キング・オブ・グローリーでは、ビッグデータに基づいたパーソナライズされた精密マーケティングについてお話ししましょう

本日は、新規ユーザーの獲得、課金ユーザーの流出防止、ビッグデータ運用に基づくゲームモードの推奨についてお話します。

1. 損失を防ぐ

有料プレイヤー向け

• 1.1 有料プレイヤーの損失に影響を与える要因: アイテム購入頻度、支払額、ゲーム期間、ゲーム頻度、ゲームレベル、勝率など。
• 1.2 過去 3 か月間に解約したユーザー (カスタマイズ可能) は、テスト セットと検証セットに分割されます。因子分析アルゴリズムにより、強い相関因子が得られます。ロジスティック回帰アルゴリズムにより、損失した支払いプレイヤーの回帰方程式が得られます。 解約していないユーザーのこれらの解約要因は、計算のために回帰式に入力されます。
• 1.3 有料ユーザーが離脱の危機的なポイントに近づいているかどうかを予測し、離脱警告を発行します。一般的な解約率やユーザーインタビューの質的分析を通じて、ターゲットを絞ったリカバリーマーケティング活動を実施します。

無料プレイヤー向け

• 1.4 無料プレイヤーの離脱を引き起こす要因: ゲーム期間、ゲーム頻度、ゲーム レベル、勝率など。因子分析アルゴリズムにより、強い相関因子が得られます。ロジスティック回帰アルゴリズムにより、失われたフリープレイヤーの回帰方程式が得られました。解約していないユーザーのこれらの解約要因は、計算のために回帰式に入力されます。
• 1.5 無料ユーザーを予測し、彼らが解約の臨界点に近づいているかどうかを確認し、解約警告を発行します。一般的な解約率やユーザーインタビューの質的分析を通じて、ターゲットを絞ったリカバリーマーケティング活動を実施します。

損失を防ぐには、いくつかの負のフィードバック要因も考慮する必要があります。たとえば、一部のユーザーの接続が頻繁に切断される、ネットワークの待ち時間が長い、地域のサーバーが頻繁にクラッシュする、クライアントが頻繁にクラッシュする、などです。 さらに、ゲームの頻度を扱う際には、時間の経過も考慮する必要があります。プレイヤーが月の最初の数日間でゲームを 30 回プレイした場合と、1 か月間毎日 1 回プレイした場合では、プレイヤーのアクティビティの頻度が異なります。おそらく、時間が経つにつれて、以前の周波数を減衰させる必要があるでしょう。

2. ゲームモードの推奨事項

• 2.1 プレイヤーのゲームモード、ゲーム期間、頻度などに基づきます。クラスタリング アルゴリズムを通じて、プレーヤー グループが分類されます。 各ユーザー全体のモードの好み、または個々のユーザーのモードの好みを計算する
• 2.2 異なるモードの好みを持つプレイヤーのヒーロー、スキン、その他のアイテムの好みを分析し、類似性に基づいてプレイヤーが購入していないヒーロー（スキン）、つまりプレイヤー固有のアイテムを推奨し、関連アクティビティのターゲットマーケティングを行う

3. 新規顧客を獲得する

理論的に言えば、 Honor of Kingsのように誰もが互いに競争するMMOBの場合、Tencentのソーシャル関係チェーンでは、 QQチップアウトは新しいユーザーを引き付けることについてあまり心配する必要はありません。しかし、新規ユーザーの成長曲線が良くない場合は、まだできることがまだあります。

序盤

• 3.1 さまざまなチャネル、地域、性別などのユーザー維持率、解約率、再訪率などを観察します。
• 3.2 新規ユーザーの維持率が高いユーザー グループについては、収入、ゲーム時間、頻度、チャネル、地域、性別など、相関性の高い特性を分析します。決定木アルゴリズムを使用して、特定の行動特性を持つユーザーが特定のチャネルや地域で高リテンション ユーザーになる可能性を分析して調べます。

ゲームの成熟度

• 3.3 主流ターゲットユーザーは飽和状態です。主流ターゲットユーザーの基本属性特性を分析します。決定木アルゴリズムなどを通じて、主流のターゲットユーザーがどのような基本特性を満たしているかを分析し、彼らを引き付けることができます。あるいは、競合製品や類似製品のユーザーが集まるチャネルから既知のユーザー属性特性を通じて新規ユーザーを獲得する