游戏数据分析用到的模型（一）定义流失用户
本文主要参考了黎湘艳、叶洋的经典著作《游戏数据分析实战》。这本书堪称游戏数据分析的开山之作，这里向两位作者表示感谢。
关于用户留存和流失的模型
参考6.1.1节“合理定义流失用户”
这里是想回答“几天不登录算流失”这个问题。
三天不登录算不算流失，可以看一下三天不登录的用户有多少再次登录了，于是引出了定义：
流失用户回归率 = 回归用户数 ➗ 流失用户数
流失天数的选取，作者建议用“找拐点”的方法。例如在上图中，23天起明显平缓了，所以这个数据集中，判断流失的不登录天数就可以设为23天左右。
不过作者没有说明怎么找拐点，虽然这个例子可以用肉眼来找。我也不知道有没有特别炫酷的方法。不过可以尝试一下Max Kuhn的《应用预测建模》里介绍的“多元自适应回归样条”。
R语言有一个earth包，实现了多元自适应回归样条
library(earth)liushi <- earth(`回归率`~`流失天数`,data=game_liushi)
summary(liushi, digits = 2, style = "pmax")
看起来，模型给我们选择第20天作为拐点。
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！