[TOC]

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。