Oyuncuların tahmini çıkışı
Oyuncuların tahmini çıkışı
Çıkış tahmininin amacı, önceden geri dönmeme riski taşıyan oyuncuları belirlemek ve kontrollü eylemleri (yeniden etkinleştirme, RG sınırlayıcıları, kişisel teklifler) başlatmak, değeri en üst düzeye çıkarmak ve zararı en aza indirmektir. Aşağıda, veriden operasyona kadar uçtan uca çerçeve bulunmaktadır.
1) Tanımlar ve çerçeve
Muhasebe birimi: kullanıcı (user/master_id) - varsayılan.
Çalkalama kuralı: T günleri ≥ hedef etkinlik yok (örneğin, 14/30). Fix etkinliği: Oturum/oran/depozito ≥1.
Tahmin ufku: H gün (önümüzdeki 7/14/30 gün içinde çıkış riski).
Kesme tarihi: özelliklerin oluşum tarihi; Etiketler bilgiyi kesme işleminden sonra kullanmamalıdır.
2) Zaman İçinde Nokta
Hedef (sınıflandırma): 'Churn _ next _ H = 1', eğer oyuncu pencerede bir kez bile aktif değilse (t, t + H] ve sonra T kuralını yerine getirir.
Time-to-event (hayatta kalma): Çıkış zamanı veya sansür; Cap/kuyruk zamanlama için iyi.
Kayan dilimler: Geleceğin akmasını sağlamak için gecikmelerle farklı tarihlerde öğretim örnekleri oluşturun.
Gerçeğin pencereleri: işaret sabitlenene kadar T çıkışının onaylanmasını bekleyin (gecikmeli gerçek).
3) Özellikler ve pencereler
Sonluk/Frekans/Para: Son aktivite/depozito ile gün, windows 7/ 14/30/90 ötesinde yoğunluğu, ARPPU/frekans.
Davranış ve içerik: oyun kategorileri, çeşitlilik, çalışma uzunluğu, günün/haftanın saati.
Pazarlama: kabartmalar/mektuplar, tekliflere tepkiler, abonelikten çıkma.
Riskler/RG/dolandırıcılık: bayraklar ve sayaçlar, düzgün bir şekilde - korkuluklar gibi.
Takvim: tatiller/maçlar/maaş günleri, mevsimsel özellikler (dow, dom, wom).
Kimlikler/cihazlar: platform/OS/cihaz değişiklikleri, IP/ASN kararlılığı.
Online/offline parity: Aynı tarifler ve kesim süresi ile fichestore.
4) Simülasyon
4. 1 Sınıflandırma (H penceresine çıkış riski)
Lojistik regresyon (yorumlanabilir), GBM/Rastgele Orman (güçlü taban çizgileri), Tab/Seq-NN.
"Güzel ROC" için değil, hataların maliyeti için eşikler.
4. 2 Hayatta Kalma/Tehlike (çıkış zamanı)
Kaplan-Meier (eğri formu), Cox PH/AFT, ayrık zaman tehlikesi (takvim ile güne göre günlük).
Zaman içinde çıkış olasılığını verir, temasların ve ağız korumalarının sıklığını planlamanıza izin verir.
4. 3 Sıralı ve hibritler
Geçici özelliklere sahip RNN/TFT/Transformer ve maskeleri atlayın.
Hibrit: İkili risk ve olay zamanı - daha iyi karar verme.
4. 4 Uplift modelleri
Temas tutma artışı tahmin edilmektedir; Eylemlerin/deneylerin bir günlüğü varsa uygulanır.
5) Değerlendirme ve kalibrasyon
Sınıf dengesizliği: main - PR-AUC, % Recall@FPR≤x, Precision @ k.
Olasılık kalibrasyonu: Brier, güvenilirlik grafikleri; Platt/İzotonik.
Zaman: Takvime yayılmış kıvrımlarla geri test etme (başlangıç yuvarlanması).
Kararlılık: metriklerin segmentler (ülke/kanal/platform) arasında değişimi.
Sağkalım: risk eğrisinde integral hatası, kalibrasyon S (t).
6) Eşikler, histerezis ve karar politikası
Bölgeleri ayırın:- 'score ≥ τ_block' - güçlü müdahale (kişisel teklif/çağrı)
- 'τ _ review ≤ score <τ_block'> yumuşak iletişim (push/e-mail)
- 'score <τ_review'> etkisi yok
Histerezis: giriş eşiği, "yanıp sönmemek" için çıkış eşiğinden daha yüksektir.
Bekleme süreleri: Kullanıcı/kanal başına tekrarlanan dokunuşların minimum aralıkları.
Korkuluklar: ROMI≥0, zhaloby≤Kh, RG kısıtlamaları, temas frekansı.
Karar tablosu örneği
7) Çözüm ekonomisi
Beklenen değer:[
EV = p_{\text{uderzhaniya Eylem }\cdot LTV_{\text{future}}
p_{\text{vred} }\cdot Zarar - Maliyet
]
Eşikleri ve kanal tahsisini çıplak CR yerine EV üzerinden optimize edin.
8) Deneyler ve nedensellik
A/B: temas/teklif stratejileri; Ana metrik - tutma artışı (D7/D30), korkuluklar - şikayetler/RG.
Yarı-deneyler: Bölgesel sunumlar sırasında DiD/sentetik kontrol.
Yükseltme puanı: Qini/AUUC, yükseltme @ k.
9) Dağıtım ve çevrimiçi devre
Puanlama: p95 ≤ 100-300 ms; İdempotans iste, 'korelasyon _ id'.
Orkestratör: garantili teslimat, yeniden deneme/geri alma, DLQ, kanal/kullanıcı başına oran sınırı.
Çözüm Günlüğü: Model/politika sürümleri ile 'signal - score - decision - action - result'.
Özellik paritesi: aynı özellikler çevrimiçi/çevrimdışı; zaman dilimleri - kesinlikle kesmeye kadar.
10) İzleme ve sürüklenme
Kalite: PR-AUC/Kayan pencerede @ FPR'yi geri çağırma, kalibrasyon; 'blok/inceleme' bölgelerinde paylaşın.
Sürüklenme: Temel özelliklere göre PSI/KL, hedef paylaşım kayması,'yeni "desenler.
İşlemler: gecikme, zaman aşımları, % geri dönüşler, iletişim kuyruğu, şikayetler.
Adalet: Hataların/eşiklerin segmentlere göre farklılaştırılması; açıklanabilirlik denetimi.
11) Pseudo-SQL/Tarifler
A. churn_next_14 Etiketleme (Sınıflandırma)
sql
WITH activity AS (
SELECT user_id, DATE_TRUNC('day', ts) AS d
FROM event_activity
),
snap AS (-- cut-off date
SELECT DISTINCT DATE_TRUNC('day', ts) AS cut
FROM event_activity
WHERE ts BETWEEN:train_from AND:train_to
),
label AS (
SELECT s. cut, a. user_id,
CASE WHEN NOT EXISTS (
SELECT 1 FROM activity a2
WHERE a2. user_id = a. user_id
AND a2. d > s. cut AND a2. d <= s. cut + INTERVAL '14 day'
) THEN 1 ELSE 0 END AS churn_next_14
FROM snap s
JOIN (SELECT DISTINCT user_id FROM activity) a ON 1=1
)
SELECT FROM label;
B. Rolling Özellikleri (7/30/90), zaman içinde nokta ile
sql
SELECT u. user_id, s. cut AS cut_day,
SUM(CASE WHEN a. d > s. cut - INTERVAL '7 day' AND a. d <= s. cut THEN 1 END) AS act_7d,
SUM(CASE WHEN a. d > s. cut - INTERVAL '30 day' AND a. d <= s. cut THEN 1 END) AS act_30d,
SUM(CASE WHEN p. d > s. cut - INTERVAL '30 day' AND p. d <= s. cut THEN p. amount ELSE 0 END) AS rev_30d,
DATE_PART('day', s. cut - MAX(a. d)) AS recency_last_act
FROM snap s
JOIN users u ON 1=1
LEFT JOIN activity a ON a. user_id = u. user_id AND a. d <= s. cut
LEFT JOIN payments p ON p. user_id = u. user_id AND p. d <= s. cut
GROUP BY 1,2;
12) Eser desenleri
Çıkış modelinin pasaportu (şablon)
Kimlik/Sürüm: 'CHURN _ 14D _ GBM _ v4'
Hedef/pencere: 'churn _ next _ 14', güne göre PIT dilimleri
Özellikler: RFM, içerik, pazarlama, takvim, cihaz
Metrikler: PR- AUC≥0. 45, Recall@FPR≤1 % ≥ 0. 30, Brier≤X
Kalibrasyon: izotonik
Eşikler: Histerezis ile 'τ _ block/ τ _ review'
SLO: 150 ms p95 ≤ puanlama; Çevrimdışı rapor oluşturma ≤ 06:00
Sahipler, revizyon tarihi, çalışma kitabı bozulması
Karara hazır rapor (iskelet)
"Churn 14d: segmente göre risk, en önemli nedenler, tahmini yeniden etkinleştirme dönüşümleri"
Riskler: X/Y platformlarında yüksek riskin payı arttı (+ Δ pp)
Öneriler: A segmentindeki kişilerin bütçesini artırmak, B kanalını değiştirmek, C segmentindeki RG sınırlayıcıları değiştirmek
13) Güvenlik, gizlilik, etik
PII minimizasyonu: tanımlayıcıların tokenizasyonu, RLS/CLS.
Şeffaflık - üst özellikler destek için kullanılabilir.
Etik/RG: Saldırgan tekliflerle savunmasız grupları hedeflemeyin; Kontakların kapak frekansı.
14) Sık yapılan hatalar
Etiket, TZ/pencereleri karıştırarak geleceği (etiket sızıntısı) kullanır.
PR-AUC/Recall @ FPR olmadan %1 hedefte ROC-AUC puanı.
Kalibrasyon yok - eşikler körü körüne yapılandırılmıştır.
Histerezis/bekleme sürelerinin olmaması - temasların ve şikayetlerin "yanıp sönmesi".
Riski EV/LTV ile ilişkilendirmedik - tedavi edilemeyenleri "tedavi ediyoruz".
Çevrimiçi/çevrimdışı senkronize edilmemiş özellik - satışlarda kalite düşüşleri.
15) Döngü yayınlanmadan önce listeyi kontrol edin
- T/H/TZ, aktivite, belirlenen istisnalar; PIT prosedürleri tamamlandı
- Sızdırmayan veri setleri; Yuvarlanma doğrulama, kıyaslama ve kalibrasyon
- Eşik politikası, histerezis, ağız muhafızları ve korkuluklar belgelendi
- Eylem orkestratörü, idempotence, sinyal - karar - eylem denetimi
- İzleme kalitesi/sürüklenme/adalet, uyarılar ve runbooks
- Yükseltme ve/veya A/B hazır; Karara hazır rapor (EV ile)
- Model/özellik/metrik sürümler, sahipler, SLO kayıtlı
Toplam
Çıkış tahmini sadece bir sistem olarak çalışır: Sızıntı olmadan işaretlemeyi temizleyin - bilgilendirici özellikler - uygun bir model (sınıflandırma ve/veya sağkalım) - hataların maliyetinden metrikler, kalibrasyon ve eşikler - eylemlerin güvenli bir şekilde düzenlenmesi - sürüklenme ve adalet izleme. Böyle bir devre sadece "riskler'değil, çözümler sunar: tutma ve LTV'yi artırmak için kiminle, ne zaman ve nasıl temas kurulacağı.