記事ディレクトリ
1. データセットの説明
モバイルゲーム「バーバリアンエイジ」のユーザーデータで、トレーニングセットとテストセットの2つのデータファイルがあります。2 つの間にデータの交差はなく、合計サイズは 861 M、合計レコード数は 3,116,941 で、109 個のフィールドが含まれます。
2. データ処理
データ処理: 2 つのデータ ファイルをマージし、分析に使用されるフィールドのみを取得します。次に、データを mysql に書き込みます。
分析に使用されるフィールドのみが取得されます。フィールドが多すぎるため、不要なフィールドを削除するとメモリが大幅に節約され、効率が向上します。
## 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:[email protected]:3306/test?charset=utf8')
data.to_sql('age_of_barbarians', con=engine, index=False, if_exists='append')
データベースをインポートした後、フィールド タイプを変更して精度の問題を解決します。
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. データ分析の可視化
3.1 新しいユーザーを追加する
総ユーザー数は3,116,941人。
レコードの総数はユーザー データと一致しており、use_id を一意の ID として使用できることを示しています。したがって、後続のユーザー統計に個別の値を追加する必要はありません。
このうちPUは60,988人で1.96％を占める
PU (有料ユーザー): 有料ユーザーの総数
DNU の状況は以下の通りで、このゲームのトラフィック誘致活動によるものと思われる登録のピークが 2 つあることがわかります。
DNU (Daily New Users): ゲームに毎日新しくログインしたユーザーの数、つまり毎日の新規ユーザーの数。
時間当たりの登録ユーザー数は以下の通りで、新規ユーザー登録のピークは夕方21時であることが分かります。
3.2 ユーザーのアクティビティ
平均オンライン時間から判断すると、有料ユーザーの平均オンライン時間は 2 時間にもなり、全体の平均オンライン時間をはるかに上回っています。
3.3 ユーザーの消費状況
APA (アクティブな支払いアカウント): アクティブな支払いユーザーの数。
ARPU (ユーザーあたりの平均収益): ユーザーあたりの平均収益。
ARPPU (有料ユーザーあたりの平均収益): 有料ユーザーあたりの平均収益。
PUR (Pay User Rate): APA/AU を通じて計算できる支払い比率。
-- 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;
上記の統計結果から、これら 6 万人を超える有料ユーザーが合計 178 万元を費やし、一人当たりの平均消費額は 29 元であることがわかります。
ユーザーあたりの平均収益は0.58元、有料ユーザーあたりの平均収益は29.19元、支払い率は2%です。
この支払い比率は比較的低くなければならず、いくつかの初回課金アクティビティを通じて新規ユーザーの支払い意欲を高めることができます。
3.4 ユーザーのゲーム状況
勝率とゲーム数の観点から見ると、クリプトンゴールドは確かに強くなります。有料ユーザーの平均勝率は 71.13% で、無課金ユーザーの 38.03% を大きく上回っています。もちろん、これも同様です。なぜなら、有料ユーザーの平均プレイゲーム数は一般ユーザーよりもはるかに多いため、肝が多ければ多いほど強いのです。
ゲームタイプの観点から見ると、PVE の平均勝率は 90.1% に達しており、難易度はまだ比較的低く、ゲーム体験は依然として非常に優れており、エントリーレベルの難易度設定に適していることを示しています。
