Churn prediction for smarter app marketing

更智能的预算分配

避免对可能自然回归的用户过度投入，优先触达需要广告激活的用户。

更精准的竞价出价

将用户流失模型整合至我们的竞价系统，竞价准确性提升高达 20%。

提升增量 ROAS

通过智能预算再分配实现ROAS最大化，已经过内部测试验证。

New webpage Churn prediction-Purple-Data

Integrates multiple data sources to analyse your app user behaviour.

New webpage Churn prediction-Dices

Calculates churn probabilities for each user using predictive AI.

New webpage Churn prediction-Purple-Bid

Adjusts bid prices dynamically using churn scores for optimal allocation.

流失预测模型准确度如何？

我们的用户流失预测模型 ROC AUC 得分超过 0.85，表明模型具有非常优秀的预测准确度。ROC AUC分数范围为0到1，0.7为良好，0.9则为优秀。这说明我们的算法能准确预测用户流失或留存可能性。

需要客户提供什么？

在将用户流失预测模型整合至竞价模型前，客户需开启应用内数据回传，以激活MMP的流失数据流。

根据用户行为动态调整出价是什么意思？

动态调整出价指模型通过实时用户流失分数来设定出价金额。对可能自然回访的用户降低出价，而对有流失风险但具备互动潜力的用户提高出价，从而确保预算效率并优化ROAS效果。