1. 数据集说明
这是一份手游《野蛮时代》的用户数据，共有训练集和测试集两个数据文件。二者之间数据无交集，合计大小 861 M，总记录数 3,116,941，包含字段 109 个。
2. 数据处理
数据处理：将两个数据文件合并，只取分析要用的字段。然后把数据写到 mysql。
只取用于分析的字段，因为字段数太多，去掉没用的字段可以极大的节省内存和提高效率
## 合并数据文件
dir = r"C:\Users\Administrator\Desktop\AgeOfBarbarians"
data_list = []
for path in os.listdir(dir):
path = os.path.join(dir, path)
data = pd.read_csv(path)
data = data[
['user_id', 'register_time', 'pvp_battle_count', 'pvp_lanch_count', 'pvp_win_count', 'pve_battle_count',
'pve_lanch_count', 'pve_win_count', 'avg_online_minutes', 'pay_price', 'pay_count']
]
data_list.append(data)
data = pd.concat(data_list)
## 输出处理
# 没有重复值
# print(data[data.duplicated()])
# 没有缺失值
# print(data.isnull().sum())
## 数据保存
# 保存清洗后的数据 mysql
engine = create_engine('mysql://root:root@172.16.122.25:3306/test?charset=utf8')
data.to_sql('age_of_barbarians', con=engine, index=False, if_exists='append')
导进数据库后，在修改下字段类型以解决精度问题。
alter table age_of_barbarians modify register_time timestamp(0);
alter table age_of_barbarians modify avg_online_minutes float(10, 2);
alter table age_of_barbarians modify pay_price float(10, 2);
3. 数据分析可视化
3.1 新增用户
总的用户数为 3,116,941。
总的记录数与用户数据一致，说明 use_id 可以作为唯一 ID。所以后续对用户的统计，可以不用加 distinct
其中 PU 为 60,988 人， 占比 1.96 %
PU ( Paying Users）：付费用户总量
DNU 的情况如下图，可以看到有两个注册高峰，应该是这款游戏做了什么活动引流产生。
DNU（Daily New Users）： 每日游戏中的新登入用户数量，即每日新用户数。
每小时注册的用户情况如下，可以看到新用户的注册高峰是在晚间的 21 点。
3.2 用户活跃度
从平均在线时间来看，付费用户的平均在线时间高达 2 个小时，远大于整体的平均在线时间。
3.3 用户消费情况
APA（Active Payment Account）：活跃付费用户数。
ARPU(Average Revenue Per User) ：平均每用户收入。
ARPPU (Average Revenue Per Paying User)： 平均每付费用户收入。
PUR(Pay User Rate)：付费比率，可通过 APA/AU 计算得出。
-- APA（Active Payment Account）：活跃付费用户数。
select count(1) as APA from age_of_barbarians where pay_price > 0 and avg_online_minutes > 0; -- 60987
-- ARPU(Average Revenue Per User) ：平均每用户收入。
select sum(pay_price)/sum(case when avg_online_minutes > 0 then 1 else 0 end) from age_of_barbarians; -- 0.582407
-- ARPPU (Average Revenue Per Paying User)： 平均每付费用户收入。
select sum(pay_price)/sum(case when avg_online_minutes > 0 and pay_price > 0 then 1 else 0 end) from age_of_barbarians; -- 29.190265
-- PUR(Pay User Rate)：付费比率，可通过 APA/AU 计算得出。
select sum(case when avg_online_minutes > 0 and pay_price > 0 then 1 else 0 end) / sum(case when avg_online_minutes > 0 then 1 else 0 end)
from age_of_barbarians; -- 0.02
-- 付费用户人数，付费总额，付费总次数，平均每人付费，平均每人付费次数，平均每次付费
select count(1) as pu, -- 60988
sum(pay_price) as sum_pay_price, -- 1780226.7
avg(pay_price) as avg_pay_price, -- 29.189786
sum(pay_count) as sum_pay_count, -- 193030
avg(pay_count) as avg_pay_count, -- 3.165
sum(pay_price) / sum(pay_count) as each_pay_price -- 9.222539
from age_of_barbarians
where pay_price > 0;
从上方的统计结果可以知道，这 6 万多的付费用户，一共消费了 178 万元，平均每人消费 29 元。
平均每用户收入 0.58 元，平均每付费用户收入 29.19 元，付费比率为 2% 。
这个付费比率应该是比较低的，可以通过一些首冲活动来提高新用户的付费意愿。
3.4 用户游戏情况
从胜率和场次来看，氪金确实可以让你变强，付费用户的平均胜率为 71.13 %，远大于非付费用户的 38.03 %，当然也是因为付费用户的平均游戏场次要远大于一般用户，毕竟越肝越强。
从游戏类型来看，PVE 的平均胜率达到 90.1 %，说明难度还是比较低的，游戏体验还是很好的，适合符合入门级难度设定。
评论(0)