關聯分析在游戲行業中應用案例

背景：研究用戶的歷史付費行為，對付費用戶購買的道具進行研究，發現道具之間的關聯性，方便運營根據道具的關聯性進行活動推廣。

數據源：2016年3月28日——2016年4月4日一個自然周的付費數據。

數據字段：付費次數、付費人數、付費金額及占比、道具名稱。

研究對象：2016年3月28日——2016年4月4日一個自然周的付費用戶群。

一、數據探索

（1）購買次數

購買一次的用戶比例在74%，購買二次的用戶占比在16%，只有10%左右的用戶付費次數在三次以上。

圖中可以看出，付費1次用戶的付費金額占比在47%左右，付費二次用戶的付費金額占比在23%附近，付費2次以上的用戶付費金額占比在30%左右（其中三次付費占比在12%）。

（2）道具分析（TOP15）

可以看出：60鉆石、雙倍楊桃、3000楊桃購買的次數在所有道具購買中占比最大，分別為：24.41%、17.63%、16.70%（合計：58.74%）。

可以看出：60鉆石、雙倍楊桃、3000楊桃購買的人數在所有道具購買人數中占比最大，分別為：29.72%、26.38%、22.55%（合計：78.65%）。

可以看出：雙倍楊桃的付費金額在道具中的收入占比最大（28.75%），其次是60鉆石（11.93%），3000楊桃、刀刃、VIP等的占比相近。

二、數據說話

從上面數據中看出，用戶付費行為習慣有如下特點：

（1）購買一次數用戶占比最大，購買二次的次之。

（2）購買一次的用戶對收入貢獻最大，也是產品收入的中間力量。

（3）從購買的道具角度來看： 60鉆石、雙倍楊桃、3000楊桃這三個道具是最受歡迎的道具，購買的人數、次數也是最多的。

（4）從購買的金額來看：雙倍楊桃的購買金額最多，遠遠高出了其余的道具的金額，但60鉆石、雙倍楊桃、3000楊桃的購買數量是最多的，這樣可以看出道具的價格差距比較明顯。

總上：為了提高收入，可以想辦法讓購買一次的用戶再次去消費，降低一次消費用戶的比例，提高二次消費用戶的比例。提供用戶的付費次數，進一步可以提高付費用戶對游戲的忠誠度，從而可以提供付費用戶的活躍度，降低付費用戶的流失率（流失成本偏大）。利用道具之間的關聯性，我們可以給購買了道具A的用戶推薦購買率最大的道具B，這是道具的角度的出發的，粒度比較細。

三、道具關聯性分析

概述：

利用數據挖掘的關聯分析方法，我們可以知道道具之間的關聯性（每條規則都有相應的概率大?。?，但最后的規則并不一定有真正的意義和價值，對于規則的合理性需要業務側進行甄別和判別，每條規則都有相應的概率來支撐，概率越大，規則的真實性越可靠。

原理（可以不看，舉例作為了解）：

關聯分析是一種在大規模數據集中尋找有趣關系的任務。這種關系表現為兩種形式：

1.頻繁項集(frequency item sets)：經常同時出現的一些元素的集合。

2.關聯規則(association rules): 意味著兩種（或者多個）元素之間存在很強的關系。

下面舉例來說明上面的兩個概念：

頻繁項集是指經常出現在一起的元素的集合，上表中的集合 {葡萄酒，尿布，豆奶} 就是頻繁項集的一個例子。同樣可以找到如 “尿布 –> 葡萄酒”的關聯規則，意味著如果有人買了尿布，就很可能也會買葡萄酒。使用頻繁項集和關聯規則，商家可以更好地理解顧客的消費行為，所以大部分關聯規則分析示例來自零售業。

要回答上面的問題，最重要的是理解兩個概念：支持度和可信度。

支持度：一個項集的支持度(support)為包含該項集的記錄占總記錄的比例。從表1 可以看出 項集 {豆奶} 的支持度為 ： 4/5; 而在 5 條交易記錄中 3 條包含 {豆奶，尿布}，因此 {豆奶，尿布} 的支持度為 ：3/5.

可信度或置信度(confidence)：是針對一條諸如{尿布}–>{葡萄酒}的關聯規則來定義的，這條規則的可信度被定義為：“ 支持度({尿布,葡萄酒})  /  支持度({尿布})”。在表1 中可以發現  {尿布,葡萄酒} 的支持度是 ：3/5, {尿布} 的支持度為 ：4/5, 所以關聯規則 “尿布 –> 葡萄酒”的可信度為 ：3/4 = 0.75, 意思是對于所有包含 “尿布”的記錄中，該關聯規則對其中的 75% 記錄都適用。

算法應用：

環境：linux+python。

參數：支持度（minSupport）、置信度（minConf）。

參數說明：minSupport、minConf參數的大小關系到最終關聯規則的結果數目，參數值越大，規則越嚴格，由于上面用戶購買的次數可知，購買一次的用戶占比在70%以上，這就是會說，有70%以上的用戶只購買了一個道具，這樣的話：支持度（minSupport）的值不可能很大（低于10%），如果太大的話最后不會出現頻繁項集，然后就不會出現最終的關聯規則。從而：我們可以讓支持度（minSupport）的值小些，讓置信度（minConf）的值大些，來得到最后的關聯規則。

（1）minSupport=0.05，minConf=0.2。

規則（購買了道具A會購買道具B）          概率（置信度）

VIP—–>雙倍楊桃                   0.510088377522

說明：這里支持度取的為5%，置信度為20%，最后得到了一條規則，即：用戶購買了VIP還會購買雙倍楊桃的可能性大小。然后我們調小minSupport的值得到下面結果。

（2）minSupport=0.01，minConf=0.2。

規則                                        概率（置信度）

125鉆石—->60鉆石                  0.708544303797

VIP—–>雙倍楊桃                      0.510088377522

300鉆石—–>60鉆石                  0.429424709211

節日禮包—->刀刃                      0.334025758205

神秘禮包—->刀刃                      0.334025758205

300鉆石—–>125鉆石                 0.295504558315

125鉆石—–>300鉆石                 0.29746835443

12000楊桃—>刀刃                     0.290452499408

300鉆石—->刀刃                        0.230430682175

300鉆石—–>125鉆石、60鉆石   0.246463376297

125鉆石—–>300鉆石、60鉆石   0.248101265823

結果可以看到最終的關聯規則數目比較多，概率的大小也不一樣，但VIP—–>雙倍楊桃這條規則是一直存在的。

總結：

根據數據挖掘的關聯規則我們可以得到購買道具的一些關聯規則，我們可以根據最終得到的規則來進行活動的推廣，從而降低一次付費用戶的比例，提升二次或者多次付費的比例，進一步提高收入。這里我們研究的是一個自然周的數據，我們也可以對自然月的數據進行研究。