游戲行業(yè),大數(shù)據(jù)該如何應(yīng)用?

游戲行業(yè)， 我們能做哪些大數(shù)據(jù)分析應(yīng)用呢？問題留給大家思考， 先看看下面這些內(nèi)容是否能給我們帶來(lái)一些啟發(fā)呢？

    筆者是在一個(gè)MMO項(xiàng)目做過兩年數(shù)據(jù)分析，在一家中型公司負(fù)責(zé)過從頭建設(shè)數(shù)據(jù)分析中心，面試聊過不少人，也對(duì)大數(shù)據(jù)有興趣有過一些了解，思考過這個(gè)問題。

    1.游戲的數(shù)據(jù)分析，其總的思路其實(shí)是很像大數(shù)據(jù)的思路。

    《羅輯思維》有一期講，大數(shù)據(jù)其實(shí)核心不是大，而是全數(shù)據(jù)，是將你各種行為的數(shù)據(jù)匯總在一起，從而能通過數(shù)據(jù)看到你完整行為軌跡，進(jìn)行分析。在日常生活中，比如買衣服，你看了什么衣服，試穿了什么衣服，你重復(fù)去買衣服，這些信息商家都是不知道的，而商家的建設(shè)就是要全，比如優(yōu)衣庫(kù)做的你去試衣服的時(shí)候會(huì)進(jìn)行記錄，比如很多商家做會(huì)員卡，也能起到收集這個(gè)信息的目的。

    而一個(gè)日志建設(shè)比較完善的游戲，是可以看到幾乎全部有價(jià)值的行為的，你做的每一件事都可以拿來(lái)分析，而大數(shù)據(jù)，正是靠這種數(shù)據(jù)的全，來(lái)達(dá)成有價(jià)值的分析。

    2.但是，游戲行業(yè)目前能做的絕大多數(shù)據(jù)分析，其實(shí)跟大數(shù)據(jù)沒有任何關(guān)系。

    我做數(shù)據(jù)分析，和教數(shù)據(jù)分析的方法，是像游戲策劃一樣理解游戲，然后用excel分析。只要懂加減乘除，集合這些概念，最多用一點(diǎn)線性相關(guān)，和聚類分析。但是核心是懂游戲。

    以前我自己用這套方法的時(shí)候還不確定是不是因?yàn)槲姨肆怂灾荒苡眠@套方法，后來(lái)自己招人建設(shè)數(shù)據(jù)分析中心的時(shí)候，面試了很多人，年薪30W在top端游公司的，年薪25W在著名手游公司的，年薪25W帶一個(gè)3-5人團(tuán)隊(duì)的。他們都是用數(shù)據(jù)挖掘之類的方法做，但是談到具體做過什么幫助游戲改進(jìn)的案例，都講不出什么。其中有一個(gè)我以前認(rèn)識(shí)，多聊了兩句，他也覺得自己用建模，挖掘這樣的辦法，適合在有大量游戲的公司，對(duì)所有游戲做一些通用的東西，起到一些幫助（這件事的關(guān)鍵是游戲項(xiàng)目組要有足夠的數(shù)據(jù)意識(shí)，否則沒法配合），而在單個(gè)游戲的改進(jìn)上，確實(shí)起不到多大作用。

    數(shù)據(jù)挖掘之類的方法在游戲項(xiàng)目中少有有效應(yīng)用，核心原因還是單個(gè)游戲都太小，用不起很專業(yè)的。用數(shù)據(jù)挖掘最好的應(yīng)該是電商這種行業(yè)，比如亞馬遜，因?yàn)樗麄兊姆治鍪轻槍?duì)整個(gè)公司的，整個(gè)公司的銷售額都會(huì)受到數(shù)據(jù)的影響，比如亞馬遜。而游戲方面，單個(gè)游戲年收入5億以上的才有幾個(gè)？這些做到高收入的游戲，他們會(huì)覺得我不是靠數(shù)據(jù)做到今天的，我也沒必要去投入做數(shù)據(jù)挖掘（畢竟這種游戲有那么多事情需要投入，動(dòng)不動(dòng)就百人團(tuán)隊(duì)）。所以針對(duì)單個(gè)游戲有效的大數(shù)據(jù)研究方法，目前還幾乎沒有。

    3.數(shù)據(jù)挖掘目前在游戲行業(yè)能做什么？--流失預(yù)測(cè)

    這是我看過唯一一個(gè)案例，是數(shù)據(jù)挖掘在游戲行業(yè)很好的應(yīng)用，但潛力還沒有被充分挖掘出來(lái)。我見過大公司做的最好的，能達(dá)到80%準(zhǔn)確率：80%的流失用戶被預(yù)測(cè)到了，80%被預(yù)測(cè)到的用戶真的流失了。也見過能做到60-70%的。這種分析真的是大數(shù)據(jù)的思路，他不需要理解游戲，只要把足夠多的數(shù)據(jù)放進(jìn)去，就能預(yù)測(cè)流失。反倒是從策劃角度經(jīng)過規(guī)劃的數(shù)據(jù)，基本是不可能準(zhǔn)確預(yù)測(cè)流失的（面試到講這條路的，就直接pass了。做過流失預(yù)測(cè)自己根本不知道準(zhǔn)確率多少的也直接pass了）。

    說(shuō)潛力沒有挖掘出來(lái)，因?yàn)檫@個(gè)分析的目的和傳統(tǒng)游戲數(shù)據(jù)分析不同，不是改進(jìn)游戲，而是運(yùn)營(yíng)干涉。發(fā)現(xiàn)這些用戶快要流失，就想辦法給他們好處，留住他們。但是大部分游戲的框架并不允許做這件事，而沒有足夠數(shù)據(jù)訓(xùn)練的游戲項(xiàng)目組，也很難配合起來(lái)。

    所以這種方式的應(yīng)用，需要足夠大的公司（有錢投入數(shù)據(jù)挖掘團(tuán)隊(duì)），足夠多的項(xiàng)目（為一個(gè)項(xiàng)目性價(jià)比差），有足夠數(shù)據(jù)訓(xùn)練的游戲項(xiàng)目組（數(shù)據(jù)挖掘如果是單獨(dú)團(tuán)隊(duì)，和項(xiàng)目組的配合就是最大的問題）。

    插一段：

    這種流失預(yù)測(cè)的挖掘，本身也是最符合大數(shù)據(jù)的思路，不要因果性，只要相關(guān)性。你不需要知道玩家為什么流失，沒有一個(gè)游戲是能完全不流失的。但是你知道有些人要流失了，給他們一些好處，有可能他們就會(huì)留下來(lái)。只要知道相關(guān)性，針對(duì)性的采取措施就好了。

    沃爾瑪?shù)钠【颇虿及咐?，害了太多人。這個(gè)案例讓人覺得，這種相關(guān)背后是有一個(gè)我能推導(dǎo)出來(lái)的邏輯因果的。其實(shí)沃爾瑪還有很多很多完全看不出邏輯的案例，什么晴天蛋糕賣得好，雨天面包賣得好之類的，羅輯思維那期里有講。沃爾瑪不需要知道原因，只要晴天把能蛋糕多準(zhǔn)備一點(diǎn)，多擺出來(lái)，就好了。

    在看得見的未來(lái)，數(shù)據(jù)還不能，也不應(yīng)該在游戲業(yè)被很深的應(yīng)用。想想zynga.

    有一位從zynga離職的人說(shuō)過：那些說(shuō)A/B測(cè)試成本高的公司，都是配套機(jī)制建設(shè)的不好，在zynga,一次A/B測(cè)試可能半天就能做好。但是A/B測(cè)試真正的成本，不是執(zhí)行的成本，而是把設(shè)計(jì)者的思路限制在數(shù)據(jù)上，限制在能用A/B測(cè)試看出區(qū)別的微小改進(jìn)上。

    拓展思路：

    從另一個(gè)層面，我們聯(lián)系到實(shí)際出發(fā)來(lái)看看， 目前數(shù)據(jù)源比較成熟的，主要包括社交數(shù)據(jù)（包括社交網(wǎng)站、論壇等來(lái)源）、搜索數(shù)據(jù)和位置數(shù)據(jù)。

    社交數(shù)據(jù)：關(guān)注分析。分析用戶在發(fā)布會(huì)展相關(guān)的內(nèi)容的時(shí)候，其他關(guān)聯(lián)詞匯的熱度。例如伴隨“水果+會(huì)展”出現(xiàn)頻率最高的是“農(nóng)藥”、“安全”一類的詞匯，那可能會(huì)幫助水果展銷會(huì)的站臺(tái)和服務(wù)設(shè)置，例如增加綠色水果展位，或者采摘服務(wù)展位。

    社交數(shù)據(jù)：用戶態(tài)度分析。社交網(wǎng)站如果能開放用戶的詳細(xì)信息的話，你也可以分析哪些人對(duì)哪類會(huì)展持正面態(tài)度，哪些人持負(fù)面態(tài)度。