【分析模型】:月充值用户流失召回分析

摘要:旺财体育讯: 周日竞彩008 爱媛FCvs东京绿茵 日本足球乙级联赛
比赛时间:2019年3月3日14:00
昨天付费文章继续稳稳大红,目前本周小明2天抗日付费全红!继续打出了总进球

背景:将每月中旬将上月充值的流失用户召回和沉默用户激活,提高本月的充值金额

旺财体育讯:

周日竞彩008 爱媛FCvs东京绿茵

日本足球乙级联赛

比赛时间:2019年3月3日14:00

昨天付费文章继续稳稳大红,目前本周小明2天抗日付费全红!继续打出了总进球数小,指数和竞彩三种玩法全红的结果。对于日本联赛,闭眼上车就是红单。黄蜂基本全场没给长崎带来什么麻烦,小明也文章中说道长崎不射门也能红单,果然长崎危险进攻没多少,照样客场拿到1分。今天本周最后一天付费推荐抗日联赛,三连红绝对不是问题。下午场,让我们继续抗日!!

  1. 目标:将月付费用户A 和 月付费用户B 交叉分析 实现充值用户分类

    月付费用户A = 登录流失玩家 + 沉默付费玩家 + 连续付费玩家
    美高梅网上注册平台,登录流失玩家:上月充值且游戏 + 本月7号后未登录游戏
    沉默付费玩家:上月充值且游戏 + 本月7号后有登录游戏 + 本月充值未充值
    连续付费玩家:上月充值且游戏 + 本月7号后有登录游戏 + 本月充值未充值
    月付费用户B = 鲸鱼(前10%的付费用户,投入大量资金) +
    海豚(40%的付费用户,花费“中等”数额) +
    小鱼(50%的付费用户,每月投入较少资金)

  2. 周期统计时间:每月中旬(15号)

  3. 基础数据:用户ID,游戏等级,注册时间,上月充值金额,是否流失,次月充值沉默

  4. 参考资料:《游戏数据分析的艺术》

  5. 处理过程

setwd("D:\完成的任务")
library(sqldf) 
data <- read.csv('20170222vou.csv')
# View(data)

# 流失和2月是否付费两个指标在游戏分析中都比较重要,下面基于这两个指标展开分析

table(data$是否流失)

table(data$次月沉默)

# 充值用户的流失和次月是否继续付费等级分布对比

par(mfrow=c(1,2))
Level_l <- t(table(data$平台等级,data$是否流失))
barplot(Level_l,legend=rownames(Level_l),col = c('darkgreen','darkred'))
title(main = list("充值流失用户等级分布", font = 4))
Level_p <- t(table(data$平台等级,data$次月充值沉默))
barplot(Level_p,legend=rownames(Level_p),col = c('darkgreen','darkred'))
title(main = list("充值用户沉默等级分布", font = 4))

美高梅网上注册平台 1

Paste_Image.png

发表评论

电子邮件地址不会被公开。 必填项已用*标注