주어진 데이터들에 대한 설명:
https://www.kaggle.com/datasets/sohyunjun0401/game-rawdata-240705
account_id
|
lzp4q7rw-z30g-8jpz-v50m-12poovfh29b5
|
ip_addr
|
70.30.233.132
|
country
|
CN
|
latitude
|
35.86166
|
longitude
|
104.1954
|
age
|
34
|
gender
|
MALE
|
os
|
iOS
|
first_login_date
|
2020-12-16
|
last_login_date
|
2024-12-16
|
level
|
88
|
exp(획득 경험치 총량(레벨과비례아님)) |
999972
|
serverno
|
16
|
job
|
전사
|
action_type
(주요 활동) |
PVE
|
marketing_info_yn(마케팅 정보제공 활용동의 여부) |
Y
|
pay_amont
(누적 결제금액) |
99997151
|
refund_amount
|
0
|
review_score
|
5
|
total_playtime_second
|
60481276
|
channel
(유입경로) |
Social
|
main_purchase_category
|
레벨업패키지
|
main_purchase_type
|
간편결제
|
battle_pass_level
|
12
|
guild_member_cnt
(길드 멤버수) |
35
|
instance_Dungeon_enter_cnt
(인던 입장 횟수) |
3
|
1. User Dashboard
-총유저수
-이탈률
sheet에서 숫자(0.31) 누른뒤 서식-패널-총계-숫자-백분율
이탈률(계산된 필드):
SUM([이탈 기준 월 로그인]) / SUM([이탈 기준 이후 로그인])
-활성화 유저
활성화 유저:
[First Login Date] <= [활성화 기준 날짜] and [Last Login Date] >= [활성화 기준 날짜]
활성화 기준 날짜:
현재값: 처음으로 나오게 하는거 설정하기
(매개변수는 그 설정을 1번 하면 모든 데이터에 쓸 수 있고, 필터링은 내가 필터링하기로 설정한 데이터에만 적용이 된다)
활성화 유저수:
COUNTD(IF [활성화 유저] THEN [Account Id] END)
최종은:
-복귀 유저
-이탈률(그래프)
-분기별 리텐션율
-활성화 유저 추이
PU: COUNTD([Account Id])
이탈률(최근 3개월간 이탈률):
IF { FIXED [Country] : [PU] } >= [pu 필터] THEN [country_name] ELSE 'etc' end
2. User Dashboard: Country
3. User Dashboard: Gender
4. User Dashboard: Job
5. Revenue Dashboard
6. Revenue Dashboard: 분기별 매출
7. Activities Dashboard:
'조별과제' 카테고리의 다른 글
Final Project 자료(더 찾아!!!!!) (0) | 2024.12.30 |
---|---|
조별과제(game) (0) | 2024.12.17 |