移动游戏近十年来发展迅猛,其中2019年移动游戏的全球总收入就已高达617亿美元,较2018年增长14.8%。但随着用户对产品的需求越来越高,用户逐渐集中在头部产品,市场竞争也更加激烈。由于目前国内游戏制作运营决策以经验为主,缺乏客观的数据分析支撑,导致成功概率低,因此如何依靠科学的数据支持提高产品成功率,是行业内公认亟待解决的重点问题。本文主要通过数据挖掘技术研究用户行为并形成用户画像,即将游戏后台中的用户操作记录,消费记录,社交行为记录等原始数据转化为用户属性,生成用户标签,构建数据集,形成业务模型,最终输出游戏运营策划的业务策略。本次基于某信息网络有限责任公司的H5传奇类游戏《逐鹿九州》的实际运营数据,来研究用户的初期流失原因,活跃分布,消费行为三个方向。通过研究,生成可靠的预测模型,提出运营营销策略并构建游戏运营体系,以此作为方法论来优化游戏的转化率,留存率和付费率。目前《逐鹿九州》的主要问题为:1.注册用户到活跃用户的流失率有70%;2.部分游戏模块的用户活跃度较低;3.消费品的购买量分布不均导致虚拟货币回收不充分。我们调研了腾讯TRC平台,深极智能等公司的手游数据挖掘方法,结合互联网产品常用模型AARRR模型和购物篮分析,进行了分析和实践。在现有的游戏运营工作中,我们埋点记录了用户的静态属性,例如用户性别,区服,金币,战力等,同时也记录了用户的动态行为,例如登录,登出,购买订单,新手引导,资源加载等。将原始数据进行聚集抽样,维度归约,特征选择,特征创建等预处理,通过LR逻辑回归,聚类分析,分类,关联分析等方法,形成用户的流失预测模型,活跃分布模型,消费营销策略等。基于用户的游戏行为动态数据,我们挖掘出游戏系统静态数据的优化方向以及用户潜在的游戏倾向,针对性修改游戏,给用户给予运营活动和优惠活动进行刺激提高收入,已经初步达到了预期效果,但如何形成系统方法论,仍需后续跟进研究。