教你怎么做游戲運(yùn)營(yíng)數(shù)據(jù)分析

數(shù)據(jù)分析工作可以從宏觀數(shù)據(jù)和微觀數(shù)據(jù)(細(xì)分?jǐn)?shù)據(jù))說起，這種方式也是我比較喜歡的，正如小強(qiáng)所言，宏觀數(shù)據(jù)是對(duì)總體趨勢(shì)的預(yù)測(cè)，以及對(duì)異常數(shù)據(jù)的敏感性把握。而微觀數(shù)據(jù)分析的來源一方面就是從宏觀數(shù)據(jù)的異動(dòng)而產(chǎn)生的需求，二者是一種相互依托的關(guān)系。當(dāng)然如果不是專業(yè)做DA工作，也許按照這種方式是沒有什么問題的，因?yàn)楫吘构ぷ鲿r(shí)間和精力不允許有更多的研究工作。從我這個(gè)菜鳥DA來說，其實(shí)還有很多的工作要做，而采取的形式是另外一種形式，不過其內(nèi)涵與之前的是一致的。

如下圖，大概每個(gè)行業(yè)的數(shù)據(jù)分析體系都是這個(gè)模式：

網(wǎng)游的常規(guī)數(shù)據(jù)的把握和檢測(cè)更多的是針對(duì)人氣(總登，峰值，APA，注冊(cè)，流失，在線時(shí)長(zhǎng))，消費(fèi)(ARPU，充值，消耗，滲透率)。

專題數(shù)據(jù)挖掘目前在網(wǎng)游數(shù)據(jù)分析領(lǐng)域應(yīng)用比較小，即使有這方面的研究也屬于公司的核心技術(shù)，這一部分的研究是對(duì)整個(gè)游戲玩家的游戲行為，購(gòu)買行為，情感行為，游戲心理，游戲壓力，游戲壽命，游戲體驗(yàn)，游戲交互，IB購(gòu)買關(guān)聯(lián)喜好，經(jīng)濟(jì)系統(tǒng)運(yùn)營(yíng)分析等等深入的專題研究，不是為了解決某個(gè)問題而解決，而是一項(xiàng)基于海量數(shù)據(jù)的定期專題式的研究分析，只有深刻了解了用戶的需求才能做出和運(yùn)營(yíng)好符合玩家口味的產(chǎn)品。

用戶調(diào)研其實(shí)在網(wǎng)游數(shù)據(jù)分析工作處在一個(gè)邊緣的位置，很多玩家不清楚自己想要什么，所以某種程度上我們來做這種調(diào)研工作往往會(huì)得到錯(cuò)誤的玩家信號(hào)，所以很少會(huì)用調(diào)研手段來分析玩家。

按照這個(gè)方式總結(jié)起來如下圖：

這里的深度尋因是一種長(zhǎng)期和固定的針對(duì)用戶各種特征的尋因。

那么對(duì)于我們而言，要做有兩塊工作，常規(guī)數(shù)據(jù)分析，專題式的數(shù)據(jù)挖掘研究。常規(guī)數(shù)據(jù)分析除了在宏觀把握數(shù)據(jù)的趨勢(shì)和異動(dòng)之外，還要在微觀上，將異動(dòng)的數(shù)據(jù)指標(biāo)進(jìn)行細(xì)分，從微觀角度找出問題的所在解決問題。而專題的數(shù)據(jù)分析是我們主動(dòng)的提出一些問題，進(jìn)而去尋找數(shù)據(jù)并進(jìn)行研究，并不是為了解決問題而解決。這看似不能最直接的解決問題，然而這些數(shù)據(jù)的解讀，我們能夠掌握

玩家想要什么(what);

為什么要(why);

從哪里可以得到(where);

什么時(shí)候我們做(when);

哪些玩家針對(duì)哪些運(yùn)營(yíng)策略(who);

我們應(yīng)該給多少(how much);

以什么形式進(jìn)行(how);

通過5W2H的方法，結(jié)合分析手段來解決這些問題。以下為根據(jù)網(wǎng)絡(luò)總結(jié)的數(shù)據(jù)分析的一些注意點(diǎn)和方法。

常規(guī)數(shù)據(jù)分析的思路–從收益角度

但我們面臨收益下降時(shí)，需要我們定位問題，從收益角度出發(fā)來解決問題。

常規(guī)數(shù)據(jù)分析的思路–從人氣的角度

通過以上的數(shù)據(jù)解讀和針對(duì)這些宏觀數(shù)據(jù)的細(xì)分，我們可以完成一些異動(dòng)數(shù)據(jù)的分析和緊急的需求。

而在做好這項(xiàng)工作的同時(shí)，我們也需要做好專題式的數(shù)據(jù)分析工作，提供運(yùn)營(yíng)人員更多的運(yùn)營(yíng)決策。

針對(duì)游戲數(shù)據(jù)挖掘的專項(xiàng)研究目前來說總結(jié)如下幾點(diǎn)：

在專題的數(shù)據(jù)挖掘與分析模式，有以下的幾種形式：

用戶生命周期模型

流失因素函數(shù)及模型計(jì)算

網(wǎng)絡(luò)媒體效果分析

游戲活動(dòng)及系統(tǒng)風(fēng)險(xiǎn)評(píng)估

游戲經(jīng)濟(jì)系統(tǒng)預(yù)警評(píng)估

針對(duì)專題式的數(shù)據(jù)挖掘，目前還在一個(gè)緩慢的研究過程，這一塊確實(shí)是比較困難，不同于傳統(tǒng)零售，金融，電信行業(yè)。網(wǎng)游具有著獨(dú)特性在具體的分析過程中，需要結(jié)合特點(diǎn)，合理應(yīng)用理論和技術(shù)解決問題。