小白学数据分析之解析在线平高比

在众多学习中，文章也许不起眼，但是重要的下面我们就来讲解一下！！

什么是在线平高比
在线平高比，也有叫做CCU比率的，即平均在线占最高在线比例，公式就是R=ACU/PCU。这个公式看似很简单，大家估计很多人都会使用，那么究竟这个公式要说明什么问题？在解释问题之前简单的把ACU和PCU说明一下，因为很多人还不清楚。
ACU平均同时在线人数
定义
统计当日所有统计时刻中总在线人数的平均值，即总的在线人数的和除以统计时刻数。比如：
在00:00:00————6000人在线
在00:10:00————6600人在线Oracle培训
在00:20:00————6900人在线
总在线人数之和19500人次，3个统计时刻，那么ACU=19500/3=6500人。至于PCU就是这样的统计数据中最大的值。比如上述的数据中PCU=6900。
ACU/PCU的预警值
ACU/PCU的预警值是0.5，也就说在一款游戏中我们能够接受的最低标准是0.5，低于0.5的标准就说明游戏存在比较大的问题。那么为什么必须是0.5？

首先我们来看CCU曲线图oracle视频教程

我们都清楚在游戏中一天24小时，晚间是一般游戏的高峰时期，PCU也一般会在晚上出现，当然也有在下午的出现的时候，都不尽相同。这也就意味着一条CCU曲线必然是有很大的起伏和落差的。
CCU曲线绘制的前提是通过对每个统计时刻的数据进行汇总才能得到这条曲线，那么这样现在我们这样来做这条曲线，如下图：
oracle教程
高尔夫球的数据分析
我们看到了橘**的部分其实就是这一天所有统计时刻的人数总和，其实也就是橘**部分的面积，这是一个不规整的图形，显然如果我们要去计算这个图形的面积只能通过微积分解决（这也是微积分的定义和来源）。
那么说的这些和ACU有什么关系？
如我们所定义的，ACU是平均同时在线人数，是总人数/总的统计时刻，ACU的出现等于说把这个不规整的图形变成了一个长方形，长是统计的时刻，宽是ACU的值。

趋势一：数据的资源化
何为资源化，是指大数据成为企业和社会关注的重要战略资源，并已成为大家争相抢夺的新焦点。因而，企业必须要提前制定大数据营销战略计划，抢占市场先机。
趋势二：与云计算的深度结合
大数据离不开云处理，云处理为大数据提供了弹性可拓展的基础设备，是产生大数据的平台之一。自2013年开始，大数据技术已开始和云计算技术紧密结合，预计未来两者关系将更为密切。除此之外，物联网、移动互联网等新兴计算形态，也将一齐助力大数据革命，让大数据营销发挥出更大的影响力。
趋势三：科学理论的突破
随着大数据的快速发展，就像计算机和互联网一样，大数据很有可能是新一轮的技术革命。随之兴起的数据挖掘、机器学习和人工智能等相关技术，可能会改变数据世界里的很多算法和基础理论，实现科学技术上的突破。
趋势四：数据科学和数据联盟的成立
未来，数据科学将成为一门专门的学科，被越来越多的人所认知。各大高校将设立专门的数据科学类专业，也会催生一批与之相关的新的就业岗位。与此同时，基于数据这个基础平台，也将建立起跨领域的数据共享平台，之后，数据共享将扩展到企业层面，并且成为未来产业的核心一环。
趋势五：数据泄露泛滥
未来几年数据泄露事件的增长率也许会达到100%，除非数据在其源头就能够得到安全保障。可以说，在未来，每个财富500强企业都会面临数据攻击，无论他们是否已经做好安全防范。而所有企业，无论规模大小，都需要重新审视今天的安全定义。在财富500强企业中，超过50%将会设置首席信息安全官这一职位。企业需要从新的角度来确保自身以及客户数据，所有数据在创建之初便需要获得安全保障，而并非在数据保存的最后一个环节，仅仅加强后者的安全措施已被证明于事无补。

oracle数据库教程
可以看到我们把原来不规整的图形变成了一个完整的长方形，ACU作为了基准线，那些在基准线以上的面积补充到了基准线以下的部分，从而构成了这个长方形。
至此，我们就可以开始解释为什么是0.5了。原因其实很简单，如果出现在了ACU基准线以上的部分越多，那么整体上的PCU表现就越好，进而我们也就发现了在24小时内玩家的上线活跃度是提升的，增高的。
但是实际当中情况不是这样的，更多的时候其实是一段时间走高的，比如晚上7点-12点这段时间的数据时走高的，这是PCU缓慢形成的时间区间。而同时我们在计算ACU时，取的是平均值，PCU拉的越高，就意味着这形成这一峰值所需要的时间是很长的（一般不会出现瞬间形成PCU），换句话形成PCU，得有一个缓慢上升的过程，但是我们希望这个上升想斜坡长，陡，这样也以为着活跃的用户很多。
然而如果我们发现这个比值已经低于0.5了，那么也就意味着：
PCU形成的不明显，波峰被稀释掉了；
关键时期的人气没有得到提升；
游戏产品的生命周期进入衰退阶段（长期0.5以下）；
突**况造成。
ACU/PCU能干什么？
刚才已经说了这个指标低于0.5时的分析情况，那也是这个指标的用途所在，补充还有几点：
我们看到了ACU是经过计算的平均值，相比PCU而言，其变化幅度是相对比PCU缓慢的，进而ACU变化的缓慢，PCU变化是很迅速的，因为PCU容易受到很多因素的影响：
比如某个新活动；
新版本的更新；
小号泛滥；
事件营销。
进而我们可以推断出，一般情况下这条曲线是不会剧烈的变化（因为不受影响的情况下PCU波动也是相对稳定的），但是如果有了以上的因素**，那么这条曲线变化很剧烈。这样很容易就能知道一些我们想要的结果，利于我们分析，比如
游戏游戏粘性是否下降；
游戏活动分析；
版本更新分析；
活动更新分析；
工作室小号情况参考。
总的来说，虽然只是一个比值，但是其背后的只是和内容还是很多的，这需要我们去分析和把握。
更多视频课程文章的课程，可到课课家官网查看。我在等你哟！！！