CCU实时在线曲线，可以算是一条非常简单的曲线，但是在这条曲线上我们可以看到很多的问题，CCU可以看到PCU，ACU等不同的信息，在CCU背后其实蕴藏了很多的信息，包括用户特征的提取，CCU作为一个基础数据，很多人没有在意，或者很多人在意了，但是没有方法去解释和分析，或者有高人不愿意和大家来分享，鄙人水平有限，从本人自己的理解上进行了一些分析，权当茶余饭后的谈资。
由CF的一个例子引起的分析
怎么从CCU上进行分析用户
分析一
1月22日是除夕，19日到21日为年前的几天，从19到22日的曲线对比来看，除夕当天的在线人数相比19日到21日整体有下降的趋势，首先来看22日的CCU曲线，在晚上8点左右的峰值没有被拉起来，这是明显受到春晚的影响，也就是说春晚对于用户而言还是存在影响的。然而在除夕夜之前，发现21日的曲线整体低于20日和19日，其实原因在于，很多的白领上班族要返乡过年，集中上线的时间和人数下降了，但是作为手机游戏，或者APP而言，此时应该处在一个比较高的时期，原因在于用户多数处在回家的途中，这是一种娱乐方式。由于19日到22日已经处于了假期阶段，如果我们的游戏是学生用户居多的话，应该会出现双波峰的情况，在页游等其他游戏中，其CCU曲线会有所不同。
节日活动的开展要针对玩家上线的情况，比如在除夕夜用户本身上线情况就不理想，如果生拉玩家上线，那么活动的效果也不会非常明显。再者比如在年前搞活动，也要针对用户使用特点，如果很多白领已经回老家过年了，那么就在这一时机搞上线活动，达不到效果。
我们再来看初一的CCU曲线，发现晚上的波峰已经恢复，并回归到年前21日的水平，但是没有突破，愿意在于白领回老家，没法上线参与游戏活动。此外，我们看到初一的虽然也是双波峰，但是初一的下午峰值时间滞后到17点，很大程度上是初一走亲访友造成的。
分析二
刚才讲到一个CF例子，在9月10日下午开了一个双倍经验的活动，原因这里不再累述。1月5日和6日，学生没有放假，可以看到在中午12点到14点出现一个小的波峰，但是随后在线人数出现小幅的下降，但仍保持增长，愿意探究主要是学生玩家中午休息，很多人进入网吧或者回到寝室游戏，但是下午需要上课，因此人数在14点以后出现了下降，1月6日是周五，可以明显看到相比1月5日，在14点以后，在线人数的增长幅度比较大，因为学生周五下午没课，基本保持一下午游戏时间（尤其针对大学生）。
红线代表21日，此时我们再来看中午12点到14点，我们发现小波峰消失，从侧面说明游戏中的学生用户确实比例很高，从这一点我们也能大概看出页游，或者社交游戏的用户特点和年龄情况。
分析三
29日为初七，白领上班族开始工作，但是整体来看，波峰依旧存在，只是下午波峰维持的时间缩短了，30日和31日发现在线人数曲线环比29日下降，原因在于有些很多人陆续在初八和初九上班，但是双波峰并没有被拉下来，可以说学生用户占据了打大部分每天的DAU。同时我们再看看晚上的峰值时间，5日和6日的峰值时间段比较短，但是在29日到31日的峰值时间段相对的长一些，原因在于，学生放假，有了更多的上线时间。
与19日相比而言，节后整体玩家上线积极性加强（主要是学生用户），根据后期调查发现，这一时期的收益增加，原因在于学生用户手里有了更多的钱（压岁钱），因此节后才是整体游戏收益增加的而黄金期。
分析四
1月5日和6日还存在中午的小波峰，但是9日开始中午的波峰消失，随后逐渐的下午波峰开始形成，到18日，基本波峰雏形形成了，因此我们可以断定玩家（学生）从9日开始放假，因为此时距离过年还有半个月，一般学生放寒假都距离过年半个月。从另一个侧面我们来看，原本在中午时的小波峰，在假期开始以后，波峰转移到下午，形成一个稳定的大波峰时段吗，这点来看，这是明显学生假期作用。
此外，这里的红线，代表元旦假期，对比元旦和18日的曲线，发现基本变化是一致，有一方面说明我们在元旦期间的活动或者版本更新不给力，效果不明显，根据对影响收益和人气的因素影响指数分析，元旦假期应该是全年当中表现最佳的时期。
分析五
6日为元宵节，这一天很多单位和机构员工下午有半天假期，因此中午12点的拐点出现，在线人数增速加快，并且下午的峰值时间提前到14点，并再次出现双波峰，，但是之后，双波峰开始减弱，到9日基本上看不到下午的波峰了，对比年前假期的双波峰情况，这里的波峰的消失愿意主要是学生要开始进行补课，并且逐渐投入到假期作业上面去，整体的游戏时间分配开始不是很集中了。与此同时我们看到元宵节第二天，下午仍旧有波峰迹象，此时工作日的人基本护肤到正常的工作中，那么可以粗略的通过元宵节和之后这一天在下午波峰指端的差值，计算白领上班族对于游戏的人气的贡献是多少。
分析六
经过仔细的分析汇总，我们基本断定，玩家（学生）从9日开始进入峰值分散的时期，原因如刚才所讲，基本面临补作业，补课的情况，而从13日开始，我们发现中午时间短再次出现了小波峰，根据之前的分析我们可以断定，一方面是中小学生没有开学，但是中午时间段能够进入游戏体验，随后大学生开学较早，也对于峰值（中午）形成起到关键作用。仔细来看从20日以后，中午波峰形状凸显，说明这一时期学生集中开始开学或者补课。到后期开学，又再次形成了单一的晚上波峰情况。
题外话
本次的分析是针对了曲线本身和时间节点上的一些情况，其实影响CCU的还有很多因素，比如活动影响，版本影响，外观影响，服务器影响，竞品影响等等，很多的因素作用，所以在对待问题时不是我写成什么样子或者程度，这个问题就是这样，考虑方面，角度不同，得出的结论不同。所以如果要分析CCU，某些情况下要按照你的目的去考量。你可以尝试从活动，版本去分析，都可以。这里只是一个例子，告诉你怎么做一个基础数据的分析和规划。
