利用python进行游戏用户行为分析
一、数据描述
《野蛮时代》(Brutal Age)是一款风靡全球的SLG类型手机游戏。根据App Annie统计,《野蛮时代》在12个国家取得游戏畅销榜第1,在82个国家取得游戏畅销榜前10。准确了解每个玩家的价值,对游戏的广告投放策略和高效的运营活动(如精准的促销活动和礼包推荐)具有重要意义,有助于给玩家带来更个性化的体验。
二、分析目的
希望利用玩家在游戏内前七日的行为数据,对玩家日后的一个价值进行一个简单的评估,对用户运营提供数据支撑。
三、数据获取
1、数据来源
DC竞赛-大数据竞赛平台
2、数据理解
整个数据集共828934条记录,108个字段,此处仅选取分析中用到的字段进行解释说明。
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
四、数据清洗
本次分析是利用python及其第三方库:pandas、numpy和matplotlib完成的。
4.1 数据导入
#导入相应的第三那方库 import pandas as pd import numpy as np import matplotlib.pyplot as plt import matplotlib as mpl import pickle import seaborn as sns import re from wordcloud import * %matplotlib inline mpl.rcParams['font.sans-serif'] = ['SimHei'] mpl.rcParams['axes.unicode_minus'] = False #读取数据 data = pd.read_csv('D:\Dataanalysis\data.csv') #查看前5行 data.head()
![](https://pic2.zhimg.com/v2-afc279119e44a0810fb1ac81e40fa155_b.png)
![](https://pic2.zhimg.com/v2-8e2e80d75b570cc13d96cbe1f93c0b5d_b.png)
共有828934条数据记录。
4.2 重复值处理
#以user_id为维度,删除重复数据,并统计用户总数 print('用户总数:',len(data.drop_duplicates(['user_id']))) 用户总数:828934
去重前和去重后的记录数一样,证明没有重复值。
4.3 缺失值处理
#检查是否有空值 print(data.isnull().any().any()) False
检查数据是否有空值返回False,说明数据完整。
五、数据分析
5.1 用户注册分析
from pandas import to_datetime from datetime import datetime reg_user = data[['user_id','register_time']] reg_user.head() #将注册时间转化为日期格式 reg_user['register_time'] = to_datetime(reg_user.register_time,format='%Y/%m/%d') reg_user['register_time']=reg_user.register_time.apply(lambda x: datetime.strftime(x,"%Y-%m-%d")) #计算每天的注册人数 reg_user = reg_user.groupby(['register_time']).user_id.count() #可视化 fig = plt.figure(figsize=(10, 8)) plt.plot(reg_user) plt.xticks(rotation=90) plt.title('用户注册分布图') plt.show()
![](https://pic4.zhimg.com/v2-54039b812962bb7d1b115b8940a45fe3_b.png)
通过可视化分析可知,在3月9日到3月11日期间注册人数达到高峰,推测这期间广告的推广促销力度比其它时段更大。
5.2 用户付费情况分析
5.2.1 付费率:
付费率 = 付费用户/活跃用户
活跃用户:每日平均游戏时长大于30分钟
#活跃用户 act_user = data[data['avg_online_minutes']>=30] #付费用户 pay_user = data[data['pay_price']>0] #付费率 pay_user_rate = pay_user['user_id'].count()/act_user['user_id'].count() print('付费率: %.2f' %(pay_user_rate)) 付费率: 0.31
5.2.2 ARPU(平均每用户收入)
ARPU = 玩家总付费金额 / 总活跃人数
#玩家总付费金额 pay_sum = data['pay_price'].sum() #ARPU ARPU = pay_sum / act_user['user_id'].count() print('ARPU: %.2f' %(ARPU)) ARPU: 8.86
5.2.3 ARPPU(平均每付费用户收入)
ARPPU = 玩家总付费金额 / 总付费人数
#ARPPU ARPPU = pay_sum / pay_user['user_id'].count() print('ARPPU: %.2f' %(ARPPU)) ARPPU: 28.49
手游市场的平均ARPU在5元左右,该手游的ARPU为8.86元,高于平均水平,付费率达到了31%,ARPPU为28.49,可以看出该手游的玩家很愿意在游戏中充值,后续需要进一步评估付费用户的价值,针对性的制定运营策略。
5.2.4 各个等级玩家的付费情况
#根据要塞等级进行分类 user_grade = data.groupby(['bd_stronghold_level']).user_id.count() user_grade = data[['user_id','bd_stronghold_level','pay_count','pay_price']] #通过数据透视表汇总各等级人数分布,总付费次数,总菲菲金额 table = pd.pivot_table(user_grade,index=['bd_stronghold_level'],values=['user_id','pay_count','pay_price'],aggfunc={'user_id': 'count','pay_count': 'sum','pay_price': 'sum'}) user_pay = pd.DataFrame(table.to_records()) #计算各等级付费人数 user_count = user_grade[user_grade['pay_price']>0].groupby('bd_stronghold_level').user_id.count() user_pay['user_count'] = user_count user_pay.head() #计算等级付费转化率,等级人均付费次数,等级人均付费金额 user_pay['pay_rate'] = user_pay.user_count / user_pay.user_id user_pay['user_avgcount'] = user_pay.pay_count / user_pay.user_count user_pay['user_avgmoney'] = user_pay.pay_price / user_pay.user_count #修改列名 user_pay.columns = ['要塞等级','付费次数','付费总额','玩家人数','付费人数','付费转化率','人均付费次数','人均付费总额'] #调整列名 user_pay = user_pay[['要塞等级','付费次数','付费总额','玩家人数','付费人数','付费转化率','人均付费次数','人均付费总额']] user_pay
![](https://pic3.zhimg.com/80/v2-c788d21d2416102d9230a349a72b1eab_720w.png)
可视化
-
要塞等级和付费转化率的关系
x = user_pay['要塞等级'] y = user_pay['付费转化率'] fig = plt.figure(figsize=(10,8)) plt.plot(x,y,ls='-',lw=2) plt.xticks(x,range(0,len(x),1)) plt.grid(True) plt.title('要塞等级和付费转化率的关系') plt.show()
![](https://pic1.zhimg.com/80/v2-91245fe4959a0adc1794f98b0fdef29e_720w.png)
-
要塞等级和人均付费金额的关系
x = user_pay['要塞等级'] y = user_pay['人均付费总额'] fig = plt.figure(figsize=(10,8)) plt.plot(x,y,ls='-',lw=2) plt.xticks(x,range(0,len(x),1)) plt.grid(True) plt.title('要塞等级与人均付费金额的关系') plt.show()
![](https://pic1.zhimg.com/80/v2-16536324c0e45fc2c6ff9e572988baf1_720w.png)
-
要塞等级和人均付费次数的关系
x = user_pay['要塞等级'] y = user_pay['人均付费次数'] fig = plt.figure(figsize=(10,8)) plt.plot(x,y,ls='-',lw=2) plt.xticks(x,range(0,len(x),1)) plt.grid(True) plt.title('要塞等级与人均付费次数的关系') plt.show()
![](https://pic2.zhimg.com/80/v2-42e971f6c44a53d2be460694bf52fee6_720w.png)
-
处于各个要塞等级的玩家人数
x = user_pay['要塞等级'] y = user_pay['玩家人数'] fig = plt.figure(figsize=(10,8)) plt.bar(x,y) plt.xticks(x,range(0,len(x),1)) plt.title('各个要塞等级的玩家人数') plt.show()
![](https://pic1.zhimg.com/80/v2-ba96e197240882b266d488215d56499e_720w.png)
通过观察付费转化率和要塞等级的关系可以发现,9级时付费转化率为26%,10级时的付费转化率已经接近60%,且在14级之后的玩家, 付费转化率达100%。观察人均消费总额和人均消费次数可以发现,10级之后,两项指标也同时呈现显著的增长。
然而观察要塞等级达到人数的柱形图可以发现,大量的用户集中在10以下,因此游戏的运营方向应该是如何是用户平滑的达到10级,可以进一步通过 一系列数据或者通过游戏内发放问卷调查的方式,了解用户在10级以下时遇到的困难和问题,进一步优化游戏内容,增强引导用户提升要塞等级。
可以通过人均消费总额看出,在18级以后人均消费额的曲线出现了陡增,该阶段的用户应该已经了解了游戏的核心玩法,因此可以对该部分用户加强消费引导, 提升游戏的收入
5.3 用户的资源使用情况分析
该游戏充值主要获得以下几种物品:资源类(木头、石头、象牙、肉、魔法等),加速券类(通用加速、建筑加速、科研加速、训练加速、治疗加速等)。
根据玩家充值金额大小, 将10级以上玩家分为高氪玩家(充值金额高于500元)和低氪玩家(充值金额低于500元大于0元),分别统计两种玩家的各类资源使用情况,最后绘图
#对10级以上的玩家进行分类 sup_user = data[(data['pay_price']>=500)&(data['bd_stronghold_level']>=10)] sub_user = data[(data['pay_price']<500)&(data['bd_stronghold_level']<10)]
5.3.1 玩家各类资源使用情况
#制作资源相关数据集 wood_avg = [sup_user['wood_reduce_value'].mean(),sub_user['wood_reduce_value'].mean()] stone_avg = [sup_user['stone_reduce_value'].mean(),sub_user['stone_reduce_value'].mean()] ivory_avg = [sup_user['ivory_reduce_value'].mean(),sub_user['ivory_reduce_value'].mean()] meat_avg = [sup_user['meat_reduce_value'].mean(),sub_user['meat_reduce_value'].mean()] magic_avg = [sup_user['magic_reduce_value'].mean(),sub_user['magic_reduce_value'].mean()] df = {'高氪玩家': [wood_avg[0],stone_avg[0],ivory_avg[0],meat_avg[0],magic_avg[0]], '低氪玩家': [wood_avg[1],stone_avg[1],ivory_avg[1],meat_avg[1],magic_avg[1]]} resource = pd.DataFrame(df,index =['木头','石头','象牙','肉','魔法']).round(2) #可视化 resource.plot(kind='bar',figsize=(10,8),legend=True,logy=True) x = np.arange(len(resource.index)) y1 = np.array(list(resource['高氪玩家'])) y2 = np.array(list(resource['低氪玩家'])) for a,b in zip(x,y1): plt.text(a,b,b,ha='right',va='bottom') for a,b in zip(x,y2): plt.text(a,b,b,ha='left',va='bottom') plt.title('玩家资源使用量',fontsize=20) plt.xlabel('资源种类',fontsize=18) plt.ylabel('资源使用量',fontsize=18) plt.tick_params(labelsize=14) plt.show()
![](https://pic4.zhimg.com/80/v2-2da20a828d8b0210b391adb4d7663c39_720w.png)
高消费玩家和低消费对木头、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,高消费玩家和低消费玩家的消耗差距较大。因为象牙资源在游戏中的用途相对高端一些,而木头和肉类是游戏发展过程中必需的资源。因此高氪玩家在资源上的平均使用量要远远高于低氪玩家,象牙资源最能够体现出一个玩家在游戏上的消费水平。
5.3.2 玩家加速券使用情况
#制作加速券相关数据集 general_avg = [sup_user['general_acceleration_reduce_value'].mean(),sub_user['general_acceleration_reduce_value'].mean()] building_avg = [sup_user['building_acceleration_reduce_value'].mean(),sub_user['building_acceleration_reduce_value'].mean()] reaserch_avg = [sup_user['reaserch_acceleration_reduce_value'].mean(),sub_user['reaserch_acceleration_reduce_value'].mean()] training_avg = [sup_user['training_acceleration_reduce_value'].mean(),sub_user['training_acceleration_reduce_value'].mean()] treament_avg = [sup_user['treatment_acceleration_reduce_value'].mean(),sub_user['treatment_acceleration_reduce_value'].mean()] df = {'高氪玩家': [general_avg[0],building_avg[0],reaserch_avg[0],training_avg[0],treament_avg[0]], '低氪玩家': [general_avg[1],building_avg[1],reaserch_avg[1],training_avg[1],treament_avg[1]]} acceleration = pd.DataFrame(df, index=['通用','建筑','科研','训练','治疗']).round(2) #可视化 acceleration.plot(kind = 'bar', figsize=(10,8),logy=True,legend=True) x = np.arange(len(acceleration.index)) a = np.array(list(acceleration['高氪玩家'])) b = np.array(list(acceleration['低氪玩家'])) for m,n in zip(x,a): plt.text(m,n,n,ha='right',va='bottom') for m,n in zip(x,b): plt.text(m,n,n,ha='left',va='bottom') plt.title('玩家加速券使用情况',fontsize=20) plt.xlabel('加速券类型',fontsize=18) plt.ylabel('加速券使用量',fontsize=18) plt.tick_params(labelsize=14) plt.show
![](https://pic2.zhimg.com/80/v2-0f11edd934b64e8af035e65c41d81502_720w.png)
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。通过体验游戏了解到加速券的使用,直接影响游戏进程的加快,因此高氪玩家更希望通过加快游戏进程增加游戏体验。
5.3.3 玩家游戏玩法分析
-
玩家在线时长
#平均在线时长数据 avg_online_time = [sup_user['avg_online_minutes'].mean(),sub_user['avg_online_minutes'].mean()] df = {'高氪玩家': [avg_online_time[0]], '低氪玩家': [avg_online_time[1]]} online_time = pd.DataFrame(df,index=['平均在线时长']).round(2) #可视化 online_time.plot(kind='bar',legend=True,figsize=(10,8)) x = np.arange(len(online_time.index)) a = np.array(list(online_time['高氪玩家'])) b = np.array(list(online_time['低氪玩家'])) for m,n in zip(x,a): plt.text(m,n,n,ha='right',va='bottom',fontsize=12) for m,n in zip(x,b): plt.text(m,n,n,ha='left',va='bottom',fontsize=12) plt.xticks(rotation=0) plt.tick_params(labelsize=14) plt.title('玩家平均在线时长',fontsize=20) plt.show()
![](https://pic4.zhimg.com/80/v2-485eb7e297972992e139b0cc489cc1c2_720w.png)
-
玩家pvp情况
#pvp相关数据 pvp_battle_avg = [sup_user['pvp_battle_count'].mean(), sub_user['pvp_battle_count'].mean()] pvp_lanch_avg = [sup_user['pvp_lanch_count'].mean(), sub_user['pvp_lanch_count'].mean()] pvp_win_avg = [sup_user['pvp_win_count'].mean(), sub_user['pvp_win_count'].mean()] data = {'高氪玩家':[pvp_battle_avg[0], pvp_lanch_avg[0], pvp_win_avg[0]], '低氪玩家':[pvp_battle_avg[1], pvp_lanch_avg[1], pvp_win_avg[1]]} PVP = pd.DataFrame(data, index = ['PVP次数', '主动发起PVP次数', 'PVP胜利次数']).round(2) #可视化 PVP.plot(kind='bar',legend=True,figsize=(10,8)) plt.title('玩家pvp对局情况',fontsize=20) plt.tick_params(rotation=0,labelsize=14) plt.show()
![](https://pic4.zhimg.com/80/v2-998639adb72676e96781f25490873546_720w.png)
-
玩家pve情况
#玩家pve对局数据 pve_battle_count = [sup_user['pve_battle_count'].mean(),sub_user['pve_battle_count'].mean()] pve_lanch_count = [sup_user['pve_lanch_count'].mean(),sub_user['pve_lanch_count'].mean()] pve_win_count = [sup_user['pve_win_count'].mean(),sub_user['pve_win_count'].mean()] df = {'高氪玩家': [pve_battle_count[0],pve_lanch_count[0],pve_win_count[0]], '低氪玩家': [pve_battle_count[1],pve_lanch_count[1],pve_win_count[1]]} PVE = pd.DataFrame(df,index=['PVE次数','主动发起PVE次数','PVE胜利次数']).round(2) #可视化 PVE.plot(kind='bar',legend=True,figsize=(10,8)) plt.title('玩家pve对局情况',fontsize=20) plt.tick_params(rotation=0,labelsize=14) plt.show()
![](https://pic2.zhimg.com/80/v2-104ce8a7a63d8adbbcbe5709c1baca34_720w.png)
可以看到高氪玩家的平均在线时长时低氪玩家的50倍左右,而高氪玩家的PVP的三项指标数值都在低氪玩家三项指标数值的100倍左右;pve的数值高氪玩家是低氪玩家的30倍左右。
总的来说高消费玩家更愿意投入时间在这款游戏上,它们热衷于pvp玩法,在pve的局数上也多于低消费玩家,因此游戏可以投入较多的精力在pvp的玩法改进上,吸引玩家更多的参与到pvp上,刺激玩家的消费,增加游戏的收入。
六、分析总结
1.该游戏具有较大的用户基数,且新用户注册受游戏活动、游戏推广力度等因素影响较大。
2.该游戏的ARPU为8.86,说明该游戏的盈利能力较高。
3.对于游戏付费情况,两极分化情况十分严重,绝大多数玩家处于10级以内,且付费情况较差,而少数玩家在10级以上,且付费能力强(13级的用户付费转化率接近100%).因此对于如何让大多数玩家平滑过渡到10级,非常的重要。
4.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。
5.在玩家行为上,高消费玩家投入游戏时间更多,它们更热衷于pvp玩法。
贵有恒,何必三更睡五更起最是无用。