游戏数据分析用户流失模的型建立.docxVIP

用户流失模型的建立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。接着利用“导出”节点导出我们所需要的衍生字段。因为这里的“下月充值流失”是根据下月是否有充值来判断转换的，下月充值为0即为流失则标志为T，否则为F（“下月登陆流失”同理）。利用导出节点，我们依次衍生了以下字段：下月充值流失下月登陆流失每活跃天铜币交换次数每活跃天绑定铜币交易次数每活跃天元宝交易次数每活跃天登陆次数每活跃天登陆时长每活跃天充值额度活跃度（登陆天数/本月已注册天数）接下来就是对一些多余字段的过滤还有数据的清理（如包括空值的数据，或者不合理数据，如活跃度1为不合理数据）。添加“过滤”“选择”节点。把无用的字段过滤掉（根据自己源数据来过滤，如这里的下月充值（元宝）字节已经转换成“下月充值流失”字节，所以可以删除过滤掉），点击确定。?打开“选择”节点，模式选择“抛弃”，条件写上一些需要清除的数据，点击确定。模型之前的数据准备都基本完成了，最后添加一个类型节点。我们先研究的是下月登陆流失，所以现将下月充值流失角色设为无，下月登陆流失设为目标，接下来就是选择需要预测的模型。这里选择了贝叶斯与C5.0的算法。?贝叶斯这里运用了三种方法：TAN、Markov、Markov_FS?分别添加三个贝叶斯节点，名字分别命名：TAN、Markov、Markov_FS（方便辨识）。?TAN设置结构类型为TAN；Markov设置结构类型为Markov Blanket；Markov_FS设置结构类型为Markov Blanket并且勾选“包括特征选择预处理步骤”。分别运行得到3个模型，最后连接一个“分析”节点，默认状态下按运行。分析节点运行结果：大家可以明显发现，运用贝叶斯的三种方法的准确率基本都为83%，这说明三种方法差别并不大。其实在一般预测来说，80%以上已经算比较好的结果了。但是这里将进一步采用C5.0的算法与其比较。?添加C5.0算法节点，默认状态下按运行，得到C5.0的模型，点击C5.0模型节点可以看到每一个变量的重要性，而“活跃度”这个变量的重要性是最高的。（这也说明了一些衍生字段对后期分析的重要性）?接下来再添加“分析”节点发现准确率达到85%，比贝叶斯要稍微好点。（有一些情况对决策树使用boosting方法或者进行截枝修剪严重性会得到更好的效果）我们再用C5.0模型进一步进行流失分析，添加“直方图”节点：选择字段level OR 注册时间，交叠字段颜色选择我们通过C5.0预测出来的“$C-下月登陆流失”字段，点击运行。用这个方法可以进一步预测分析下月流失的等级分布，或者注册时间分布，或者更多有关玩家的信息，原理一样在这里不再做拓展。到这里流失预测模型已经建好可以投入使用了。接上我们需要预测1月份的数据，我们可以进一步看到这个预测模型在下个月的准确性仍可以保持在85%左右，说明预测的效果还是不错的，之后可以直接进行一系列的分析。（在这里说明一下，一般预测模型会随着时间的推移慢慢减低准确性，所以建议在做预测之前都用前一个月的数据来训练一次模型，从而能让模型保持一定的准确性）?附加一个12月份付费用户在1月份流失的注册时间分布图，大家看有没有发现什么有意思的东西~