使用Python完成《数据分析实战》中的案例-2

什么样的顾客会选择离开

现状与预期

现状： “和上月相比，本月的用户数减少了”。

预期 ： 查清用户数减少的原因，并确保和上月相同的用户数。

发现问题

为明确现状与预期之间差距的结构，我们需要思考上月与本月有什么不同的地方。在发现问题阶段，重要的是从大而广的视角出发来考虑各种可能性。 尝试做出假设：

1. 商业推广上存在问题，流失的用户数超过了新增的用户数

2. 每月不同主题的游戏活动开始变得很无聊，用户都不爱玩了

3.  按用户的性别或者年龄段等属性来划分用户群，可能是其中某个用户群出现了问题

通过咨询市场部和游戏开发部，对上述假设进行大致的验证。

1.  同上月相比，商业推广的力度大体没变，新增用户数也大致保持在相同的水平

2. 开展的各种游戏活动同上月相比几乎没有变化

验证发现，第 1 条或第 2 条假设没有发现导致用户数减少的问题，因此可能是第3条假设，某个用户群体出现问题。—用户群通常是按照性 别、年龄段等来划分的。首先我们可以考虑是否有某个属性的用户群数量减少了，然后通过和上月的数据加以比较，确认用户数量减少了的用户属性，并思考如何恢复用户数量。

数据收集和加工

探讨所需要的数据

这里，我们只知道存在问题，但却还无法明确问题出现的原因。因此，需要通过数据分析来探索原因所在，这种方式称为“探索型数据分析”。

为了能够通过数据明确问题，我们需要下面的数据。

DAU（  Daily Active User，每天至少来访 1 次的用户数据）

user_info（用户属性数据）

查看报表内容及结构，检查是否存在数据缺失

dau 数据信息包含：访问时间（log_date）、应用名称（app_name）、用户ID（user_id）

user_info 数据信息包含:首次登陆时间（install_date）、应用名称（app_name）、用户ID（user_id）、性别（gender）、年龄段（generation）、设备类型（device_type）

数据加工

合并两个数据表

添加一列只显示年月的数据‘log_month’，方便后续月度数据对比。

数据分析

进行因果关系的分析时，具体来说有以下几步。

1. 用户群分析（对每个用户群进行交叉列表统计）

2. 将已明确的用户群数据可视化

对每个用户群进行交叉列表统计（用户群分析）

用户群分析（性别）

通过比较 2013 年 8月和 9 月男女用户的数量，可以看出两个用户群的数量都下降了，但各自的构成比例却大体上没有发生变化，所以性别这个属性对现在的问题影响不大。

用户群分析（按年龄段统计）

通过比较 2013 年 8 月和 9 月的数据，我们可以看到无论是哪个年龄段，在整体用户数量中所占的比例都没有发生大的变化，也没有发现哪个年龄段的用户数大量减少了。因此，再考虑进一步细分结果，观察是否某个性别，某年龄段用户减少。

用户群分析（性别×年龄段）

通过观察统计数据，我们发现各个用户群的用户数量整体都下降了，但每个用户群所占的比例大体没变，也没有发现哪个用户群的数量急剧下降。

用户群分析（设备）

下面我们需要考虑的是用户所使用的设备的差异。

结果是使用 iOS 设备的用户数略有下降，而使用 Android 的用户却大量减少了，因此这个用户群的分析很可能就是解决该问题的关键。

为了更详细地看到上述数值的差异，我们可以生成以天为单位的时间序列图，据此来确认用户数的变化程度。

将用户群分析结果可视化

为了确定每种设备用户数在时间序列上的变化情况，我们利用时间序列图将数据可视化，并得出了显而易见的结论。上图的横轴表示访问日期，纵轴表示访问次数，两条曲线分别表示 iOS 和 Android 设备的访问次数随时间的变化情况。

可以看出， iOS 的用户数和之前大体相同，而 Android 的用户数从9 月的第 2 周开始急剧减少。

根据分析的结果，和游戏开发部门确认后，得知 9 月 12 日 Android版应用进行了一次版本升级。导致部分旧机型用户无法正常登陆。