产品经理数据分析能力之案例篇

　　但是通过查看安装量，用户注册量，发现安装量没有明显的波动，但是用户的注册量骤然增加。下图是系统统计的截图

　　我们再看一下用户注册量

　　由以上的数据表现来看，初步断定是两种情况：

• 新开服务器
• 老玩家刷号

　　针对第一种情况，我做了以下注册和安装的趋势图。

　　由游戏官网得到了游戏开服的时间表

　　图中除了1月6日的波峰是由于游戏做了软文投放，刺激了游戏用户增长外，其他的红圆圈（除了1月16日）均是在周末开新服刺激新用户增长的，工作日所开的新服并没有出现波峰。

　　比如1月3日，1月7日，1月9日等等。该游戏在1月18日开设新服，根据刚才的经验，1月18日不会出现较大的波峰，但是从1月18日~20日出现一个较大的波峰。即排除了工作日新开服务器造成的影响。

　　那么也就是剩下了第二种情况，即老玩家存在刷号的可能性。那接下来，我们需要做两方面的工作：

• 继续查细分数据，如注册活跃占比，注册安装转化率，玩家单日游戏次数，留存趋势表现数据
• 继续查找数据有问题期间的运营活动情况，便于问题定位。

　　这里我们先说第二点，我在该游戏论坛发现了一个活动：新服开放后，新建帮派在开服后前3日，召集10名玩家加入其帮派，即送帮主大量金币。

　　由此，基本确定问题出在了此处。不过我们还要从另一层面来看当时所在时期的问题，即从数据层面来看。

　　单日游戏次数

　　明显发现18~20日的单日游戏次数增加明显，这是小号增加，刷号的一个征兆，因为刚才我们看到了这个时期的安装量没有增长，只是注册大幅增长。

　　单次游戏时长

　　单日游戏时长从一直保持的相对平滑和稳定，但是在18~20日三日，出现了明显的波动，即用户单次游戏的时长不高，即存在大量低级账号。

　　留存趋势表现

　　留存率能够我们快速定位问题，是否是某一个新登用户质量的问题，某一日或几日外部事件导致的留存变化。

　　如果是用户质量问题，那么该批次用户的新登次日留存率、二日、三日等留存率都会偏低；

　　如果是外部事件导致的，那么就是不同批次新登用户在某一统计日的留存率会表现的都很低；

　　我们先来看第一种情况：

　　次日留存率的前后变化

　　很明显的发现，次日留存率只是在18~20日三天下滑的很明显，三天之后次日留存率恢复正常水平。

　　接下来，我们再看看18~20日的留存趋势与21日之后的留存趋势表现

　　这里我们可以明显的发现，18~20日的留存曲线趋势表现整体上是低于之后的21~23日留存曲线的趋势表现，即18~20日的新增用户质量不高。

　　因为大量是老用户刷新号登录造成数据增长，这样的用户实际上活跃度是有限的，即为了得到利益，使用小号作弊获得奖励的行为，而在数据层面的表现是很难看的。

　　

　　换句话来说，这是运营活动设计的有问题，间接的影响了各项数据的表现。至于第二种情况，这里就不说了，后续的文章中，会说到这个问题。

　　这里就很简单了，留存率的分析绝对不是孤立的，也不是就看看可以了，驾驭留存率分析，能够帮助我们解决很多运营的问题。

　　比如今天讨论的因为运营活动设置的比较事务导致数据的下滑，或者因为外部事件的干扰造成了数据的下滑。单一的留存率指标其实意义不大，但是综合利用其他指标，组合定位、分析问题，就显示出了它的作用。在后的关于留存率的文章中，会继续的来说，如何进行留存率的分析。