Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
Tags
- anomaly
- 데이터 분석
- 자료의요약
- Detection
- 대회
- anomaly detection
- 유저이탈
- self-similarity
- AE
- LTV예측
- dacon
- 게임 이탈 분석
- 게임
- AutoEncoder
- 사례
- 딥러닝
- Kaggle
- 게임 데이터분석
- google.cloud
- 자기유사도
- 기초통계학
- 봇탐지
- 오토인코더
- 통계학
- google.oauth2
- 이상탐지
- PYTHON
- 데이터분석
- 게임분석
- LTV
Archives
- Today
- Total
사쿠의 데이터 블로그
게임회사 지표 활용사례 (매출 - ARPPU) 본문
게임 회사들이 매일 살펴보는 지표는 매출 관련 지표일 것이다.
그중 겪었던 몇가지 사례에 대해 작성하려고 한다.
구분 |
신규 아이템 출시 후 매출액 |
ARPPU |
Case 1 |
감소 |
증가 |
Case 2 |
증가 |
증가 |
Case 3 |
감소 |
감소 |
(ARPPU - Average Revenue Per Paying User : 결제 유저들의 평균 매출액)
첫 번째는 전체 매출이 감소 했지만, 결제 유저(PU)들의 씀씀이는 증가한 경우
: 유저의 매출 규모를 [상, 중, 하]로 나누었을 때 보통 중하위권 감소 & 상위권 유지인 경우가 많다.
--> 예를들어, 신규 출시 상품이 고과금 유저들은 구입을 했지만, 중하위권 유저들은 반응하지 않는 경우이다.
두번째는 전체 매출과, 결제 유저(PU)들의 씀씀이가 동시에 증가한 경우
: 보통 월초(1 ~ 3일)이거나 새로 출시한 상품이 매우 반응이 좋은 경우에 해당한다.
세번째는 전체 매출과 결제 유저(PU)들의 씀씀이가 동시에 감소한 경우
: 2번 케이스와 반대로 월말에 발생할 수 있다. 혹은 신규 출시 상품에 반응이 없는 경우에 해당.
'게임 데이터 분석' 카테고리의 다른 글
유저 이탈 기준 정하기 (0) | 2020.11.20 |
---|---|
LTV 예측하기 (2) | 2020.05.24 |
Stacking 혹은 Meta모델링 적용하기 (0) | 2020.04.26 |
[R code] 유저 플레이 타임(Play time) 군집화 (6) | 2020.03.26 |
게임 지표 용어 정리 (0) | 2019.10.16 |