预见未来之手机游戏DAU和收入预测-基础篇.pdf

《预见未来之手机游戏DAU和收入预测-基础篇.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、Speaker：曹金明微博weibo.com/jinni 微信jinni_cao回顾我上一次的分享•游戏数据驱动之“深喉篇”数据分析vs数据预测 大多数时候，产品经理依赖于已有的客观/主观数据进行分析并得出结论 数据预测能解决什么问题？数据预测价值之一 •供产品经理闲暇时YY数据预测价值之二 •制定更靠谱的产品预算 下季度预算明天必须交！完全。。没有头绪。。继续拍脑门吧 数据预测价值之三 •找到提升产品表现的关键因素 月收入什么时候能达到1000万？根据预测模型，只要提升留存10%和安装量20%就能完成指

2、标！听起来靠谱哦！Q：我们能否预测游戏的表现？A：答案是肯定的!快开始正题吧思密达!预测是一个建立模型和假设的过程 月收入= ?月收入= ∑日收入 日收入=?日收入=DAU x 日付费率x 日付费ARPU DAU=?DAU=新激活用户+老用户回流新激活用户=? 新激活用户= 自渠道新用户+ 360渠道新用户+ 91渠道新用户+ UC渠道新用户+ …. 老用户回流=? 老用户回流（第n天）= 第1天新激活用户x Rn + 第2天新激活用户x Rn-1 + 第3天新激活用户x Rn-2 + ….. ….. 第

3、n-1天新激活用户x R1基础模型就这么简单！月收入= ∑日收入日收入=DAU x 日付费率x 日付费ARPU DAU=新激活用户+老用户回流新激活用户=自渠道新用户+360渠道新用户+91渠道新用户+…. 老用户回流=第1天新激活用户x Rn +….. 第n-1天新激活用户x R1 关键数据假设(Assumption)•预测DAU 1.新用户日激活量我靠，这么多2.用户留存率趋势假设的数据，预测能准么？•预测收入1.每日付费率2.每日付费用户ARPU影响预测模型可靠性的两大因素 1.算法的细化程度与合理

4、性2.数据假设与真实值的差距 优化预测模型可靠性的方式 1.改进算法的细化程度与合理性2.缩小数据假设与真实值的差距 开始预测！请听题：预测一款XX手机游戏在上线后两个月内的DAU和收入走势？回顾：预测DAU所依赖的假设 1.新用户日激活量2.用户留存率趋势新用户激活量的假设 •影响用户激活量的因素–不同的安装渠道带来的用户量不同–每个渠道的接入时间和推广期不同–广告（物料）和营销期带来效果不同–特殊节假日影响–周末效应–其他因素 新用户激活量的假设 •影响用户激活量的因素–不同的安装渠道带来的用户量不同

5、–每个渠道的接入时间和推广期不同–广告（物料）和营销期带来效果不同–特殊节假日影响–周末效应在“基础预测模型”中，我们–其他因素只考虑前两个主要因素 Step 1: 建立新用户激活量假设 不同渠道的激活量独立进行预测不同渠道的接入时间不同Step 1: 建立新用户激活量假设 推广期开始稳定推广期推广期结束360渠道上线用户留存趋势的假设 •影响用户留存的因素–游戏自身属性–不同的安装渠道用户留存不同–推广期和非推广期用户留存不同–特殊节假日影响–周末效应–活动影响等因素 用户留存趋势的假设 •影响用户留存

6、的因素–游戏自身属性–不同的安装渠道用户留存不同–推广期和非推广期用户留存不同–特殊节假日影响–周末效应在“基础预测模型”中，我们–活动影响等因素 只考虑前两个主要因素 Step 2: 建立用户留存趋势假设 不同渠道的留存趋势独立进行预测不同阶段的留存预测使用不同的下降率完成假设！1.新用户日激活量✔2.用户留存率趋势✔Step 3: 建立“用户回流”矩阵 用户回流日期10/8激活的用户在10/9回归的数量用户安装日期和安装量DAU9=Sum(ColumnD9) Step 3: 建立“用户回流”矩阵 •计

7、算X日激活的用户在Y日的回流数–If(Y

8、Data for Fun！•为模型添加输出和一些有趣的系数•调整系数并观察输出Med-term Return Rate = 0.92 Med-term Return Rate = 0.89 Show Time! Demo 课后作业 如何优化我们的预测模型？回顾：优化预测模型的方式 1.改进算法的细化程度与合理性2.缩小数据假设与真实值的差距 部分优化思路 •数据校准–将实际安装量和留存作为参数输入模型以便对当前预测结果进行“校