我们使用统计学中的几何平均数来计算一周的平均次日波动率（EXCEL中使用GEOMEAN函数——GEOMEAN(NUMBER1,NUMBER2,…..NUMBERn）。然后，再算出本周的平均次日波动率。最后我们就可以从数值上得到2周数据在流失或者增长上的详细波动情况，这样就可以进行思考了，为何本周人数波动这么小？为何本周人数波动这么大？是否广告渠道出了问题？是否游戏发生了什么问题？上周平均次日波动率时间上周次日波动率7.57%星期二12.38%星期三3.85%星期四5.70%星期五15.73%星期六3.93%星期日11.20%本周平均次日波动率时间本周次日波动率2.84%星期二8.42%星期三0.82%星期四5.05%星期五4.10%星期六0.75%星期日4.90%=GEOMEAN(12.38%,3.85%,5.70%,15.73%,3.93%,11.20%)=GEOMEAN(8.42%,0.82%,5.05%,4.10%,0.75%,4.90%)周数据对比小结•在这里还是想重复强调一个问题，即在分析所有数据时都一定要结合游戏内实际情况，并且尽可能多的联系各种因素，才可以掌握到想知道的实际情况•以上所举案例的分析方法仍不是唯一，观察者应多多思考，找出自己所习惯的分析方法，才能做到高效预警数据分析小结•预警数据的分析主要是为了发现游戏内异常情况，找出并解决而存在的。•关于如何分析每周数据，每月数据，每月数据对比，可以参考每日数据与周数据对比的方法•预警数据还有很多：譬如活跃用户等级分布，百分之多少的用户在开服多长时间后是多少等级，这个等级情况是否符合研发升级时间表？是和否中到底出了什么问题？再如新增账号数，我每天都打广告，新增账号数的情况如何？是否符合我的要求？而新增账号数大幅上升了，为何活跃人数增长不大？为何在线提高不大？是否是游戏设置出了问题而导致流失率太大？这里就如前文所讲，观察者自己的需求决定了哪些预警数据应当被监控。