游戏数据分析用到的模型（二）留存率预估

本文主要参考了黎湘艳、叶洋的经典著作《游戏数据分析实战》。这本书堪称游戏数据分析的开山之作，这里向两位作者表示感谢。

关于留存率的模型，参考4.4.2节。

我们要先计算出1日留存率，2日留存率，……，N日留存率。

 作者建议，用幂函数来拟合留存率模型：

两边取对数，可以得到一个线性模型。

liucun <- c(0.39,0.27,0.22,0.19,0.16,0.15,0.15)
d <- 1:7
df <- data.frame(cbind(d,liucun))
df %>% ggplot(aes(x=d,y=liucun)) + 
  geom_point() +
  geom_line()+xlab('天数')+ylab('留存率')

df$logd <- log(df$d)
df$log_liucun <- log(df$liucun)

log_model <- lm(log_liucun~logd,data=df)

summary(log_model)

b就是斜率，也就是-0.51628

loga是截距，-0.95018，所以a=exp(-0.95018)=0.3867 

得到结果

 

红点是拟合的结果，模型估计的留存率比实际数据下降的略快，如果有更多数据拟合效果会更好。

有了留存率模型，就可以计算日活跃人数。