14｜留存分析：哪些因素会影响用户的留存率？

会员制的确能够提高留存，但是自动付费这个点，是否存在玩家忘记这个自动扣费点而实际上玩家已经流失呢？

佳哥好，影响用户留存的因素包括：会费支付方式、性别、会员卡类型、优惠套餐和月消费金额。从Cox 危害系数模型对影响留存的因子分析结果来看，会员卡类型影响较大。会员卡类型包括三种，月卡、年卡和双年卡，get_dummies方法drop掉了双年卡的数据，不过剩下两个有很大的负面影响，那么双年卡必然有很大的正面影响。

如果把drop_first=True 改成drop_first=False，在拟合的时候会报错，估计是共线性问题引起的，随机删掉会引起共线性问题的两列数据df_member_1 = df_member_1.drop(['会费支付方式_微信自动扣款','会员卡类型_年卡'],axis=1)，拟合正常。查阅了官方文档，确实提到了共线性问题会引起矩阵计算出错： Convergence halted due to matrix inversion problems: This means that there is high collinearity in your dataset. That is, a column is equal to the linear combination of 1 or more other columns. A common cause of this error is dummying categorical variables but not dropping a column, or some hierarchical structure in your dataset. Try to find the relationship by: adding a penalizer to the model, ex: CoxPHFitter(penalizer=0.1).fit(…) until the model converges. In the print_summary(), the coefficients that have high collinearity will have large (absolute) magnitude in the coefs column. using the variance inflation factor (VIF) to find redundant variables. looking at the correlation matrix of your dataset

佳哥，有个问题不是很理解，文中提到把分类字段转换为哑编码的时候选择drop_first = True,这能够避免回归中的多重共线性问题，那么共线性问题在Cox模型中会有什么影响呢？我理解留存率的计算各个特征应该是独立 ，不应该相互影响，所以不明白为什么要把drop_first设为True。以会员卡类型为例，drop_frist = True之后，双年卡就没有出现在数据里面了。这样后面也看不到双年卡的留存概率曲线和留存相关系数了。

思考题1: 可以关注入会月数、平均月消费的变化 可以关注套餐的相关性,check是否存在用户套餐偏好变更 or 某些套餐的用户粘性逐渐降低 思考题2: retention是一个用于计算用户留存率的Python库，它可以计算每个用户的活跃度，以及每个时间段的留存率。