据 Newzoo 发布的《2018 全球游戏市场报告》显示，2018 年手游创造了 703 亿美元的收入，且这一数字预计到 2021 年攀升至 1063 亿美元。

但是，对于手游行业来说，用户流失是非常大的难题，且衡量标准往往很难预测。

用户流失有两种类型，一种是微观层面的，关系到 App 自身和特定用户；另一种是宏观层面的，即 App 和整体用户之间的流失。这两者之间互相影响，但并不易察觉，这对发行商和开发者来说都是一项难题。

不过，一篇来自三星美国研究中心、德克萨斯 A&M 大学、匹兹堡大学和亚利桑那大学的研究团队共同撰写的论文——《大型手游微观和宏观层面的用户流失分析》显示，在 AI 的帮助下，有望得出一种分析用户流失的更优方案。

研究人员认为，随着移动设备的普及，手游已经成为一个有着数十亿美元收入的市场，前景十分乐观。然而，手游平台和服务面临着一个关键的挑战，既设法了解导致用户流失的原因有哪些。研究人员首次对微观层面的用户流失进行了预测，也对宏观层面的用户流失进行排名，并以此对手游进行了大规模的用户流失分析。

流失预测系统已经不是什么新鲜事物了，但是，之前的方法只能预测一款或少数几款手游的流失，并没有考虑到用户和应用程序的交互数据，例如 Wi-Fi 的连接状态、屏幕的亮度和音量大小。

相比之下，研究人员拟建的系统采用了从三星游戏启动器（Samsung game Launcher）收集了游戏开启、关闭、安装和卸载的详细交互数据。这一套系统，允许三星手机用户定制其手机在满足某些变量时的反应。此外，研究人员使用图形来模拟用户和游戏之间的关系（描述连接各种实体关系的数据库），并使用深度神经网络捕获信息以及用户与游戏交互的“动态”方式。通过附加的图形和算法，就可以总结宏观客户流失。具体来说，该系统能够根据近期可能流失的用户总数为游戏生成一个列表。

为了构建用于训练人工智能学习模型的数据集，研究人员在得到美国和韩国用户同意的情况下，从三星游戏启动器中匿名收集了数万款手游和数亿用户 4 个月的数据。搜集的数据包括：游戏历史、游戏概况（既游戏类型、开发者、下载量、评级值和评级数量等）和用户信息（例如设备型号和区域）。

与以往的微流失率预测方法相比，研究人员的系统与多个基线相比，显示出了“优越”的性能，在微观流失率预测和宏观流失率预测方面都达到了最高水准。更更有甚者，因为它的输入只包含游戏的属性及其关系，研究人员指出，该系统还可以用于预测其他领域的用户流失，比如苹果音乐的会员流失和 Facebook 的取消订阅。

【本篇文章属于白鲸出海原创，如需转载：需联系授权方可，未经授权严转载!】

友情提醒：白鲸出海目前仅有微信群与QQ群，并无在Telegram等其他社交软件创建群，请白鲸的广大用户、合作伙伴警惕他人冒充我们，向您索要费用、骗取钱财！