最近看了很多关于流失分析的文章，搭建了一些模型。有几个朋友问我churnanalysis怎么做，但是我最近换了工作，很忙，所以没和他们好好聊这个问题。说到流失分析，很多人都知道使用决策树算法，C5.0、Chaid、Quest或者贝叶斯，聚类分析也很有用。一般来说，流失分析的方法有很多，但这些都是技术层面的，也不是真正的流失模型。前几天看到一篇关于如何分析永恒之塔丢失的文章（http://www.dmacn.com/viewthread.php?tid=31&extra=page%3D1），方法和过程真不错，但流失分析远不止于此。原因是在那篇文章中，作者选择了1-10级的新手作为研究对象，但其实churnanalysis不仅仅是针对新手的（废话，大家都知道！），这句话是废话。现在来看，做数据分析的都懂。但是，一旦真正做数据分析，研究流失率，我们往往忽略了需要分析那些人的流失情况，抓眉毛胡子。.之前写过一篇loss分析设计的文章（http://www.cnblogs.com/yuyang-DataAnalysis/archive/2012/04/17/2454180.html），后来反映设计太复杂繁琐，并没有这个分析的必要。其实我觉得很有必要。流失分析不是您立即开始进行流失分析的事情。上一篇主要设计的是历史用户的流失分析方法，历史用户的流失分为留存、沉默、流失、退货、植树等几类。事实上，这种分类是由玩家的游戏生命过程（lifecycle）决定的，其原因如下：不同的游戏过程导致不同的用户反馈；不同阶段流失的用户有不同的留存措施；不同的生活流程，流失用户的特点各不相同。正如文章所说，流失分析在很多情况下只是告诉你谁会流失以及流失有什么特征。这两点对应流失分析的两个方面：1.谁会流失->流失用户预测，告诉你流失的可能性；2.Churncharacteristics->流失用户的特征，告诉你流失的特征。流失分析的最终目的就是利用这两点，只有结合业务来分析流失的原因（算法再好，模型也不会告诉你原因），解决谁会流失，流失的特点，流失的原因，然后就可以进行留存措施的实施，一个完整的损失分析闭环就此形成。形成闭环的原因是新一批用户将继续测试我们的流失分析模型。我们希望在同一个游戏过程周期或状态下，不断修改模型，使其具有普适性。此类模型的组合可以更全面地描述玩家在不同游戏生命过程中的损失特征。当然，这需要不断的试验和分析，因为用户的素质也要考虑。***，在反复使用模型分析的基础上，得到了一个有意义的模型框架。在这个过程中，值得注意的是，我们往往只做一小部分，我们只是将这一小部分放大为损失分析的整体。比如我们做过40-50级Lostusers，找出用户流失的可能性和流失的特征，但是往往忽略了采取一些措施来留住他们。留住他们的一些措施是软性的，比如通过活动、奖励等，或者通过改变制度设计来弥补，但要看情况。你做的流失分析就是用户流失的严重程度。也就是说，如果这个阶段的流失是一部分客群造成的，而这部分客群并不代表我们整体的客群（流失的客群特征与之前的历史客群特征相同）customers.如果这个阶段群体的流失特征不匹配，那么这不是系统设计因素造成的）。这时候就不好用改变系统设计的方法了。在大多数情况下，软方法用于帮助用户过度操作。但是回过头来看，从高层次的角度来看，我们是根据玩家游戏进度的阶段（状态）来确定我们的流失分析对象和方法的。看了永恒之塔的流失分析，发现之前针对新手的流失分析并没有做深入的研究。PRARA模型同样关注用户留存问题。可以看出，一批新用户，我们更关注的是留存问题，而我们关注的那些历史用户的流失。对于用户流失的设计，我们大概有月流失、周流失、静默。但是，我们在这方面的分析还远未达到高水平。毕竟我们的主要收入来源还是来自于这些历史用户。在付费转化方面，游戏学习的成本很低，聚焦这些用户，做好留存，更有好处。但是，如文中所述，新用户对游戏的学习、操控、熟悉程度还不完全熟悉。即使我们已经获得了信息，损失的特征和损失的可能性，我们可能还想找出为什么玩家仍然离开难度。会比较大，即使我们有最好的新手体验流程和新手缓冲期，但是用户的流失是不可避免的（当然这不代表新用户的留存和流失分析不重要）。但是，当玩家的游戏生命周期进入稳定期或推广期，却面临大量流失，那么我们获取流失的特征，分析流失的可能性，最终使得留存收益远大于流失分析新手。说完上面这句话，估计看到的人都会笑喷我。我想补充的是，游戏就像一个有进水口和出水口的游泳池。我们希望进水口大，出水口小。进水口再大，不进水，总有一天出水口会把池子干涸。所以，在把控出水口的同时，还要想办法做好进水口，即如何做好分析、预测、留住新玩家。因为留下来的新玩家总有一天会成为我们定义的老用户，进而成为我们要努力留存的老用户。每个玩家在游戏中都有一个生命周期，流失分析的目的就是要延长这个周期，使其价值最大化。原文链接：http://www.cnblogs.com/yuyang-DataAnalysis/archive/2012/05/30/2526528.html【编辑推荐】数据分析是在证据设计中仔细考虑数据分析，以了解更多关于你的网站和用户谈网站数据分析如何从网站数据分析中挖掘核心服务1.3.1数据分析的一般步骤
