本次討論的主題是：遊戲dau驟降時如何進行分析
問題描述:資料擴充套件：假設你在一家遊戲公司做資料分析，現在發現從8月份開始公司運營的某款遊戲出現了dau驟降的現象，你該如何分析這個現象？
dau(daily active user)日活躍使用者數量。常用於反映**、網際網路應用或網路遊戲的運營情況。dau通常統計一日（統計日）之內，登入或使用了某個產品的使用者數（去除重複登入的使用者），這與流量統計工具裡的訪客（uv）概念相似。對於這個話題，我感覺可以從對內和對外兩個方向進行分析，但是不管是哪乙個方向，我覺得都應該先著手於最簡單的方面去定位問題，所以下面的總結步驟中可能會有跳轉的情況，因為我個人認為在資料分析過程**現了問題是要對問題進行定位，定位到造成該問題的原因了，則需要圍繞該原因進行展開分析。
2、排查資料是否具有週期性。dau下降的原因是週期性引起的？以往的資料中是否具有這樣的情況？如果發現是週期性引起的，那麼排查是否是由於週期性的活動引起的(模擬雙十一、618)，否則轉6，進行使用者特徵分析。如果不是週期性引起的則轉3，對資料缺失的原因進行進一步的排查。
3、排查遊戲各大區資料。是某個大區dau下降還是各個大區dau都下降？若是某個大區dau下降，則排查是由於哪種原因導致的：是該大區廣告投放減少？新版本上線測試？該區近期開展活動了？如果該大區近期並沒有發生什麼變動，則轉6，分析流失使用者特徵。如果各個大區都出現了dau下降的情況，則轉4或者直接轉5(直接轉5的原因是第二步中其實已經經歷了活動的排查)。
4、排查近期是否有活動。若有，是否是受活動影響？
5、近期是否有新版本上線？若有，拆分版本資訊，分析新版本與舊版本的dau，排查是否是版本原因。若是版本原因引起的，則排查為什麼會引起這個現象:是新版本出現了bug?如果不是版本出現了bug，檢視新版本中的老使用者有多少？老使用者流失還是新使用者增量下降？還是新版本的介面不為使用者所接受？新版本的關卡設定出了問題？如果不是版本問題引起的也非內部原因，則轉為分析外部原因。
6、分析使用者特徵。流失的使用者都有哪些特徵？地區、年齡、職業、興趣愛好？
2、分析流量**渠道。與前幾期的流量**渠道資料對比，各個渠道的流量**資料明顯下降了？若是，則轉3，分析全行業資料。若不是，則觀察是否是某個渠道出了問題，如果是某個渠道上面出了問題，則分析該渠道出現了什麼問題？是本月沒有在該渠道上面投放廣告了還是本月有競品在該渠道上面投遞廣告或者搞活動將客源帶走了？
3、分析全行業資料。dau驟降是我們自己的原因還是整個行業都存在的問題？如果是整個行業都存在的問題，那我們的情況是相對好一些還是更差？如果不是全行業存在的問題，則轉4。
4、競品近期是否有做活動？近期是否有新的遊戲上線？如果發現不是競品原因，則轉5。
5、是否有**對遊戲造成不良影響？如貼吧、論壇、社群等社交頻道
殺人遊戲系列 之二
在第一篇中，我們已經引出了話題。在經過初步的分析之後，整個team的思路很明確。從業務邏輯入手，兵分兩路，一路向ui開進，一路向database開進。而關鍵的部分就是中間實體類的設計。1，模型的重構 在第一篇中，我們已經確定了基本的模型。但是，這個模型準確嘛？無論是平民，還是殺手，以及警察，他們只是...
資料探勘系列之二 資料探勘概述
資料庫系統經歷了如下的技術演變 資料收集和資料庫建立，資料管理 dbms，包括資料儲存和檢索，聯機事務處理oltp 以及高階資料分析 涉及資料倉儲和資料探勘 當前常見的資料集形式為多個異構資料來源在單個站點以統一的模式組織的儲存庫，即資料倉儲。資料倉儲技術包括資料清理 資料整合和聯機分析處理olap...
資料探勘系列之二 資料探勘概述
資料庫系統經歷了如下的技術演變 資料收集和資料庫建立，資料管理 dbms，包括資料儲存和檢索，聯機事務處理oltp 以及高階資料分析 涉及資料倉儲和資料探勘 當前常見的資料集形式為多個異構資料來源在單個站點以統一的模式組織的儲存庫，即資料倉儲。資料倉儲技術包括資料清理 資料整合和聯機分析處理olap...