DOI: 10.32702/2307-2105-2021.12.206
УДК: 519.233
JEL: H25, С63
І. Г. Безкровна, І. С. Лазаренко
ПРОГНОЗУВАННЯ ФІНАНСОВИХ ПОКАЗНИКІВ КОРИСТУВАЧІВ МОБІЛЬНОЇ ГРИ В ЖАНРІ CASUAL
Анотація
В даній статті розглядається процес моделювання поведінки користувача на основі знеособлених даних мобільної гри в жанрі casual, яка використовує free-to-play підхід для отримання доходу. Встановлюється, як саме прогнозування фінансових показників діяльності користувачів здатне вплинути на ефективність маркетингових стратегій компанії. Зазначено важливість прогнозування показника CLV для оцінки повернення інвестицій від маркетингових витрат, як довгостроковий показник діяльності підприємства. Пошук очікуваного доходу від користувача декомпозовано на дві складові.. Моделювання очікуваної кількості повторних транзакцій, які зробить випадковий користувач, зроблене в рамках моделі Pareto/NBD. Для прогнозування очікуваної середньої грошової цінності транзакції користувача застосовано Gamma-gamma модель. Дана комбінація моделей дає змогу прогнозувати очікувану виручку, як на рівні групи користувачів, так і на рівні випадкового індивідуального користувача. Модель на вхід приймає історичні дані про транзакції користувача, що дає змогу скористатись нею навіть підприємствам, які не зберігають всю інформацію про дії користувача в грі, а зберігають тільки грошові показники проекту. Оцінка параметрів моделі відбувається з допомогою методу максимальної правдоподібності. Для максимізації логарифмічної функції правдоподібності використано вбудовані функції нелінійної оптимізації в середовищі Matlab. Створена порівняльна характеристика стохастичних методів моделювання та методів машинного навчання. Обґрунтована практична значимість моделювання показника CLV для покращення досвіду користувача в грі та оптимізації маркетингових ініціатив. На основі реальних даних продемонстрована практична значимість такого підходу моделювання фінансових показників користувачів мобільних ігор. Виділено та зазначено основні кроки при такому підході до прогнозування CLV, що полегшить розробку моделі та буде сприяти поширенню знань про CLV.
Ключові слова: поведінка користувачів; мобільні ігри; дохід з користувача; CLV; Paretto/NDB; Gamma-gamma.
Література
1. Шміттлейн Д., Моррісон Д. і Коломбо Р. Подсчет клиентов: кто они и что они будут делать дальше? Наука управления. 1987. № 33 (1). С. 1-24
2. Fader, Peter S., Bruce G. S. Hardie, and Ka Lok Lee. RFM and CLV: Using Iso-value Curves for Customer Base Analysis. 2005. № 42. С. 415–430.
3. Mobile App Trends 2021: A Global Benchmark of App Performance. 2021. URL: https://www.adjust.com/resources/ebooks/mobile-app-trends-2021/
4. Котляров И. Д. Лояльность и повторяющиеся покупки. Маркетинг и маркетинговые исследования. 2010. № 6. С. 480-486.
5. Котляров И. Д. Модели поведения потребителей: новый подход. Современная экономика: проблемы и решения. 2011. № 4. С. 71-82.
I. Bezkrovna, I. Lazarenko
FORECASTING THE FINANCIAL INDICATORS OF MOBILE GAME USERS IN THE CASUAL GENRE
Summary
This article discusses the process of modeling user behavior based on depersonalized mobile game data in the casual genre, which uses a free-to-play approach to generate revenue. It is established how the forecasting of financial performance of users can affect the effectiveness of marketing strategies of the company. The importance of forecasting the CLV indicator to assess the return on investment from marketing costs, as a long-term indicator of the enterprise, as well as a way to segment users to provide personal services. The search for expected revenue from the user is decomposed into two components, which are predicted using statistical modeling methods. The Pareto / NBD model simulates the expected number of repeat transactions that a random user will perform. The Gamma-gamma model was used to predict the expected average monetary value of a user transaction. This combination of models allows you to predict life expectancy in the application, both at the level of a group of users and at the level of a random individual user. The login model accepts historical data about user transactions, which allows it to be used even by companies that do not store all the information about the user's actions in the game, but keep only the monetary indicators of the project. The model parameters are estimated using the maximum likelihood method. The built-in nonlinear optimization functions in the Matlab environment are used to maximize the logarithmic likelihood function. A comparative characteristic of stochastic modeling methods and machine learning methods is created. The practical significance of CLV indicator modeling for improving the user experience in the game and optimizing marketing initiatives is substantiated. Based on real data, the practical significance of this approach to modeling the financial performance of mobile game users is demonstrated. The results obtained show sufficient accuracy to make a decision based on them. Highlights and outlines the main steps in this approach to CLV forecasting, which will facilitate the development of the model and will contribute to the dissemination of knowledge about CLV.
Keywords: user behavior; mobile games; user revenue; CLV; Paretto / NDB; Gamma-gamma.
References
1. Shmіttlejn, D. Morrіson, D. and Kolombo, R. (1987), “Counting customers: who are they and what will they do next?”, Nauka upravlenija, vol. 33 (1). pp. 1-24
2. Fader, Peter S., Bruce G. S. Hardie, and Ka Lok Lee. (2005), RFM and CLV: Using Iso-value Curves for Customer Base Analysis. 2005. vol. 42,pp. 415–430.
3. Mobile App Trends 2021: A Global Benchmark of App Performance. 2021. available at: https://www.adjust.com/resources/ebooks/mobile-app-trends-2021/
4. Kotljarov, I. D. (2010), “Loyalty and repeat purchases”, Marketing i marketingovye issledovanija, vol. 6, pp. 480-486.
5. Kotljarov, I. D. (2011), “Consumer Behavior Models: A New Approach”, Sovremennaja jekonomika: problemy i reshenija. , vol. 4, pp. 71-82.
№ 12 2021
Дата публікації: 2021-12-29
Кількість переглядів: 8524