# 游戏玩家流失原因分析

## 课题背景

随着人们对于更高品质的娱乐需求，在线游戏市场近年来持续繁荣，竞争也更加激烈，如何吸引新用户和挽留老用户是对游戏的发展至关重要。随着在线游戏市场趋于饱和，游戏厂商意识到吸引新用户的成本远大于保留老用户，使得用户留存成为游戏厂商非常关心的问题。如何发现用户流失的原因，从而改进游戏，增强游戏体验，是提升用户留存率，增加游戏营收的关键。

用户流失的相关研究通常采用两种方式之一：数据分析和数据驱动的模型。前者需要极大的人工成本并且很难扩展，因此，不适用于如今无处不在的在线游戏。随着大数据和机器学习技术不断发展，由大数据驱动的模型使该情况得以改善，但流失预测的结果通常缺乏解释性，即对用户流失的解释。

如何构建一个精确的、可扩展的、可解释性好的流失预测模型，抑或是从大数据中构建因果模型，发现流失的原因，对挽留用户、提升游戏营收具有十分重要的意义。

## 问题定义

从海量用户数据中挖掘用户流失的原因，辅助游戏运营和游戏制作改善游戏体验和用户挽回。

## 问题挑战

游戏场景流失原因分析中的挑战主要包括以下几点：

* 如流失预测开放课题所述，玩家的流失是一个渐进的过程，如何找到流失转折点，使用期间数据进行针对性分析（如图1所示，我们目前使用规则，将距离流失窗口最近的**近两周活跃天数**不小于10天的时间作为流失转折点，然后获取期间的数据进行分析）
* 流失原因复杂多样，存在很多混淆变量无法获取；
* 前沿研究算法尚不成熟，较难实际落地；
* 获取的流失原因如何有效评估。

![图1：用户流失定义](https://noterminus.gitee.io/image_bed/images/churnDefinition.png)

## 评价指标

游戏场景中流失原因分析可以通过以下指标进行评估：

* Post-hoc accuracy；
* 人工评价准确率；
* 干预效果。

## 数据集描述

游戏数据集主要分为两个部分：

* 用户画像数据

| 字段                        | 类型     | 描述      |
| ------------------------- | ------ | ------- |
| role\_id                  | string | 玩家id    |
| level                     | int    | 玩家等级    |
| role\_class               | int    | 职业      |
| churn\_friends\_ratio     | double | 好友流失占比  |
| shifu\_latest\_log\_time  | int    | 师傅未登录天数 |
| couple\_latest\_log\_time | int    | 情缘未登录天数 |
| ……                        |        |         |

* 用户历史动作序列

| 字段             | 类型     | 描述                 |
| -------------- | ------ | ------------------ |
| role\_id       | string | 玩家id               |
| action\_id     | int    | 动作id               |
| objective\_ids | string | 动作对象id，多个对象id以逗号隔开 |
| time\_stamp    | int    | 动作发生的时间戳           |

## 联系我们

有任何问题，请联系 <xiongyu1@corp.netease.com>


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://fuxi-up-research.gitbook.io/open-project/research_topics/churn_causal_analysis.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.