[爆卦]離群值excel是什麼?優點缺點精華區懶人包

雖然這篇離群值excel鄉民發文沒有被收入到精華區:在離群值excel這個話題中,我們另外找到其它相關的精選爆讚文章

在 離群值excel產品中有1篇Facebook貼文,粉絲數超過4,814的網紅飛鳥涼不涼的遊戲營運觀察小站,也在其Facebook貼文中提到, 【聊聊遊戲數據分析常有的陷阱與誤判】 前兩天RF提到數據分析的理解與分享,剛好自己在這部分也有些體悟,順便分享一些自己的經驗。 每個人都有機會做數據分析,並進而得出些結論,但有些錯誤或陷阱是新人比較容易犯的,希望能夠提出些來幫大家少走些彎路。 (1)對於“正面”的反常數據不夠有警覺。 大部分...

離群值excel 在 Mike 麥克 Instagram 的最佳貼文

2021-08-02 17:35:59

我的回憶錄 M&T 序曲 日本賽後的隔年2020的1/17 這是我們第一交換LINE開頭的對話內容 T:有了 M:又是選手照 T:不是啦給學生看啊,會互加Line啊 M:Line都變工作用了 T:就算有諮詢過也會加 M:然後激發他們想上課的慾望 T:🤣對 ——中間對話內容㊙️—— 1/29 ...

離群值excel 在 游大東 Instagram 的最佳貼文

2020-08-10 10:03:50

【 7.21一周年 】 _ 幾年前,有感知識乾涸,決定報讀嶺南大學文化研究碩士課程,在緊湊的學習課程和海量的參考文章中,有一個理論極之深刻,翻開自己寫的論文功課,才知道本來的理論名字 ── 那是20世紀德國猶太裔思想家懷特班雅明(Walter Benjamin)提出的Now of Recogniza...

  • 離群值excel 在 飛鳥涼不涼的遊戲營運觀察小站 Facebook 的最讚貼文

    2021-05-13 23:58:32
    有 148 人按讚

    【聊聊遊戲數據分析常有的陷阱與誤判】

    前兩天RF提到數據分析的理解與分享,剛好自己在這部分也有些體悟,順便分享一些自己的經驗。

    每個人都有機會做數據分析,並進而得出些結論,但有些錯誤或陷阱是新人比較容易犯的,希望能夠提出些來幫大家少走些彎路。

    (1)對於“正面”的反常數據不夠有警覺。

    大部分人對於數字異常變差的警覺性較高,譬如營收、付費率、Arpu下滑;但對於數字異常變好的警覺性比較差。「事出反常必有妖」,營收相關數字異常變好,也有可能是出現bug、活動折扣標錯、對於道具價值錯誤預估、或是某個大戶異常行為的結果。

    研究這些反常的“正面”數據,能夠排除遊戲的潛在問題,排除後還能想辦法嘗試複製相同的成功經驗。莫名其妙的成功不是本事,那叫做運氣,總有用光的一天

    (2)數據分析的基礎是「數據正確」。

    這是一個很基礎,但新人常忽略的事情。當發現一個特殊的數據變化,一定要先用邏輯判斷是否符合常理,再去用其他角度驗證數據的正確性,最後才進行分析下結論。

    打個比方,當你發現三留暴漲,也要一併確認次留或七留有沒有相應的變化。如果沒有的話,那可能只是Excel拉錯,一不小心就會做出「三留因為活動成功而暴漲的錯誤結論」。

    對於自己無法解釋的數據,務必反覆檢驗其正確性。

    (3)產品只看營運數據,行銷只看廣告數據

    在現今的遊戲產業,營運和行銷已經密不可分了。當營運部門看到留存上升時,有可能是因為廣告導入的用戶調整而非活動因素;當行銷部門看到廣告回收變好,也有可能是因為遊戲適逢重要活動。

    只想當獨行俠而疏於溝通,已經難以在未來的遊戲產業生存。要想精進,就必須把玩家從“看到廣告”,到“進入遊戲"的環節都弄得一清二楚。

    (4)產品生命週期會影響數據的變化

    一般來說,事前登錄的用戶品質>第一批導入的用戶>後續導入的用戶。因此拿事前登錄的用戶數據去推估未來的遊戲收入成本趨勢,很有可能得到過於樂觀的結果。

    (5)忽略離群值的影響性

    大部分的免費遊戲,都仰賴1%的鯨魚玩家,這些鯨魚玩家有遠超過平均值的付費行為。而一個大戶的出現,常會把很多的“壞數據”變成”好數據“。

    某個廣告群組的回收率、某個道具的銷售量等,都有可能因為一個大戶超捧場,從壞消息變成好消息,影響了數據分析的結論。

    (6)行銷人員專注成本而忽略回收

    早期的遊戲業,幾乎所有行銷人員的KPI都是「導入成本越低越好」。但現今廣告投放工具趨向複雜專業,有很多標榜便宜安裝的廣告採買方式,基本上不具備任何回收的可能性。

    所有的數據決策,最終的目的都是「盈利」。如果只專注在單一的數據指標,忽略收益上的表現,將有可能把專案帶往錯誤的方向。

    (7)拿不同遊戲的數據經驗,去推測其他遊戲的數據

    這坦白說是很難避免的問題,我們都習慣以現有的經驗去預測未知的結果。做RPG的可能難想像放置遊戲的長線留存率,做三消很難想像RPG的付費能力。

    我們都生存在看不見的那道牆中,只能不斷與外界聯繫交流,打破自己認知的侷限。

    (8)數據所呈現的現象,沒有實際進入遊戲去驗證

    營運看數據看久了,會容易依賴數據得出“空想”的結果,而非進入遊戲實際感受問題之所在。打個比方,你可以想像無數種活動成效不好的原因,但都不如你進入遊戲實際花錢,和玩家討論CP值,感受用戶和自己心中的回饋來得真實。

    數據分析之路漫長遙遙,希望以上對你有所啟發。

你可能也想看看

搜尋相關網站