用户分类迁移指标¶
概要¶
基于用户在游戏内的活动及购买相关数据，通过 K-Means 聚类技术自动区分活跃度和购买力，并据此定义并提供用户分类类型。
通过提供所选期间内接入用户的首次接入日和最后接入日的分类类型之间的迁移情况，可以查看用户的使用流向。
- 该指标每天上午 7 点（KST）更新。
- 无需额外日志发送，仅通过 SDK 集成即可查看。
可以做什么？¶
业务/营销负责人¶
- 可以按数值掌握所选期间内鲸鱼→海豚、轻度→未接入等用户流失趋势，并决定激活活动时机。
- 可通过最多分类迁移情况，立即掌握最常发生的用户迁移模式。
数据分析师¶
- 通过分类迁移前后用户分布的点位迁移图，可以直观探索单个用户层面的迁移模式。
- 可通过更改期间，对特定事件·更新前后的用户类型变化进行比较分析。
快速开始¶
- 在左侧菜单中进入 用户 > 用户分类 页面后，点击用户分类迁移选项卡。
- 设置要分析的 项目 和 期间。
- 在 各用户分类类型迁移 表中查看从首次分类类型迁移到最终分类类型的用户数和比例。
- 在点位迁移图中可视化探索单个用户的迁移路径。
全部功能¶
主要概念¶
| 概念 | 说明 |
|---|---|
| 活跃度 | 基于包含基准日在内前 3 天的接入·游玩数据测量的用户游戏参与度。分为 高 / 中 / 低 / 新用户 4 级 |
| 购买力 | 基于从首次接入日至基准日的累计购买数据测量的用户付费倾向。分为 高 / 中 / 低 / 无购买 4 级 |
| 首次分类类型 | 以所选期间内首次接入日为基准分类出的用户类型 |
| 最终分类类型 | 以所选期间内最后接入日为基准分类出的用户类型 |
| 未接入 | 最后接入日距离所选期间结束日 3 天以前的用户（沉睡 3 天以上） |
指标术语¶
活跃度¶
用户活跃度以用户接入日期为基准日，基于包含基准日在内的前 3 天数据进行测量。
Example
例如：1 月 10 日接入的用户 → 使用 1 月 8 日 ~ 1 月 10 日（3 天）的数据进行测量
活跃度共分为 4 级（高、中、低、新用户），测量项目如下。若活跃度为 新用户，则不受以下测量项目影响，按基准日当天的新用户处理。
- 包含基准日在内前 3 天的登录次数
- 包含基准日在内前 3 天的登录天数
- 包含基准日在内前 3 天的日均登录次数（登录次数 / 登录天数）
- 包含基准日在内前 3 天的游戏游玩时长总和（秒）
- 包含基准日在内前 3 天的 00 点~23 点按小时的游戏游玩时长平均值（秒）
- 包含基准日在内前 3 天的奖励广告观看次数
- 包含基准日在内前 3 天的推送打开情况
购买力¶
用户购买力以用户接入日期为基准日，基于用户首次接入日至基准日之间全期间的累计数据进行测量。
Example
例如：若 1 月 10 日接入的用户首次接入日为 1 月 1 日 → 使用 1 月 1 日 ~ 1 月 10 日的数据进行测量
购买力共分为 4 级（高、中、低、无购买），测量项目如下。若购买力为 无购买，则不受以下测量项目影响，表示从首次接入日至基准日当天没有购买记录的用户。
- 用户首次登录 ~ 首次购买所需时间（单位：天）
- 用户首次登录 ~ 基准日为止的用户总付费次数
- 用户首次登录 ~ 基准日为止每次付费的平均付费金额（用户总付费金额 / 用户总付费次数）
用户分类类型¶
用户分类类型基于活跃度和购买力定义，如有基准重叠，则按更高级别类型分类。
| 类型 | 分类标准 |
|---|---|
| 鲸鱼用户 | 活跃度和购买力都为“高”时 |
| 海豚用户 | 活跃度和购买力中任一为“高”时 |
| 中度用户 | 活跃度和购买力中任一为“中”时 |
| 轻度用户 | 活跃度和购买力都为“低”时 |
| 无付费用户 | 无论活跃度如何，购买力为“无购买”时 |
| 新用户 | 无论购买力如何，活跃度为“新用户”时 |
指标详细¶
各用户分类类型迁移¶
以首次接入日和最后接入日的分类类型不同的用户为对象。
Example
例如：如果将期间选择为 1 月 1 日 ~ 1 月 10 日，那么在 1 月 1、3、5、10 日接入的用户中，1 月 1 日被分类为鲸鱼、1 月 10 日被分类为海豚且类型发生变化的用户会被包含在显示对象中；而 1 月 10 日仍被分类为鲸鱼、类型未变化的用户则会被排除在显示对象之外。
可以查看所选期间内从首次分类类型（以首次接入日为基准）迁移到最终分类类型（以最后接入日为基准）的用户数和比例。
- 用户数：首次分类时被分类为 A 类型的用户，在最终分类时迁移到 B 类型的用户数量。
- 用户比例(%)：相对于首次分类时 A 类型用户数，最终分类时迁移到 B 类型的用户数量所占比例。
Example
例如：在 1 月 1 日 ~ 1 月 10 日期间，如果首次分类时鲸鱼用户有 1,000 人，其中 100 人在最终分类时迁移为海豚，则显示为 100 人（10%）。
最终分类类型中的 未接入 类型指沉睡 3 天以上的用户，即最后接入日早于所选期间结束日期 3 天的用户。
Example
例如：如果将期间选择为 1 月 1 日 ~ 1 月 10 日，那么最后接入日早于 1 月 8 日的用户会被分类为未接入类型。
最多分类类型迁移现状¶
在各用户分类类型迁移表中，可以查看除最终分类类型为无付费和未接入的迁移之外，以用户数为基准值最大的分类迁移类型。
分类迁移前用户分布 & 分类迁移后用户分布¶
通过按颜色区分的点位迁移图，可以查看所选期间内各用户从首次分类结果到最后分类结果的迁移情况。 
- 分类迁移结果为 无付费 或 未接入（沉睡 3 天以上） 的用户，会显示在迁移前用户分布图中，但不会显示在迁移后用户分布图中。
- 图中的每一个点代表所选期间内发生分类迁移的 1 名用户，每个点的颜色表示首次分类时的用户分类类型颜色。
- 将鼠标悬停在图中各点上时，可以查看该用户的首次分类类型和最后分类类型。该用户的各种特征信息可结合 Analytics BigQuery 进行探索。
注意事项 & Tips¶
- 分类迁移指标仅统计首次接入日和最后接入日类型 不同的用户。期间内没有类型变化的用户不会显示。
- 未接入类型是根据所选期间的结束日判断的。期间越长，未接入用户比例可能越高。
- 指标每天上午 7 点（KST）更新，因此当天实时数据不会反映。
- 如果发现迁移模式集中的类型，请结合 用户分类指标 一起查看该用户群的特征。