針對王者榮耀,我們來談談基于大數據的個性化精準營銷(2)

5 評論 7147 瀏覽 28 收藏 5 分鐘

上一次我們講過基于大數據的個性化精準運營,談到道具的打包營銷,并基于社交關系鏈進行用基于用戶推薦、基于道具推薦等(個性化精準營銷(1))。這次講講基于大數據運營的拉新、付費用戶防流失、游戲模式推薦等

一、防流失

針對付費玩家

  • 1.1 付費玩家的流失因子:購買道具頻率、付費金額、游戲時長、游戲頻次、游戲等級、勝率等等。
  • 1.2 將近三個月(可自定義)流失的用戶,分成測試集和校驗集。通過因子分析算法,得出強相關因子。通過邏輯回歸算法,得出流失的付費玩家的回歸方程式。 將未流失用戶的這些流失因子,放入回歸方程式計算。
  • 1.3 預測付費用戶,是否接近流失臨界點,進行流失預警。通過常見的流失的定性分析和用戶訪談,開展有針對性的挽回營銷活動

針對免費玩家

  • 1.4 免費玩家的流失因子:游戲時長、游戲頻次、游戲等級、勝率等等。通過因子分析算法,得出強相關因子。通過邏輯回歸算法,得出流失的免費玩家的回歸方程式。將未流失用戶的這些流失因子,放入回歸方程式計算。
  • 1.5 預測免費用戶,是否接近流失臨界點,進行流失預警。通過常見的流失的定性分析和用戶訪談,開展有針對性的挽回營銷活動

防流失上還需要考慮一些負反饋因子。比如某些用戶是經常掉線的,網絡延遲高的,所在大區服務器經常奔潰,客戶端經常奔潰等等。 另外,還需要考慮時間衰減,在游戲頻次的處理上。一個月前幾天玩了30次,和一個月每天玩一次,玩家的活躍頻次是不一樣的??赡茈S著時間的延長,之前的頻次需要做衰減。

二、游戲模式推薦

  • 2.1 基于玩家的游戲模式、游戲時長、頻次等。通過聚類算法,將玩家群體進行分類。 計算出每個整體用戶的模式偏好,或者單個用戶的模式偏好
  • 2.2 針對不同模式偏好的玩家,再分析其英雄或者皮膚或者其他道具偏好,根據相似度去推薦玩家還沒有購買的英雄(皮膚),也就是玩家特定的道具進行精準的相關活動精準營銷

三、拉新

理論上來說,王者榮耀這種全民對戰的mmob,在騰訊社交關系鏈上,一條QQtips出去,已經不需要去考慮太多拉新的事,但還是新用戶增長曲線不好看的時候,還是可以做一些事情的。

游戲初期

  • 3.1 針對不同渠道、地域、性別等維度,觀察用戶的留存率、流失率、回流率等。
  • 3.2 對新用戶的留存率高的用戶群,分析其強相關特征:收入、游戲時長、頻次、渠道、地域、性別等。使用決策樹算法,進行分析,得出何種渠道下,地域下,符合哪些行為特征的用戶,成為高留存的用戶的概率

游戲成熟期

  • 3.3 主流目標用戶已經飽和,分析主流目標用戶的基本屬性特征。通過決策樹算法等,分析出主流目標用戶還符合哪些基本特征,進而去拉取?;蛘邚母偲坊蛘咄愋偷漠a品用戶聚集的渠道,通過已知的用戶屬性特征獲取新用戶

相關閱讀

針對王者榮耀這款產品,我們來談談基于大數據的個性化精準營銷(1)

 

作者:十方洛神,數據產品經理,關注大數據、人工智能

本文由 @十方洛神 原創發布于人人都是產品經理。未經許可,禁止轉載。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 這回歸算法指的就是 當我要脫坑時突然性的給我來波連勝或者抽獎時突然的人品爆發吧?

    回復
    1. 如果你是因為連敗或者沒有抽到獎品而流失,那么可能會有你說的這種大爆發

      來自廣東 回復
  2. 您能講一下大數據產品經理主要職責嗎

    回復
    1. 你可以去拉勾網看看數據產品經理的職位詳情

      來自廣東 回復