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
②
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。