利用python进行《野蛮时代》游戏数据分析
【数据来源】游戏玩家付费金额预测大赛
数据包含近229万条记录,109个字段,以下取较重要的字段进行说明。
【字段说明】
- user_id:用户编码,用户唯一标识
- bd_stronghold_level:要塞等级,相当于游戏账号等级
- wood_reduce_value:木头消耗数量
- stone_reduce_value:石头消耗数量
- ivory_reduce_value:象牙消耗数量
- meat_reduce_value:肉消耗数量
- magic_reduce_value:魔法消耗数量
- general_acceleration_reduce_value:通用加速消耗数量
- building_acceleration_reduce_value:建筑加速消耗数量
- reaserch_acceleration_reduce_value:科研加速消耗数量
- training_acceleration_reduce_value:训练加速消耗数量
- treatment_acceleration_reduce_value:治疗加速消耗数量
- pvp_battle_count:玩家对玩家次数
- pve_battle_count:玩家对机器次数
- avg_online_minutes:日均在线时间
- pay_price: 消费金额
- pay_count:消费次数
【分析思路】
- 用户注册时间分布情况?
- 用户的付费情况(付费率,ARPU,ARPPU)?
- 各等级用户的付费情况?
- 用户的消费习惯?
- 可视化数据
【分析过程】
- 导入数据
import numpy as np
import pandas as pd
import matplotlib.pyplotas plt
import pylab as pl
from matplotlib.font_managerimport FontManager, FontProperties
pd.set_option('display.max_columns',None)
#为了数据安全,copy一份数据
df = df0
#检查是否有空值
print(df.isnull().any().any())
#观察数据构成
print(df.head())
- 清洗数据
#以user_id为维度,删除重复数据,并查看用户总数
df = df.drop_duplicates(subset='user_id')
print('用户总数:',len(df['user_id']))
用户总数:2288007
- 计算用户注册时间分布
#首先将注册时间精确到天
register_date = []
for i in df['register_time']:
date = i[5:10]
register_date.append(date)
df['register_time'] = register_date
#计算每天的注册人数
df_register = df.groupby('register_time').size()
df_register.columns = ['日期','注册人数']
print(df_register)
#可视化
plt.plot(df_register)
plt.grid(True)
pl.xticks(rotation=90)
font = FontProperties(fname='/System/Library/Fonts/PingFang.ttc')
plt.title('用户注册分布图',fontproperties=font)
plt.show()
- 用户的付费情况(付费率,ARPU,ARPPU)
#付费率(付费人数/活跃人数)
df_pay_user = df[(df['pay_price']>0)]
pay_rate = df_pay_user['user_id'].count()/df_active_user['user_id'].count()
print('付费率:%.2f'%(pay_rate))
#ARPU(总付费金额/活跃人数)
arpu = df_pay_user['pay_price'].sum()/df_active_user['user_id'].count()
print('ARPU:%.2f'%(arpu))
#ARPPU(总付费金额/付费人数)
arppu = df_pay_user['pay_price'].sum()/df_pay_user['user_id'].count()
print('ARPPU:%.2f'%(arppu))
付费率:0.29
ARPU:8.55
ARPPU:29.52
△目前盈利较好的手游的ARPU超过5元,一般手游在3~5元之间,盈利较差的低于3元,该游戏的ARPU为8.55元,说明盈利水平较高。
- 不同等级用户的付费情况
df_user = df[['user_id','bd_stronghold_level','pay_price','pay_count']]
df_table = pd.pivot_table(df_user,index=['bd_stronghold_level'],
values = ['user_id','pay_price','pay_count'],
aggfunc = {'user_id':'count','pay_price':'sum','pay_count':'sum'})
df_stronghold_pay = pd.DataFrame(df_table.to_records())
#各等级付费人数
df_stronghold_pay['pay_num'] = df_user[(df_user['pay_price']>0)].groupby('bd_stronghold_level').user_id.count()
#各等级付费转化率
df_stronghold_pay['pay_rate'] = df_stronghold_pay['pay_num']/df_stronghold_pay['user_id']
#各等级平均付费金额
df_stronghold_pay['avg_pay_price'] = df_stronghold_pay['pay_price']/df_stronghold_pay['user_id']
#各等级平均付费次数
df_stronghold_pay['avg_pay_count'] = df_stronghold_pay['pay_count']/df_stronghold_pay['user_id']
#重命名列名
df_stronghold_pay.columns = ['要塞等级','总付费次数','总付费金额','总人数','付费人数','付费转化率','人均付费金额','人均付费次数']
df_stronghold_pay = df_stronghold_pay[['要塞等级','总人数','付费人数','付费转化率','总付费金额','人均付费金额','总付费次数','人均付费次数']]
df_stronghold_pay = df_stronghold_pay.round(2)
print(df_stronghold_pay)
为了方便查看,我将数据导出至excel展示
#可视化
#要塞等级—付费转化率
x = df_stronghold_pay['要塞等级']
y = df_stronghold_pay['付费转化率']
plt.xticks(x,range(0,len(x),1))
plt.plot(x,y)
plt.grid(True)
plt.title('不同等级用户付费转化率',fontproperties=font)
plt.show()
#要塞等级-人均付费金额
x = df_stronghold_pay['要塞等级']
y = df_stronghold_pay['人均付费金额']
plt.xticks(x,range(0,len(x),1))
plt.plot(x,y)
plt.grid(True)
plt.title('不同等级用户人均付费jine',fontproperties=font)
plt.show()
#要塞等级-人均付费次数
x = df_stronghold_pay['要塞等级']
y = df_stronghold_pay['人均付费次数']
plt.xticks(x,range(0,len(x),1))
plt.plot(x,y)
plt.grid(True)
plt.title('不同等级用户人均付费次数',fontproperties=font)
plt.show()
△用户等级到达10级时,付费率接近60%,等级到达13级时,付费率接近100%,且人均付费金额和次数两项指标也在用户达到10级后增长迅速,因此可以认定10级以上用户为游戏的核心用户。
△但是观察用户等级分布,发现绝大部分用户还是处在10级以下的水平,因此如何使用户达到10级是游戏运营接下来需要考虑的事。
- 不同玩家的消费习惯
该游戏充值主要可以获得道具类(木头、石头、象牙、肉、魔法)和加速券类(通用、建筑、科研、训练、医疗)。根据用户的充值金额大小,分别分析两类消费品的消耗情况。
#将等级>=10级的玩家划分为:消费>=500为高消费玩家,<500为普通玩家
df_eli_user = df[(df['pay_price']>=500)&(df['bd_stronghold_level']>=10)]
df_nor_user = df[(df['pay_price']<500)&(df['bd_stronghold_level']>10)]
#不同玩家的道具消耗情况
wood_avg = [df_eli_user['wood_reduce_value'].mean(),df_nor_user['wood_reduce_value'].mean()]
stone_avg = [df_eli_user['stone_reduce_value'].mean(),df_nor_user['stone_reduce_value'].mean()]
ivory_avg = [df_eli_user['ivory_reduce_value'].mean(),df_nor_user['ivory_reduce_value'].mean()]
meat_avg = [df_eli_user['meat_reduce_value'].mean(),df_nor_user['meat_reduce_value'].mean()]
magic_avg = [df_eli_user['magic_reduce_value'].mean(),df_nor_user['magic_reduce_value'].mean()]
props_data = {'high_value_player':[wood_avg[0],stone_avg[0],ivory_avg[0],meat_avg[0],magic_avg[0]],
'normal_player':[wood_avg[1],stone_avg[1],ivory_avg[1],meat_avg[1],magic_avg[1]]}
df_props = pd.DataFrame(props_data,index=['wood','stone','ivory','meat','magic'])
df_props = df_props.round(2)
print(df_props)
#可视化
ax = df_props.plot(kind='bar',title='Props Reduce',grid=True,legend=True)
plt.show()
△普通玩家和高消费玩家对木头、石头、肉的消耗都较大,魔法的消耗都较小,而在象牙的消耗上,高消费玩家和普通玩家的消耗差距较大。
#不同玩家的加速券消耗情况
general_avg = [df_eli_user['general_acceleration_reduce_value'].mean(),
df_nor_user['general_acceleration_reduce_value'].mean()]
building_avg = [df_eli_user['building_acceleration_reduce_value'].mean(),
df_nor_user['building_acceleration_reduce_value'].mean()]
research_avg = [df_eli_user['reaserch_acceleration_reduce_value'].mean(),
df_nor_user['reaserch_acceleration_reduce_value'].mean()]
training_avg = [df_eli_user['training_acceleration_reduce_value'].mean(),
df_nor_user['training_acceleration_reduce_value'].mean()]
treatment_avg = [df_eli_user['treatment_acceleration_reduce_value'].mean(),
df_nor_user['treatment_acceleration_reduce_value'].mean()]
acceleration_data = {'high_value_player':[general_avg[0],building_avg[0],research_avg[0], training_avg[0],treatment_avg[0]],
'normal_player':[general_avg[1],building_avg[1],research_avg[1],training_avg[1],treatment_avg[1]]}
df_acceleration = pd.DataFrame(acceleration_data,index['general','building','researching','training','treatment'])
print(df_acceleration.round(2))
#可视化
ax = df_acceleration.plot(kind='bar',title='Acceleration Reduce',grid=True,legend=True)
plt.show()
△两类玩家对对治疗加速券消耗都很小,对通用加速券的消耗差异较大,其他三种加速券消耗差别不大。
【结论】
- 该游戏具有较大的用户基数,且新用户注册受游戏活动、新版本等因素影响较大。
- 该游戏的ARPU为8.55,说明该游戏的盈利能力较高。
- 用户等级达到10级后,付费意愿明显上升,且达到13级时付费率将近100%。但是绝大多数用户仍然停留在10级以下,如何使用户平滑升至10级尤为重要。
- 消费习惯上,高消费玩家对象牙和通用加速券的需求远多于一般玩家。