在过去两个月，移动都是处于下滑的状态，联通和电信慢慢的缩小了和移动的差距，控制住了移动一方独大的局面，接下来的发展趋势，还是一个未知数，拭目以待。

2015年10月主营业务收入市场份额TOP 5

注：按各地市主营业务收入总和选出前五名

2015年10月4G套餐用户数市场份额TOP 5

注：按各地市4G套餐用户数总和选出前五名

2015年10月移动用户数市场份额TOP 5

注：按各地市移动用户数总和选出前五名

从广东省三大运营商市场份额看，主营业务收入和移动用户数的占比和上月基本是一致的，移动还是三家中的老大，占了绝对的优势；至于4G套餐用户数方面，移动被电信收获了0.6%的份额，而联通还是和上月持平。

在过去的八月，三大运营商的领导更换了，也许会有改变命运的可能，轻装上阵的三家电信运营商未来会有怎样的未来呢？我们拭目以待。

2015年8月主营业务收入市场份额TOP 

注：按各地市主营业务收入总和选出前五名

2015年8月4G套餐用户数市场份额TOP 5

注：按各地市4G套餐用户数总和选出前五名 

2015年8月移动用户数市场份额TOP 5

注：按各地市移动用户数总和选出前五名

天灏资本今天发布研究报告，对京东商城7到9月的运营数据要点进行了分析。天灏资本并未对京东商城的股票进行评级。

　　以下是报告内容摘要：

第三季度毛订单增长很可能有所加速；9月商品成交总额(GMV)环比增长

7月1日到9月30日的运营数据要点(数据来自于公共可用来源，并使用天灏资本自己的方法进行了处理)：

-第三季度已履行订单总量不太可能有意外惊喜：

从历史上来看，毛订单与已履行订单总量之间有密切的相关性。根据我们的自有数据，第三季度京东商城毛订单量的同比增长速度从第二季度的205%下降至118%。有基于此，我们认为该季度中的已履行订单总量不太可能有意外惊喜。

-销售量推动商品成交总额增长；平均售价下降：

9月来自于多个直接销售类别的商品成交总额环比增长8%，主要由于销售量增长16%，但被平均售价下滑7%所部分抵消。第三季度的月均商品成交总额与2014年6月相比下滑24%，原因是京东商城在6月18日开展了一次周年庆促销活动。

-第三季度中利润率更高的家用电器对商品成交总额的贡献低于3C/数字产品：

对手机、平板电脑、笔记本、台式机、显示器和单反相机等主要的3C/数字产品类别而言，排名前三的供应商在京东商城相应子类别的商品成交总额中所占比例超过50%。但是，这些产品类别的毛利率低于家用电器。有基于此，我们认为3C/数字产品销售表现的增强和家用电器销售表现的减弱可能会导致京东商城的毛利率承压。在8、9两个月中，冰箱和空调的销售量大幅下降。

-华为、三星和苹果在京东商城的手机销售量排名前三：

9月手机产品的商品成交总额环比下滑1.1%。华为在这一市场上所占份额为24%，排名居首；其次是三星，为18%；再次是苹果，为17%。iPhone 5s是9月所有手机产品中最畅销的。但对京东商城来说，这些品牌几乎无法为其带来任何利润。

-10月应用下载量增长；搜索指数同比增长：

据我们的数据显示，10月京东商城应用来自于Android应用商店的累计下载量已达3.149亿次，环比增长8%。京东商城的全面搜索指数在第三季度中同比增长60%。

好的运营工作以数据为参考切入点，又以数据为参考审核点，那么数据价值如何发掘？
一、运营数据
（1）平均同时在线人数（ACU: Average concurrent users）：即在一定时间段抓取一次数据，以一定周期为期限；周期内的ACU可取时间段的平均数据。[例如：系统每一小时抓取一次数据，全天24小时共24个不同时刻的在线数据，则每天的ACU是这24个数据的平均值（每个公司有每个公司的定义，一般ACU取平均值，若针对某一时刻，则直接在某时刻内直接统计用户数）]

（5）高活跃用户流失率：（个人定义：）公式：（当期（7天）流失高活跃用户数/上期（7-14）高活跃用户数）*100%
（6）高活跃用户充值率：（个人定义：）公式：（当期（7天）有充值行为的高活跃用户数/当期（7天）高活跃用户数）*100%
（7）新增高活跃用户充值率：（个人定义：）公式（本月新增登陆用户中的高活跃用户数/本月新增登陆用户数）*100%
四、付费用户状态
（1）付费用户数：截止到统计日，所以曾经有过充值的用户总数。
（2）新增付费用户数：当期付费用户数减去上期付费用户数。
（3）活跃付费用户数（APC）：当期（周/月）有过充值行为的用户数。
（4）流失付费用户数：上期有登陆行为，当期没有登陆的付费用户数。
（5）回流付费用户数：上期未登陆，在当期有登陆的付费用户数。
（6）付费用户流失率：当期流失付费用户数/上期活跃付费数。
（7）付费用户月平均充值次数：当期所有充值次数/当期付费用户数。
（8）付费用户月平均充值金额（RMB）：当期充值总额/当期付费用户数。
（9）忠实付费用户数：当期统计结束，后续2-3期之内，每期都有充值行为的用户数。
上文的“当期”即现在周期的意思，例如3天、7天、30天都是一周期。
五、高效用户
（1）周高效：（个人定义：）当期累计在线时长达到6小时以上，或者该账户在游戏类充值达到一定金额（例如5元）
（2）双周高效：（个人定义：）当期累计在线时长达到12小时以上，或者该账户在游戏中消费达到一定金额（例如5元）。
（3）月（自然月高效）：（个人定义：）当期累计在线时长达到24小时以上，或者账户在游戏中消费达到一定金额（例如10元）。
六、运营成本
（1）投入/运营成本（RMB）：本月为推广游戏而投入的营销及市场费用金额
（2）产出/元宝消费金额（RMB）：玩家周期内（日/周/月）在游戏中的消费总金额
（3）投入产出比（ROI）：简而言之，就是说付出与回报是否成正比。（公式：本月的产出/本月的投入）
（4）单个活跃用户推广成本（RMB）：（公式：本月投入/本月新增活跃用户数）
（5）单个付费用户推广成本（RMB）：（公式：本月投入/本月新增付费用户数）

联通3用户增加351.9万去年倒数第二

中联通发布2013年12月份运营数据显示，上月3G用户新增351.9万户，累计达1.226亿户；中联通本月新增移动用户数为239.8万，移动用户数累计达2.80983亿户。

固网业务方面，2013年12月份，中联通本地固话用户净减42万，累计用户数为8764.3万。宽带用户新增4.5万户，累计6464.7万户。

笔者从中联通获悉，联通已在广州、深圳等十余个城市开通42M 3G网络，春节前将实现全网升级，升级后的3G网络均可以达到42M标准。

电信3G仅新增73万全年最差

与此同时，中电信公布2013年12月运营数据显示，当月移动用户仅新增11万，累计达1.8558亿户；3G用户数仅新增73万，累计达1.0311亿。中电信在公告中表示，移动用户净增放缓主要是由于竞争对手推出LTE服务及加强营销推广，市场竞争加剧所致。拟于今年第一季度推出LTE服务时加大营销推广。

在固网业务方面，2013年12月，中电信本地固话用户减少71万，累计为1.558亿户。宽带用户新增67万户，累计用户突破1亿户，达1.001亿户。

中国移动新增3G用户过亿

而中移动公布的2013年12月份最新运营数据显示，2013年12月，中移动3G用户新增数为1050.3万，累计3G用户数达1.91623亿户；新增移动用户数391万，为2013年最低水平，累计移动用户数达7.67206亿户。

数据显示，2013年，中国移动累计新增3G用户数1.03695亿户，累计新增移动用户数为6073万。

4G真的影响到电信联通3G了吗？

中移动暂且没有披露4G用户数量。笔者了解到，据广东移动、浙江移动、江苏移动公开数据显示，4G用户数量目前已超过10万。不过，这点数据真的就会影响到中电信和联通3G的增长吗？

笔者与运营商相关人士交流，觉得电信公告称“竞争对手推出LTE服务及加强营销推广，市场竞争加剧所致”有些牵强，主要因素有以下三个：

其一、原来中移动没有iPhone，从上个月中移动iPhone用户开始预订，中电信和中联通的潜在用户开始流向中移动；

其二、中国电信去年宽带以及3G开支过大年底缺钱，导致对终端补贴减少。中电信总工韦乐平曾公开表示，在LTE来临之际，我国FTTH的最大推动者中电信有线宽带投资可能会大幅度下降，需要合理平衡。2013年下半年，中电信终端的社会渠道采购力度将加大，CDMA终端发展进入低补贴时代；

其三，历来中国三大电信运营商公开运营数据“水分”很大（有专家说50%是水，甚至更大）在中国4G牌照发放之后，由于没有发放FDD-LTE牌照，这对中电信和中联通压力较大，他们通过这个成绩单向工信部等主管部门“施压”，也存在这种可能。

如下图，大概每个行业的数据分析体系都是这个模式：

网游的常规数据的把握和检测更多的是针对人气（总登，峰值，APA，注册，流失，在线时长），消费（ARPU，充值，消耗，渗透率）。

专题数据挖掘目前在网游数据分析领域应用比较小，即使有这方面的研究也属于公司的核心技术，这一部分的研究是对整个游戏玩家的游戏行为，购买行为，情感行为，游戏心理，游戏压力，游戏寿命，游戏体验，游戏交互，IB购买关联喜好，经济系统运营分析等等深入的专题研究，不是为了解决某个问题而解决，而是一项基于海量数据的定期专题式的研究分析，只有深刻了解了用户的需求才能做出和运营好符合玩家口味的产品。

用户调研其实在网游数据分析工作处在一个边缘的位置，很多玩家不清楚自己想要什么，所以某种程度上我们来做这种调研工作往往会得到错误的玩家信号，所以很少会用调研手段来分析玩家。

按照这个方式总结起来如下图：

这里的深度寻因是一种长期和固定的针对用户各种特征的寻因。

那么对于我们而言，要做有两块工作，常规数据分析，专题式的数据挖掘研究。常规数据分析除了在宏观把握数据的趋势和异动之外，还要在微观上，将异动的数据指标进行细分，从微观角度找出问题的所在解决问题。而专题的数据分析是我们主动的提出一些问题，进而去寻找数据并进行研究，并不是为了解决问题而解决。这看似不能最直接的解决问题，然而这些数据的解读，我们能够掌握

玩家想要什么（what）；

为什么要（why）；

从哪里可以得到（where）；

什么时候我们做（when）；

哪些玩家针对哪些运营策略（who）；

我们应该给多少（how much）；

以什么形式进行（how）；

通过5W2H的方法，结合分析手段来解决这些问题。以下为根据网络总结的数据分析的一些注意点和方法。

常规数据分析的思路–从收益角度

但我们面临收益下降时，需要我们定位问题，从收益角度出发来解决问题。

常规数据分析的思路–从人气的角度

通过以上的数据解读和针对这些宏观数据的细分，我们可以完成一些异动数据的分析和紧急的需求。

而在做好这项工作的同时，我们也需要做好专题式的数据分析工作，提供运营人员更多的运营决策。

针对游戏数据挖掘的专项研究目前来说总结如下几点：

在专题的数据挖掘与分析模式，有以下的几种形式：

•用户生命周期模型

•流失因素函数及模型计算

•网络媒体效果分析

•游戏活动及系统风险评估

•游戏经济系统预警评估

针对专题式的数据挖掘，目前还在一个缓慢的研究过程，这一块确实

是比较困难，不同于传统零售，金融，电信行业。网游具有着独特性在具体的分析过程中，需要结合特点，合理应用理论和技术解决问题。

转发：cnblogs