使用平均累积函数度量玩家留存与变现
应用统计
2017-09-21 v1
摘要
游戏分析通过提供关于玩家体验的直接定量反馈来支持游戏开发。在免费游戏的开发中，玩家留存和变现尤其已成为核心商业统计指标。为此已使用了许多度量。然而，游戏开发者通常希望在所有用户流失之前及时进行分析。这会导致数据删失，从而使许多度量产生偏差。在这项工作中，我们介绍了如何使用平均累积函数（MCF）将许多学术度量推广至删失数据。MCF 允许我们估计某个度量随时间变化的期望值，例如游戏会话数、购买次数、总游戏时长和生命周期价值。此外，流行的留存率度量是将该估计应用于所玩游戏的不同天数期望值的导数。基于 MCF 的统计工具允许游戏开发者确定给定的更改是否改善了游戏，或者游戏是否已足够好以供公开发布。该方法的优势在一款正在开发中的真实免费手机游戏《Hipster Sheep》上得到了展示。
引用
@article{arxiv.1709.06737,
title = {Measuring Player Retention and Monetization using the Mean Cumulative Function},
author = {Markus Viljanen and Antti Airola and Anne-Maarit Majanoja and Jukka Heikkonen and Tapio Pahikkala},
journal= {arXiv preprint arXiv:1709.06737},
year = {2017}
}