流失预测模型

• http://blog.sina.com.cn/s/blog_c308e7dd0101cp4h.html

流失预测模型在很多行业都有引用到切实的市场运营当中，而接下来就开门见山的说一下游戏行业有关用户流失模型的建立。

目标：关于游戏用户的流失，普片的衡量指标有周流失与月流失，接下来研究的问题有两个：

① 有关付费用户的月登陆流失问题

② 有关付费用户的月付费流失（付费用户的月登陆流失定义：本月充值的用户在下个月不再有登陆行为。付费用户的月付费流失：本月充值的用户在下个月不在有付费行为。但有可能还有登陆行为，这部分用户被称为沉默付费用户。）

数据指标理解：影响流失的普片判断有：在线活跃、充值或消费活跃、还有玩家账号一些属性（如果细分还有副本的活跃度，某些活动的活跃度，或者社交的数据等）。本文在做流失预测模型之前做以下数据准备：

玩家ID

玩家角色名

等级

注册时间

本月充值总额

本月铜币活跃（铜币的交易次数）

本月绑定铜币活跃（绑定铜币交易次数）

本月元宝活跃（元宝交易次数）

本月活跃天数（登陆天数）

本月登陆次数

本月登陆总时长

下月充值总额

下月登陆天数

以上是从数据库中取出来的基本指标，而进行分析的指标可以在这个基础指标的基础上再进行丰富，例如：每活跃天在线时长=登陆总时长/活跃天数；每活跃天登陆次数=登陆次数/活跃天数；活跃度=活跃天数/本月已注册时长（大家将发现这里衍生的“活跃度”指标在后面的分析会起到神奇的效果）。数据都准备好了之后，现在就开始建立模型，以下用到的是SPSS Modeler软件。

首先采用源节点来录入数据，数据分为两份，第一份为“11月预测12月”数据，第二份为“12月预测1月”的数据。