{"id":15097527,"url":"https://github.com/theoldvalyria/mobile_game_analysis","last_synced_at":"2026-01-06T18:04:59.970Z","repository":{"id":253539339,"uuid":"843784794","full_name":"theoldvalyria/Mobile_Game_Analysis","owner":"theoldvalyria","description":"Проект, направленный на анализ мобильной игры с целью улучшения бизнес-показателей. ","archived":false,"fork":false,"pushed_at":"2024-08-24T13:11:48.000Z","size":279,"stargazers_count":1,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-03-27T16:19:58.385Z","etag":null,"topics":["ab-testing","matplotlib","metrics","pandas","python","scipy","seaborn"],"latest_commit_sha":null,"homepage":"","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/theoldvalyria.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2024-08-17T12:11:41.000Z","updated_at":"2024-09-25T15:16:41.000Z","dependencies_parsed_at":"2024-08-24T14:26:24.589Z","dependency_job_id":null,"html_url":"https://github.com/theoldvalyria/Mobile_Game_Analysis","commit_stats":null,"previous_names":["theoldvalyria/mobile_game_analysis"],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/theoldvalyria%2FMobile_Game_Analysis","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/theoldvalyria%2FMobile_Game_Analysis/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/theoldvalyria%2FMobile_Game_Analysis/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/theoldvalyria%2FMobile_Game_Analysis/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/theoldvalyria","download_url":"https://codeload.github.com/theoldvalyria/Mobile_Game_Analysis/tar.gz/refs/heads/main","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":245878929,"owners_count":20687297,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["ab-testing","matplotlib","metrics","pandas","python","scipy","seaborn"],"created_at":"2024-09-25T16:23:04.337Z","updated_at":"2026-01-06T18:04:59.959Z","avatar_url":"https://github.com/theoldvalyria.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"# Исследование мобильной игры\n\n## Описание проекта\n\nПроект сосредоточен на анализе мобильной игры с целью улучшения игровых и бизнес-показателей. В рамках проекта были решены три ключевые задачи:\n\n1. Анализ удержания игроков: Оценка удержания пользователей по дням с момента регистрации, чтобы выявить тенденции и пиковые периоды активности.\n\n2. A/B тестирование акционных предложений: Сравнение двух групп пользователей для определения более эффективного набора акционных предложений, используя метрики ARPU, CR и ARPPU.\n\n3. Оценка тематического события: Анализ результатов тематического события, включая оценку вовлеченности, уровня завершения и влияния на доход, а также адаптация метрик для оценки изменений в механике событий.\n\n## Используемые инструменты и библиотеки\n\u003cp\u003e\n  \u003ckbd\u003ePython\u003c/kbd\u003e\n  \u003ckbd\u003ePandas\u003c/kbd\u003e\n  \u003ckbd\u003eпродуктовые метрики\u003c/kbd\u003e\n  \u003ckbd\u003eMatplotlib\u003c/kbd\u003e\n  \u003ckbd\u003eSeaborn\u003c/kbd\u003e\n  \u003ckbd\u003eSciPy\u003c/kbd\u003e\n  \u003ckbd\u003eA/B-тестирование\u003c/kbd\u003e\n  \u003ckbd\u003eпроверка статистических гипотез\u003c/kbd\u003e\n  \u003ckbd\u003eвизуализация данных\u003c/kbd\u003e\n\u003c/p\u003e\n\n## Задачи и решения\n\n### Задача 1: Анализ удержания игроков\n\nОписание: Удержание игроков (retention) — один из самых важных показателей в игровой индустрии. Задача заключалась в расчете процента удержания игроков по дням с момента регистрации.\n\nРезультаты:\n\n- Проведено исследование данных (EDA), которое подтвердило корректность и надежность данных.\n- Разработана функция для вычисления процента удержания игроков.\n- Построена тепловая карта удержания, которая показала пики активности на 6-7 день и стабильный уровень удержания на уровне 4-5% после пика.\n- Сделаны рекомендации по улучшению опыта пользователей в первые дни и использованию пиков активности для маркетинга.\n\n### Задача 2: A/B тестирование акционных предложений\n\nОписание: В рамках A/B теста двум группам пользователей предлагались различные наборы акционных предложений. Задача заключалась в определении лучшего набора предложений на основе анализа метрик и статистических тестов.\n\nРезультаты:\n\n- Проведен анализ метрик ARPU (средний доход с пользователя), CR (конверсия), и ARPPU (средний доход с платящего пользователя).\n- Выполнены статистические тесты для проверки значимости различий между группами:\n    - хи-квадрат тест (дополнительно использован Cramér's V для оценки силы связи между переменными)\n    - классический t-тест для групп с равенством дисперсий\n    - t-тест Уэлча для групп с неравенством дисперсий\n- Рекомендуется провести дополнительный анализ выбросов, чтобы понять их природу и причины появления в контрольной группе, а также выяснить, почему они отсутствуют в тестовой группе. На данный момент не рекомендуется внедрять новые предложения на всю аудиторию.\n\n### Задача 3: Оценка тематического события\n\nОписание: В игре проводилось тематическое событие, ограниченное по времени, в котором игроки могли получить уникальные награды. Задача заключалась в определении метрик для оценки результатов события и анализе возможных изменений при усложнении механики события.\n\nРезультаты:\n\n- Определены ключевые метрики для оценки событий: уровень вовлеченности, уровень завершения, ARPU, Retention Rate.\n- При усложнении механики предложены дополнительные метрики: среднее количество попыток на прохождение, процент игроков, завершивших и покинувших событие, среднее время прохождения события.\n- Проведен анализ влияния изменения сложности уровней на поведение, вовлеченность и удовлетворенность игроков.\n\n\n## Заключение\n\nЭтот проект демонстрирует использование аналитики данных и статистики для улучшения игровых показателей и стратегии монетизации. Полученные результаты и рекомендации могут быть использованы для оптимизации игрового процесса и повышения доходности мобильной игры.\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Ftheoldvalyria%2Fmobile_game_analysis","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Ftheoldvalyria%2Fmobile_game_analysis","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Ftheoldvalyria%2Fmobile_game_analysis/lists"}