付费用户的金子塔模型实践操作
免费游戏中付费用户模型分析　　最近看了不少文章，对于付费用户的模型也有了很深刻的理解和认识，早先我做了不少关于大R，中间R，低端R用户的分析，想来还是觉得草草了事，近来有网友提出来，理论探讨的多了些，实践上手的东西少了点，毕竟还是叫做小白学数据分析啊，今天就把以前说过的付费用户的模型具体的实践一下。感悟和理论　　得到的灵感首先要感谢Nicholas Lovell 的这篇文章，是我得到了一些处理和分析这个模型的办法。连接如下：gamesbrief2011/11/whales-dolphins-and-minnows-the-beating-heart-of-a-free-to-play-game/　　Lovell是从理论的解析了这个付费用户的模型，篇幅很短但是内容很好。早先我们有一个观点就是付费渗透率的提升，意味着收入在随后的一段时间内会逐渐打开和扭转，因为一旦用户开始付费（且这个群体不断膨胀），那么我们的收入就会有起色，这些人会从最开始的一元两元开始发展到几十几百的规模。　　事实上呢，这种情况存在，但是更多时候这个看似正确的命题却鲜有证明过。那么我们可以认为收入的增长其实不是靠量的积累，也就是说不是靠你拉来多少用户，有多少用户转化了付费，而是依靠那些少量却能创造大收入的用户。这点在免费游戏中是如此。　　现在大多数的游戏是免费游戏，免费游戏去掉了体验游戏的障碍，这就最大程度上意味着解放了用户的消费能力，去除了消费的上限。　　由免费游戏的用户构建的虚拟社会本身就是不平等的，因为消费的差异化打开了，因此我们也通过道具得形式不断的解放和发展用户的消费潜能，比如消耗品、升级、美化、社交、金钱换时间的方式。在Lovell的文章中提出了一个模式化免费增值能量定律：将玩家分成三大类：* 每月投入极少资金的小鱼，通常是1美元。* 花费“中等”数额的海豚。他们平均每月花费5美元。* 投入大量资金的鲸鱼。他们平均每月花费20美元。* 免费体验者属于第四类。三类用户的分布比例如下：* 小鱼：50%的付费用户* 海豚：40%的付费用户* 鲸鱼：10%的付费用户　　注意这是能量定律模型的近似估值。你可以调整分布比例和ARPPU数值。但调整分布比例和ARPPU数值会改变预期的曲线。　　这里Lovell谈到的付费用户的划分标准时5:4:1，对于这一点我觉得这就确立了我们在对待ARPPU的问题上也要阶梯式的看法，相比笼统的确立ARPPU，空喊提升或者降低，这种确立方式是有效的，也是更加精准的。实践和结果　　按照Lovell的分析和结论，我进行了分析，首先我们拿到用户的充值记录，我们将充值记录进行处理，由原本的交易格式变成基本的表格数据。利用数据透视表得到每个账户的充值金额和充值次数。　　在充值金额的曲线上，我们看到基本上是符合幂律分布的。
　　而对应的充值次数进行分析，也是与充值金额的趋势基本一致，符合幂律分布形式，而我们的接下来的付费用户的分类模型采用什么样的数据进行分类将变得非常重
。。。以下略