数据集市论文：基于数据集市的电信经营分析系统设计与实现

第一篇：数据集市论文：基于数据集市的电信经营分析系统设计与实现

数据集市论文：基于数据集市的电信经营分析系统设计与实现

【中文摘要】近十几年来,随着Internet和电子信息技术的迅速发展,电子商务系统、电子政务系统、ERP、MIS等如雨后春笋一般迅速的在各行各业成长起来,很多公司积累的数据越来越庞大。合理的管理这些数据,并能够有效的利用这些复杂而无章的数据,从中发觉有价值的信息成为现今的研究热点。信息化的普及使电信企业得到迅速地发展,越来越多的电信业务、维护、管理数据被保存了下来,然而电信行业的数据管理也面临着与其他行业相同的困境,数据丰富而可用的知识贫乏。在这种背景下,数据仓库技术和经营分析系统技术应运而生了。目前电信企业所使用的基于数据仓库的经营分析系统在一定程度上缓解了这种困境,为电信运营商提供了数据管理和信息展示的功能。由于经营分析系统是建立在省级电信企业的数据仓库基础上的,所以仅对省级电信运营商提供了经营分析和决策支持功能,另外目前多数经营分析系统的数据分析基本依靠OLAP提供的功能,分析能力有限。针对这种情况,本文根据数据集市和数据仓库的关系以及数据集市的灵活性,使用了日渐成熟的数据挖掘技术,提出了基于数据集市和数据挖掘的经营分析系统。系统仍对省级电信运营商建立数据仓库,对各地市运营商和需要数据分析的业务部门建立当前部门的数据集市,为之提供OLAP和数据挖掘功能。另外本文还提出了一个完整的数据挖掘模型的设计,丰富了经营分析系统的功能。本文阐述了

数据集市的设计、数据管理的实现,数据挖掘的功能、设计和实现,提供了一个为电信运营商分析数据、提供信息和知识、辅助经营决策的平台。

【英文摘要】In the past decade, Electronic Commerce System, E-government Affairs System, Enterprise Resource Planning, Management Information System appears rapidly with the development of Internet and electronic information technology, and the amount of many companies` data becomes large.It is really a hotspot nowadays to manage the data probably and discover the valuable information from it.The popularization of informatization benefits the telecommunication enterprise.Larger and larger amount of data of business, operation and support, management has been stored, however the knowledge and information cannot be find easily although the amount of data is large.It is the problem that the telecommunication operating agencies confront as same as which other companies do.Now the Data Warehouse and Business Analysis Technology help the telecommunication operators, and Business Analysis System Based on Data Warehouse established, offered the operators data management, data analysis and information illustration.However it could only respond the request from the province levels` and the system only offers the users

limited options on data analysis, such as OLAP.After the analysis on the telecommunication business and Data Mart, it is believed that a new Business Analysis and Data Mining System which is based on the Data Mart is needed, the new system not only offers its` users, except the OLAP, many advanced data mining tools which supplied by the advanced data mining system based on the data mart, but also has ability to respond the city-level and sub level request, and it could also offer data analysis options to the telecommunication company departments.In the following articles, it describes the details on the design of the data mart, the implement of the data management, the functions, design and the implement of the data mining and knowledge discovery.The new system which is introduced here in this essay offers the telecommunication operating agency a smart platform on data management and decision support.【关键词】数据集市 经营分析 数据挖掘

【英文关键词】Data MartBusiness AnalysisData Mining

【目录】基于数据集市的电信经营分析系统设计与实现4-5

ABSTRACT5

第一章 引言9-13

摘要

1.1 系统的1.3 系统开

1.5 本

开发背景9-10发设计思想10-11

1.2 开发的目的和意义10

1.4 本文研究的主要内容11

文的内容安排11-1313-26

第二章 系统理论基础及相关技术

2.1.1 数据挖掘的一

2.2

2.1 数据挖掘技术13-15

般步骤13-142.1.2 数据挖掘技术的分类14-15

2.2.1 数据仓库的特性

数据仓库技术15-2015-16

2.2.2 数据仓库的组成16-192.2.3 数据仓库

2.3.1 数的实现方式19-20据集市的特点2121-2222-23

2.3 数据集市技术20-232.3.2 数据集市中数据的结构

2.3.3 数据集市与数据仓库的区别与联系2.4 联机分析处理技术

23-26

2.4.1 联机分析

2.4.3 OLAP

处理的特点23-242.4.2 OLAP 存储方式24

分析与数据仓库的关系24-26标26-36

第三章 系统需求分析及设计目

3.1.1 电信业

3.2 电3.3.1

3.1 电信业务系统介绍26-28

务系统概述26-28信经营分析系统28-29功能需求29-33计目标34-36构设计36-37功能37-383839-4140-41计42-50

3.1.2 电信业务数据特点28

3.3 系统需求分析29-34

33-34

3.3.2 非功能需求3.4 系统设4.1 系统架4.2.1 支撑类

第四章 系统概要设计36-424.2 系统功能设计37-384.2.2 分析类功能38

4.2.3 系统管理4.4 数据存储设计

4.4.2 数据粒度第五章 系统详细设

5.1.1 账

4.3 数据获取设计38-39

4.4.1 数据主题划分39-404.5 数据访问和接口41-42

5.1 数据集市模型详细设计42-45

务类设计43-44争类设计45计45

5.1.2 业务量类设计44-455.1.4 用户类设计

5.1.3 竞

5.1.5 大客户类设5.3 前台展现详细5.3.2 功能设计

5.2 数据挖掘详细设计45-46

5.3.1 界面设计46-48

设计46-5048-5050-685154-6060-6268-76

第六章 基于数据集市的经营分析系统实现6.1 系统体系架构50-546.1.2 软硬件及网络配置51-546.3 系统后台实现60-686.3.2 数据处理层62-687.1 系统界面68-70

6.1.1 逻辑分层6.2 系统前台实现6.3.1 数据获取层第七章 系统测试7.2 经营分析系统中的客

7.2.2 7.3

户流失分析70-73用户欠费分析72功能测试73-75出73-747576-7878-79

7.2.1 用户行为分析71-727.2.3 用户流失预警查询72-737.3.1 模型输入参数73

7.3.2 模型输7.4 性能测试

7.3.3 模型准确性验证74-75

7.5 总体测试结论75-768.1 总结76-77参考文献79-82

第八章 总结与展望

致谢

8.2 展望77-78

第二篇：农村合作银行大型数据集市

项目介绍: 农村合作银行大型数据集市

项目介绍:

随着农村信用合作银行电子化建设和业务的不断开展，除了最基本的业务系统以外，银行周边业务系统也随之增多，事实上，几乎每个合作银行都有多个软件系统在同时运行，如综合业务系统、OCR系统、信贷管理系统、信用风险系统、绩效考核系统、操作风险系统……等等，而各个系统之间又处于相互独立的状态，所有操作只能在各个系统内部进行，不能进行各类跨系统操作，而系统人员的多系统登陆、多密码管理也容易造成信息管理的重复或者不完整，给合作银行系统的使用和维护带来了诸多不便。

杭州融为科技公司在合作银行成功开发了大型数据集市系统，系统同时实现了对省联社的综合业务系统、信贷系统等数据的整合、清理，并以该系统解决了合作银行目前存在的如下问题：

1.各个系统之间数据无法共享

在现有的多系统平台中，工作人员只能查询单一系统的相关信息，在业务需要关联查询多个系统的数据时现有平台就无能为力了，这就造成工作人员在线关联查询操作的不可实现性，为工作带来了诸多不便。而在数据集市中，由于系统所有信息都是在一个统一的平台上运行的，这就可以轻松进行所需的关连查询操作，就像在原有系统中查询单一事务一样简单，使业务处理更加简便、快捷。

2.统计方法不同可能导致统计的结果也不尽相同

在银行进行各类综合统计时，由于主统计系统需要到其他系统中取数据、计算并取得主统计系统所需的各类中间数据，而各个系统的统计方法，统计精度等又不尽相同，这就很容易导致各个系统统计出的中间数据互不一致，进而导致统计结果千差万别。而数据集市后，各个子系统统计所需的公用中间数据都是在数据集市中完成统计后回传各个系统供它们使用的，这样就保证了子系统公用数据的一致性，也保证了统计结果的一致性，从而完美解决了跨系统综合查询统计操作时由于统计方法不同导致统计结果也各有差别的问题。

3.多系统并存、数据不一致给使用者造成诸多不便

随着合作银行业务规模的扩大，不可避免的出现了众多系统并存的局面。这些系统由不同的公司开发，数据定义、开发标准、数据库类型等都各不相同，导致数据处于极不一致的状态；多个子系统的管理也带来了诸多的不便和信息的不对称，如操作人员的重复登陆、多密码管理、信息的重复或者不完整等等。整合后的新数据平台采用单点登录，用户无需记住多个工号、密码；多个子系统在同一置顶界面中，操作方便。同时由于数据的整合和规范化的定义，使数据有了高度的一致性，为后续的各类操作提供了便利。

4.多系统升级和维护非常困难

由于目前农村合作银行的外围系统主要依赖于省联社的核心业务系统的基础数据，而核心系统本身也要不断地升级和改造，特别是出现科目变更或者交易代码升级等情况的时候，如果我们有5个外围系统，就要重新召集这5个系统的开发商进行分别的修改和升级，而且分别升级出来的结果也不一定是一致的。使用数据集市后，由于所有的基础数据都转入中间层库表，这些表都以标准、统一格式存储，而外围系统以中间层为数据基础来建设，这样，核心系统修改的时候，只要修改中间层接口即可实现所有外围系统统一升级。

5.不具备多维分析功能

原有个系统的数据都是互相独立的，所以在进行数据的综合分析，如预测某一项目的变化对另一项目产生的影响时，就只能从本系统中找相关的各种因素，因此只能实现局部的了解和分析，无法从全局出发，用各种不同的因素来分析他们之间的相互影响。而数据整合之后，高度一致的数据允许决策人员进行类似的分析时可以从多个维度，多个层面来分析某一

项目变化对另一项产生的影响，而且系统提供比较直观的多维分析，赋予使用者通过旋转、切片、立体对照等手段分析的权利。

大型数据集市及其意义

数据集市是决策支持系统和联机分析应用数据源的结构化数据环境。大型数据集市研究和解决从数据库中获取信息的问题。其特征在于面向主题、集成性、稳定性和时变性。

1.面向主题

操作型数据库的数据组织面向事务处理任务，各个业务系统之间各自分离，而大型数据集市中的数据是按照一定的主题域进行组织的。

2.信息按照层次化集成大型数据集市中的数据是在对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证大型数据集市内的信息是关于整个企业的一致的全局信息。

3.统一的标准化/层次化格式数据

各个系统的业务层数据库以对象的方式进行整合，形成面向统一对象的通用表结构。如日期、机构层次、人员层次、客户层次、帐户层次等。同时统一了存储格式(包括数据类型、数据格式),数据类型统一表现为同一个性质的字段在不同系统的库表类型定义不一致，导致查询无法主键关联统一检索。数据格式如各系统日期格式纷繁复杂，也需要统一定义格式。

4.历史数据积累

这点是大型数据集市非常重要的一个特征，由于大型数据集市主要目的是为了综合分析和决策支持，所以其数据通常包含大量历史信息，系统记录了合作银行从过去某一时点(如开始应用大型数据集市的时点)到目前各个阶段的信息，正是通过这些信息，决策者才可以对合作银行的发展历程和未来趋势做出定量分析和预测。

第三篇：商务平台商品数据分析系统设计探讨论文[范文模版]

1商务平台商品数据分析

商务平台商品数据分析系统集数据获取、数据统计和分析，系统设计有如下考虑：

1)商品ID号：根据上线商品的ID号直接获取商品的评论，并对评论进行等级评定；

2)评论平均分：计算评论平均分，据此可判断商品是否合格；

3)评论分分布：计算评论的合格数及其比例。等级评定时是多个操作人员同时对同一商品数据进行评论操作，评论评分定级是人工进行的，操作人员的主观对商品评论操作有一定影响。因此需要将所有操作人员的评论评分数据进行统计对比分析，以控制整个评定的有效性。

2系统设计

本系统根据MVC的三层框架，利用JSP技术制作动态网页，通过JDBC技术访问数据库，使用JSP作为服务器端应用程序处理客户端的请求并在Web服务器中进行业务逻辑处理并返回客户端请求的结果。在JSP里嵌套HTML以及CSS对WEB页面进行设计，引入Bootstrap封装的样式，达到系统数据呈现的设计要求。页面数据呈现与后台数据交互是整个系统的核心，对数据进行归纳计算和整理并呈现到用户界面上。用户只需获取到公司平台上线商品的ID号就可以通过系统抓取商品评论数据；同时对数据进行整理分析得到评论平均分、评论分数比例等数据；同时可以系统整理分析出整体上线商品的整体趋势，通过饼状图直观地看出商品的品质分布。

2.1系统功能结构设计

商务平台商品数据分析系统分为三个模块，八个基本功能，分别是管理员登陆、用户登陆、用户注册、商品评论抓取评分、商品评论数据的统计和分析、用户管理和修改密码等。

1)管理员登陆：管理员输入用户名和密码，数据经由UIServlet传递给ControllerServlet，再到数据库中验证身份，将结果返回给JSP，成功登陆就可进入系统，不成功则重新输入。用户名只可能是字母，密码字母和数字皆可。管理员是系统指定的，不可以注册。

2)用户登录：普通用户输入用户名和密码，数据经由UIServlet传递给ControllerServlet，再到数据库中验证身份，将结果返回给JSP，成功登陆就可进入系统，不成功则重新输入。用户名只可能是6-20位字母，密码是6-15位字母和数字组合皆可。若没有账号，可以在用户登录JSP页面点击注册，通过UIServlet跳转到注册页面。

3)用户注册：用户注册需要输入Email、用户名、密码等信息，Email有格式判断，必须输入正确的格式，用户名必须是6-20位字母，密码是6-15位的字母数字组合皆可。输入正确后可以成功申请新用户，随后跳转到普通用户登录界面登录系统。

4)商品评论抓取评分：普通用户与管理员皆可操作，在输入框中输入商品的id号，点击查询，就可获取到“淘宝网”中商品的前一百条评论，并且按照评论时间顺序进行呈现。其后的评分框，按照规定只能输入1-5的数值，同时点击保存，数据就会存入数据库中。

5)商品评论数据统计：此功能方便普通用户清楚的跟踪自己的工作进度，对于管理员可以掌控平台上线商品的商品质量，会显示出该操作人员所操作的所有商品的平均分、合格率，可以看出该操作人员操作的商品评分状态详情。

6)商品评论数据分析：此功能为管理者观察网站整体上线商品的质量分布，点击查询，会统计所有使用系统的普通用户操作过的所有商品数的评论数据。如此管理者可以通过这些数据对网站上线商品进行调整。以操作人为条件，区分每个人的操作数据，可以控制一定的主观误差，还有整体的上线商品的趋势。普通用户可以看出自己的主观意见和其他用户的差别。

7)用户管理：管理员可以对普通用户进行增加和删除，用户管理界面对普通用户不可见。管理员有权限重置普通用户的密码。

8)修改密码：管理员和普通用户都可以自行更改密码。

2.2系统数据库设计

数据库能够对商务平台商品数据分析系统的后台数据进行添加、删除、查询，修改。本系统采用MySQL数据库设计，分别是用户信息表、评论评分信息表、商品数据分析表和商品数据统计表。用户信息表主要保存管理员和普通用户的登录信息：用户的用户名、密码、级别还有Email。评论评分信息表主要保存评论内容、评论的时间、评论评分、商品id、操作人员、商品名称等。商品数据分析表主要保存操作人员、操作商品总数、平均四分以上的商品总数及其比例、合格率大于80%的商品总数及其占比、合格率大于60%的商品总数及其占比、不合格商品总数及其占比等内容。商品数据统计表主要保存商品id、操作人员、商品名称、评论平均分、评论合格率、评论不合格率等信息。

3结束语

互联网电子商务企业需要处理大量的数据。商务平台商品数据分析系统基于JAVA语言和MVC设计思想，在MyEclipse的开发环境开发，完成了淘宝商品评论数据基于商品ID号抓取、评论五等级评分、针对不同操作人员评分的合格率、平均分4分以上商品总数、合格率大于一定比例的商品总数等数据统计和分析以及用户管理等功能；商务平台商品数据分析系统前台利用Bootstrap框架和BUI框架进行开发，将后台功能进行呈现。系统操作简单，界面简洁、美观交互速度快，有效降低了商品数据分析的繁琐度提高效率。

第四篇：商务平台商品数据分析系统设计探讨论文[范文模版]

1商务平台商品数据分析

商务平台商品数据分析系统集数据获取、数据统计和分析，系统设计有如下考虑：

1)商品ID号：根据上线商品的ID号直接获取商品的评论，并对评论进行等级评定；

2)评论平均分：计算评论平均分，据此可判断商品是否合格；

3)评论分分布：计算评论的合格数及其比例。等级评定时是多个操作人员同时对同一商品数据进行评论操作，评论评分定级是人工进行的，操作人员的主观对商品评论操作有一定影响。因此需要将所有操作人员的评论评分数据进行统计对比分析，以控制整个评定的有效性。

2系统设计

本系统根据MVC的三层框架，利用JSP技术制作动态网页，通过JDBC技术访问数据库，使用JSP作为服务器端应用程序处理客户端的请求并在Web服务器中进行业务逻辑处理并返回客户端请求的结果。在JSP里嵌套HTML以及CSS对WEB页面进行设计，引入Bootstrap封装的样式，达到系统数据呈现的设计要求。页面数据呈现与后台数据交互是整个系统的核心，对数据进行归纳计算和整理并呈现到用户界面上。用户只需获取到公司平台上线商品的ID号就可以通过系统抓取商品评论数据；同时对数据进行整理分析得到评论平均分、评论分数比例等数据；同时可以系统整理分析出整体上线商品的整体趋势，通过饼状图直观地看出商品的品质分布。

2.1系统功能结构设计

商务平台商品数据分析系统分为三个模块，八个基本功能，分别是管理员登陆、用户登陆、用户注册、商品评论抓取评分、商品评论数据的统计和分析、用户管理和修改密码等。

1)管理员登陆：管理员输入用户名和密码，数据经由UIServlet传递给ControllerServlet，再到数据库中验证身份，将结果返回给JSP，成功登陆就可进入系统，不成功则重新输入。用户名只可能是字母，密码字母和数字皆可。管理员是系统指定的，不可以注册。

2)用户登录：普通用户输入用户名和密码，数据经由UIServlet传递给ControllerServlet，再到数据库中验证身份，将结果返回给JSP，成功登陆就可进入系统，不成功则重新输入。用户名只可能是6-20位字母，密码是6-15位字母和数字组合皆可。若没有账号，可以在用户登录JSP页面点击注册，通过UIServlet跳转到注册页面。

3)用户注册：用户注册需要输入Email、用户名、密码等信息，Email有格式判断，必须输入正确的格式，用户名必须是6-20位字母，密码是6-15位的字母数字组合皆可。输入正确后可以成功申请新用户，随后跳转到普通用户登录界面登录系统。

4)商品评论抓取评分：普通用户与管理员皆可操作，在输入框中输入商品的id号，点击查询，就可获取到“淘宝网”中商品的前一百条评论，并且按照评论时间顺序进行呈现。其后的评分框，按照规定只能输入1-5的数值，同时点击保存，数据就会存入数据库中。

5)商品评论数据统计：此功能方便普通用户清楚的跟踪自己的工作进度，对于管理员可以掌控平台上线商品的商品质量，会显示出该操作人员所操作的所有商品的平均分、合格率，可以看出该操作人员操作的商品评分状态详情。

6)商品评论数据分析：此功能为管理者观察网站整体上线商品的质量分布，点击查询，会统计所有使用系统的普通用户操作过的所有商品数的评论数据。如此管理者可以通过这些数据对网站上线商品进行调整。以操作人为条件，区分每个人的操作数据，可以控制一定的主观误差，还有整体的上线商品的趋势。普通用户可以看出自己的主观意见和其他用户的差别。

7)用户管理：管理员可以对普通用户进行增加和删除，用户管理界面对普通用户不可见。管理员有权限重置普通用户的密码。

8)修改密码：管理员和普通用户都可以自行更改密码。

2.2系统数据库设计

数据库能够对商务平台商品数据分析系统的后台数据进行添加、删除、查询，修改。本系统采用MySQL数据库设计，分别是用户信息表、评论评分信息表、商品数据分析表和商品数据统计表。用户信息表主要保存管理员和普通用户的登录信息：用户的用户名、密码、级别还有Email。评论评分信息表主要保存评论内容、评论的时间、评论评分、商品id、操作人员、商品名称等。商品数据分析表主要保存操作人员、操作商品总数、平均四分以上的商品总数及其比例、合格率大于80%的商品总数及其占比、合格率大于60%的商品总数及其占比、不合格商品总数及其占比等内容。商品数据统计表主要保存商品id、操作人员、商品名称、评论平均分、评论合格率、评论不合格率等信息。

3结束语

互联网电子商务企业需要处理大量的数据。商务平台商品数据分析系统基于JAVA语言和MVC设计思想，在MyEclipse的开发环境开发，完成了淘宝商品评论数据基于商品ID号抓取、评论五等级评分、针对不同操作人员评分的合格率、平均分4分以上商品总数、合格率大于一定比例的商品总数等数据统计和分析以及用户管理等功能；商务平台商品数据分析系统前台利用Bootstrap框架和BUI框架进行开发，将后台功能进行呈现。系统操作简单，界面简洁、美观交互速度快，有效降低了商品数据分析的繁琐度提高效率。

第五篇：经营数据分析报告

经营数据分析报告

一、确定分析目标

分析目标主要包括以下三个方面：

分析目的。

分析范围。

分析时间。

如下图所示，分析目标除了主要包括三个方面外，还有备注一栏，这里备注的是计算周期问题。强调一点，我们做运营数据分析的时候通常都会拿更新前和更新后的数据进行比较，因此我们的设定的分析周期一般都会跟着游戏实际的更新情况走。

二、分析综述

分析综述主要包括两方面的内容

1、上周/本周充值数据对比

充值总额

充值人数

服务器数

服务器平均充值

服务器平均充值人数

针对上述内容进行差额对比以及增减率对比，如游戏有特殊要求，可以适当增加其它数据内容。

2、上周/本周更新内容对比

主要陈列两周内分别更新的活动内容或一些重大调整。

三、一周运营数据分析

1、本周收入概况

日均充值金额，环比上周日均充值金额

用户ARPU值，环比上周ARPU值

简述与上周或之前的充值情况的比较，如上升还是下降、影响充值的较大的因素。

2、新用户概况

新用户就是新进游戏的玩家，这里主要介绍这些新玩家的动态数据，一般以两个月为总时长进行陈列比较，具体周期数据仍以周为单位。

新用户数据主要包括：安装下载数、创建角色数、安装→角色转化率、付费人数、创建角色→付费转化率、ARPU值、次日留存、三日留存、七日留存等，可根据游戏实际情况进行添加。

3、活跃用户概况

活跃用户概况主要包括三部分内容：

日均在线人数，环比上周实时在线人数，提升/下降百分比

日均付费用户登陆人数，环比上周付费登陆数，提升/下降百分比

日均活跃玩家数，环比日均活跃玩家数，提升/下降百分比

4、道具消费概况

道具方面的消费概况主要包括：

产出活动类别

道具分类

单类道具消费元宝，消费占比，环比上周日均消费元宝，总消费元宝，环比上周下降/上升

简述活动效果较好/较差的道具分类

5、当前元宝库存

当前元宝库存是指玩家充了元宝还没花出去的存量，以及游戏中额外获得的元宝存量。例如，我充了1000块，拿了1w元宝，花了8K，我造成的存量是2K，当平台各服的元宝存量不断上涨，就代表消费点不够了，要不补新消费系统，要不上消费类的运营活动。

6、重点商业活动付费玩家参与情况

活动参与情况主要考虑以下几点：

付费群体类别，活跃付费玩家数

付费玩家的参与比例

付费玩家在活动中消费的元宝数

付费玩家在活动中消费的元宝占周消费元宝总数的比例

付费玩家的人均消费元宝数

根据活动的这些付费玩家的相关数据，判断该活动产生的效益以及玩家的接受程度。

如果数据不佳，则代表该活动不行，需深究其存在的问题，看看问题是出现在活动难度、活动的奖励不吸引、还是活动本身的可玩性太差。根据分析的原因在下次更新活动时判断是需要进行调整玩法设定还是替换成新活动。

另外，同一时期可能会推出多个活动，在进行单个活动数据分析时，也要横向比较各个活动的效果，对于下次运营其它产品，有个经验借鉴。

注：付费玩家数：活动期间登陆过游戏的玩家数;消费占比 = 活动道具总消费元宝/当周总消费元宝

四、游戏运营数据总分析

在简单分析完一周的运营情况之后，接下来将针对一定运营周期的数据进行详细分析。

1、近期充值概况

近期充值情况基本上是以一周时长为单位进行分析，主要分析内容包括：每周收入、收入增长率、当周日均收入、当周总付费人数、ARPU值、服务器数量、服均日收入等，可根据游戏实际情况适当增减分析类别。

2、新注册用户分析

因为是针对新注册用户的分析，因此这一块的分析与前面一周运营数据稍有重合。

这一块的分析重点在于各个渠道的数据比较，包括新注册用户比较、活跃用户比较、累积付费金额比较三部分内容。

3、活跃用户分析

前面的活跃用户分析主要是围绕一周每日的活跃用户分析，而这里的活跃用户分析则可以是两周、三周或者更长时间的分析，主要看实际游戏的需要。

活跃用户概况描述主要包括三部分内容：

日均在线人数，环比上周实时在线人数，提升/下降百分比

日均付费用户登陆人数，环比上周付费登陆数，提升/下降百分比

日均活跃玩家数，环比日均活跃玩家数，提升/下降百分比

注：这里描述的内容根据分析的目的走，不一定非得是本周与上周的比较。

注：老付费登陆数 = 剔除统计日新增付费玩家数

4、道具消耗分析

道具消耗分析主要包括三部分内容：

元宝消耗结构，如装备类、抽奖类、促销类等

每一类道具的具体元宝消耗情况分析

每一类道具在分析周期内的消费占比

另外，具体的文字描述分析这里不一一举例，参照着数据分析表的实际情况简单做个文字描述即可。对于一些销量很好的道具及销量不佳的道具可以重点品评，分析造成差异的原因，以便下次更新可以调整改进。

1）每周日均元宝消耗量

2）元宝消耗占比

5、付费玩家元宝情况

付费玩家的元宝情况主要分析：

获得元宝量，包括充值获得、游戏中获得

消耗元宝量，包括充值元宝消耗和赠送元宝消耗

元宝存量，包括充值存量和赠送存量

备注：

充值玩家总元宝来源=充值获得元宝+游戏内相关渠道获得赠送元宝

充值玩家元宝存量=元宝存量+赠送元宝存量

消耗元宝量=元宝消耗+赠送元宝消耗

6、重点游戏系统监控

由于每个游戏的系统众多，这里简单以获得紫卡伙伴和副本关卡为例做个简单介绍。

1）获得紫卡数分析

分析主要针对不同付费层级的玩家进行分析。在主流卡牌游戏中，紫卡通常是比较高级的卡牌，紫卡的拥有数量对于游戏的系统分析具有比较重要的意义。根据分析可以观察紫卡的拥有数量是否合理，例如大R与小R是否存在明显的拥有差异，紫卡是易得还是难得。分析过后才能对产出卡牌的概率以及获得渠道作相关调整。

2）副本系统监测

类似推图的副本，或者一些任务，都是需要我们关注的游戏重点。根据每个关卡玩家的通关参与数，可以简单的看出每个关卡玩家参与的情况，从而判断是否有关卡设定不合理或者数据异常。

其实除了系统监测，对于玩家的升级情况、商城的付费情况等都可以做详细的分析，主要看你的游戏处于哪个阶段，分析的重点在哪。

7、重点商业活动付费玩家参与情况

这里分析主要包括往期活动玩家的参与情况，或对于周期较长的活动进行阶段性的分析。这个分析与前面的活动分析类似，这里不再详细说明。

总结

做完以上分析之后，有需要的应该对整份分析报告进行总结描述，譬如列举一些内容修改的建议之类的。

因为不同类别游戏的差异性较大，所以这个分析也仅仅是起到抛砖引玉的作用。我们在实际工作中抒写分析报告时，通常会根据游戏的指标、阶段的侧重点、分析的模块而决定分析的对象。因此，最终还是需要具体情况进行具体分析。