某大型棋牌类游戏公司
在网游市场规模庞大，增速放缓，竞争日趋激烈的现状下，如何通过大数据技术来实现精细化、个性化的手段来改善用户体验、进一步挖掘用户价值成为游戏运营中的一个核心诉求。探究游戏大数据精细化运营之路的背后技术，我们并没有革命性的算法体系产生，而是将机器学习算法，大规模并行化计算系统，以及具体的数据和应用场景进行有机结合方面的应用创新。
客户简介
该公司成立于2005年，一直专注于地方休闲游戏产品的开发和推广。公司拥有专业的技术研发团队和运营团队，拥有独立知识产权的游戏、周边娱乐等技术。
陆续推出了多个地域性成熟产品，并已在全国多个省市成功运营。 已拥有1000多万注册玩家，其中活跃玩家数已达100多万。
陆续推出了多个地域性成熟产品，并已在全国多个省市成功运营。 已拥有1000多万注册玩家，其中活跃玩家数已达100多万。
客户需求
如今的手游市场已经步入精细化运营时代，棋牌游戏的精细化运营也是必然趋势，精细化运营的先决条件是要做出更精细化的数据。如何通过精细化的数据真正的实现棋牌游戏的精细化运营，是所有棋牌游戏从业者所要共同思考的问题。
因此品见智能在此基础上针对聚洲的游戏平台进行数据建模分析及优化留存、付费等关键指标，从而提高棋牌类游戏的各指标。
因此品见智能在此基础上针对聚洲的游戏平台进行数据建模分析及优化留存、付费等关键指标，从而提高棋牌类游戏的各指标。
如何解决
以大数据和人工智能技术为核心，将游戏外和游戏内的数据相结合，基于企业级大数据挖掘平台PMD建立游戏运营分析模型，给游戏运营提供预测，分类，精准营销，智能推荐等服务，让游戏运营智能化。
（1）玩家属性聚类：通过算法依据游戏玩法和玩家属性自动对玩家进行归类，使得运营组对玩家的群体分布和群体特征有清晰的认识，如潜在流失玩家有哪些特征，高付费玩家有哪些特征等等；
（2）潜在流失玩家定位：我们通过系统模型学习已流失玩家的历史数据，训练出流失玩家的特征参数，进而预测出现有活跃玩家的流逝概率，为项目组挽留高流失概率的玩家创造时机，进而减少流失，提高产品的用户留存率；
（3）潜在付费玩家定位：通过系统模型学习已产生付费玩家的行为数据，训练出付费玩家的特征参数，进而计算出未产生付费行为玩家的付费意愿值。潜在付费玩家定位用于指导市场部及运营组进行精准营销，从而提高游戏的付费渗透率；
（4）运营活动分析：依据玩家的反馈数据综合分析游戏运营活动的效果和活动口碑。
（1）玩家属性聚类：通过算法依据游戏玩法和玩家属性自动对玩家进行归类，使得运营组对玩家的群体分布和群体特征有清晰的认识，如潜在流失玩家有哪些特征，高付费玩家有哪些特征等等；
（2）潜在流失玩家定位：我们通过系统模型学习已流失玩家的历史数据，训练出流失玩家的特征参数，进而预测出现有活跃玩家的流逝概率，为项目组挽留高流失概率的玩家创造时机，进而减少流失，提高产品的用户留存率；
（3）潜在付费玩家定位：通过系统模型学习已产生付费玩家的行为数据，训练出付费玩家的特征参数，进而计算出未产生付费行为玩家的付费意愿值。潜在付费玩家定位用于指导市场部及运营组进行精准营销，从而提高游戏的付费渗透率；
（4）运营活动分析：依据玩家的反馈数据综合分析游戏运营活动的效果和活动口碑。
实施效果
依托该棋牌游戏沉淀多年的历史数据，配合他们专业的游戏数据挖掘服务，我们对游戏分别进行了潜在流失玩家定位、玩家属性聚类、潜在付费玩家定位以及流失原因分析等几个方面的建模分析，通过结论对运营工作进行有效指导，从而帮助他们分别将活跃度和留存率提高了23%，付费用户比例提高了30%。
活跃度属性归类
