menu
Is this helpful?

# 计算方法逻辑说明

在配置事件分析的分析指标、留存或分布分析的同时展示指标时,需要根据分析内容选择合适的计算方法,本章节会对部分方法的逻辑进行说明。

# 预置计算方法

  • 总次数:事件被触发了多少次
  • 触发用户数:有多少个不重复的用户触发了事件
  • 人均次数:即总次数/触发用户数,平均每个触发事件的用户会触发多少次

# 数值型属性

计算方法 逻辑
均值
即属性值总和/属性值个数
人均值
即属性值总和/触发用户数,平均每个触发事件的用户的属性值总和
中位数
将属性值从大到小排序,位于中间的属性值;如果属性值个数为偶数则中位数为两个中间值的均值

均值反映数据的平均表现,但如果存在明显高于或低于其他的属性值时,中位数相比均值更能代表整体情况。假设有4个用户共触发了7次付费事件:

用户 每次付费金额
A
6、648
B
30、30、30
C
128
D
6
  • 均值 = 125.43
  • 人均值 = 219.5
  • 中位数 = 30
计算方法 逻辑
N分位数
将属性值从大到小排序,位于第N个百分位的属性值,中位数即50分位数

除中位数外,一般还会经常使用N分位数来更好地衡量数据分布情况,如观察核心资源存量N分位数的变化情况判断是否要投放新的道具以消耗资源。

计算方法 逻辑
方差
先统计均值,再计算每个属性值与均值的差值的平方,最后再取平均值
标准差
即方差的平方根

方差和标准差可以用于衡量数据的波动情况。假设实验组和对照组的付费金额人均值相似,标准差显著高于对照组,说明实验组的指标数据受大额充值订单影响更大。

# 列表型属性

计算方法 逻辑
列表去重数
将列表作为一个整体,统计有多少个不重复列表
集合去重数
先对每个列表内元素去重排序得到集合,再统计有多少个不重复的集合
元素去重数
取出所有列表中的所有元素,再统计有多少个不重复的元素

在游戏中,经常会将上阵的多个英雄ID记录在列表型属性里。如果您想分析有多少个英雄上阵过,可以用“元素去重数”进行统计;您也可以使用“列表去重数”或“集合去重数”分析有多少种不重复的阵容,后者不会区分英雄在列表里的先后顺序或是否出现多次。

假设有4个列表型属性[a,b,c]、[a,b,c,c]、[c,b,a]和[a,b,c,d]:

  • 列表去重数 = 4
  • 集合去重数 = 2
  • 元素去重数 = 4

# 布尔型属性

计算方法 逻辑
为真数、为假数
属性值为True/False的事件次数
为空数、不为空数
属性值为null/不为null的事件次数