基于大数据运营的拉新、付费用户防流失、游戏模式推荐
上一次我们讲过基于大数据的个性化精准运营，谈到道具的打包营销，并基于社交关系链进行用基于用户推荐、基于道具推荐等。这次我们将讲讲基于大数据运营的防止用户流失、推荐适合的游戏模式以及拉新等内容。
防止用户流失
针对付费玩家
-
付费玩家的流失因素包括购买道具频率、付费金额、游戏时长、游戏频次、游戏等级、胜率等等。
-
我们可以将近三个月流失的用户分成测试集和校验集。通过因子分析算法，找出与流失强相关的因素。然后使用逻辑回归算法，得出流失的付费玩家的回归方程式。将未流失用户的这些流失因素放入回归方程式计算。
-
通过预测付费用户是否接近流失临界点，进行流失预警。我们可以进行常见的流失定性分析和用户访谈，开展有针对性的挽回营销活动。
针对免费玩家
-
免费玩家的流失因素包括游戏时长、游戏频次、游戏等级、胜率等等。同样，我们可以通过因子分析算法找出与流失强相关的因素。然后使用逻辑回归算法，得出流失的免费玩家的回归方程式。将未流失用户的这些流失因素放入回归方程式计算。
-
同样地，通过预测免费用户是否接近流失临界点，进行流失预警。我们可以进行常见的流失定性分析和用户访谈，开展有针对性的挽回营销活动。
在防止用户流失的过程中，还需要考虑一些负面因素，比如用户经常掉线、网络延迟高、所在大区服务器经常奔溃、客户端经常奔溃等。另外，还需要考虑时间衰减，对于游戏频次的处理。例如，一个月前几天玩了30次和一个月每天玩一次，玩家的活跃频次是不一样的。可能随着时间的延长，之前的频次需要做衰减。
推荐适合的游戏模式
-
基于玩家的游戏模式、游戏时长、游戏频次等，我们可以使用聚类算法将玩家群体进行分类。通过计算每个群体用户的模式偏好，或者单个用户的模式偏好，我们可以得出相应的推荐。
-
针对不同模式偏好的玩家，我们可以再分析他们对英雄、皮肤或其他道具的偏好。根据相似度，推荐玩家还没有购买的英雄（皮肤），进行精准的相关活动和营销。
拉新
理论上来说，王者荣耀这种全民对战的mmob，在腾讯社交关系链上，一条QQtips出去，已经不需要去考虑太多拉新的事情。但是，当新用户增长曲线不好看的时候，我们仍然可以做一些事情。
游戏初期
-
针对不同渠道、地域、性别等维度，观察用户的留存率、流失率、回流率等。
-
对于新用户的留存率高的用户群，我们可以分析他们的强相关特征，例如收入、游戏时长、游戏频次、渠道、地域、性别等。使用决策树算法进行分析，得出在何种渠道、地域下，符合哪些行为特征的用户更有可能成为高留存的用户。
游戏成熟期
- 当主流目标用户已经饱和时，我们可以分析主流目标用户的基本属性特征。通过决策树算法等分析出主流目标用户还符合哪些基本特征，以此来吸引更多的新用户。我们也可以从竞品或同类型的产品用户聚集的渠道获取新用户，通过已知的用户属性特征进行拉新。
免责声明：本内容来源于第三方作者授权、网友推荐或互联网整理，旨在为广大用户提供学习与参考之用。所有文本和图片版权归原创网站或作者本人所有，其观点并不代表本站立场。如有任何版权侵犯或转载不当之情况，请您通过400-62-96871或关注我们的公众号与我们取得联系，我们将尽快进行相关处理与修改。感谢您的理解与支持！
请先 登录后发表评论 ~