浅谈游戏数据分析---模型篇--DAU流水预估模型（回收分析预估模型）

在我们日常的运营活动中，在各个不同的运营阶段，经常需要对游戏的活跃、流水等进行预估。并且我们需要预估的不仅仅是最终的一个结果值，可能更需要的是完整的增长趋势，需要根据导入量，付费留存情况，去预测每一天的活跃、流水情况。这时候一个比较科学、简单的模型就比较关键了。

本周就介绍一个笔者在工作中经常用到的一个预估模型，一个已经经过了多次优化和认证的模型。该模型不仅仅可以预估一个游戏的流水活跃等走势、分析游戏潜在的问题，还可以分析游戏的回收情况。
同时该模型已经搭建成自动化模型，填入预估数据，模型会自动调整，模型最终结果。
同时在这里的说一下笔者对于数据模型的看法，我觉得一个模型的预估值不要求百分百的正确，重点是一个模型能够支持我们做出正确的决策。

活跃流水预估模型的功能：
1）流水大盘：预估游戏月活跃流水的走势和大盘，评估是否值得推广；
2）问题预警分析：根据留存、LTV数据，分析游戏可能存在的问题；如留存折损那个阶段比较差；
3）合理推广成本预测：根据预测的参数，分析不同的成本回收情况；
4）…

一、模型简单操作说明：
该模型通过已知数据，先通过幂函数模拟的留存曲线，结合导入量，预估活跃走势，再结合付费情况，预估流水。
这里有两个难点，第一：如何预估留存，怎么评估合不合理。第二：付费率、ARPU不同时期的用户是变化的。
1）留存预估：利用幂函数进行预估ÿ