用户流失因素可能性分析.pptVIP

数据分析—导致用户流失因素的可能性大小分析 ——小武 用户流失的因素 关于流失的废话就不再赘述，直奔主题——导致用户流失因素的可能性，这里的原因有显性的，有隐性的，譬如说玩家因为画面不好而流失掉，这是隐性因素，不通过调查我们无法得知，而玩家因为地图太复杂，跑起来很麻烦，这就是一个显性因素，我们是可以通过地图流失玩家的分布来了解的。还有很多，例如音乐不好听，UI不习惯，任务太繁琐，玩家玩的不耐烦，你送的商城道具不顺手，用的不爽等等的因素。 当然了，或许就有人问了，你凭什么认为就是地图太复杂而引起了玩家的流失？你这么说有什么根据？也许是其他原因让这个玩家流失的呢？这个问题非常棒，这份文档就是为了帮助观察者找出引起流失原因的可能性的分析。 这里的分析暂且局限于显性因素，原因有以下几点： 显性因素容易收集，且全面 显性因素有详细后台数据支持 如果有条件的观察者也可以假设隐性因素，并收集数据进行观察。 显性因素数据收集 首先，拉出整个游戏的用户等级段分布数据，选择所需要分析的等级段 列出玩家在该等级段遇到的事件（根据观察者需要选择），譬如任务，打怪，聊天，交友，到达的地图等等 然后分别抽取以下几方面的数据： 总注册用户数 遭遇A事件的活跃用户数流失用户数 遭遇B事件的活跃用户数流失用户数 遭遇C事件的活跃用户数流失用户数 ……….. ………. …….. 遭遇N事件的活跃用户数流失用户数 范例如下图 1-1 因素 任务“活捉小鸡” 开启世界频道聊天 停留在常绿村地图 击杀野猪 遭遇事件总人数 A B C D 其中活跃用户数 A1 B1 C1 D1 其中流失用户数 A2 B2 C2 D2 总流失用户数 α 总注册用户数 N 可能性分析方法 接下来我们可能需要用到统计学中的可能性分析方法（贝叶斯公式），无论学习过与否，还是在这里介绍下分析思路（注：不要惧怕公式，理解分析步骤即可熟练使用该分析方法） P(用户遭遇事件X|流失)=P（用户遭遇事件X）*P(流失|用户遭遇事件X)/P（流失） 用文字来描述这一思路即为 在已知流失用户的情况下，用户遭遇事件X导致用户流失的概率=用户遭遇事件X的概率*在已知用户遭遇事件X的情况下流失发生的概率/流失率 那么根据以上公式我们来分析表1-1的数据 用户遭遇任务“活捉小鸡”的概率=A/N 已知用户遭遇任务“活跃小鸡”且流失的概率=A2/A 用户流失率=α/N 那么“活捉小鸡”任务造成流失的可能性=[(A/N)*(A2/A)]/(α/N) 以此类推其余事件导致流失的可能性如下表 因素 任务“活捉小鸡” 开启世界频道聊天 停留在常绿村地图 击杀野猪 可能性 [(A/N)*(A2/A)]/(α/N) [(B/N)*(B2/B)]/(α/N) [(C/N)*(C2/C)]/(α/N) [(D/N)*(D2/D)]/(α/N) 遭遇事件总人数 A B C D 其中活跃用户数 A1 B1 C1 D1 其中流失用户数 A2 B2 C2 D2 总流失用户数 α 总注册用户数 N 1-2 观察得出的可能性数值，越趋近于1（即100%），则可能性越大。 那么在文档开头的问题——为何说某个因素可能导致用户流失？就很容易被回答了！ 通过以上分析思路，在数据监控日志齐全的情况下，我们可以从众多显性因素中找出导致用户流失可能性最大的一些因素 流失因素可能性分析小结 本文档提供的分析思路在分析流失可能性因素之外也可以应用到其他可能性分析，只要掌握分析思路，即可熟练使用 可能性分析思路来源于统计学，有兴趣了解其中原理的同行们可以阅读统计学相关书籍 如果显性因素过少，凭借运营的经验也可以分析出原因，则无需生搬硬套该分析公式，分析的目的即为找出现象，不要为分析而分析。 还是老话，欢迎大家交流讨论，指出文档的不足。QQ：1181860807