1.用户数据分析对游戏行业越来越重要

游戏行业发展至今，经历了几个不同的阶段。

行业发展早期，市场飞速增长，由于部分企业投资导向的特性，开发与发行更注重游戏项目的可投资性，RIO是比较重要的衡量指标，对开发出精品游戏的需求较低。在这样的背景下，游戏行业对用户研究能力与用户数据分析能力要求并不高，很多研发商甚至不具备保存游戏用户数据的意识，发行商也将精力重点放在如何抓取新用户，打造一款新游戏上。

近年来，游戏市场增长变缓，几大头部游戏厂商占据了主要市场份额，留给新游戏公司的机会不多，一款新游戏冲上排行榜前列的难度也越来越高。竞争日益激烈，「精准定位+长线运营」的模式才更有望在竞争中脱颖而出。在这一趋势下，「游戏精细化运营」是游戏公司跟上行业发展的必由之路。

因此，用户的长生命周期活动开始受到关注，用户数据分析的精细程度、数据完善程度与数据准确程度，都是影响游戏公司进行决策判断的关键要素。用户数据分析在对整个游戏行业越来越重要。

2.用户数据分析为游戏行业带来的独特价值

• 大数据的本质是为了消除不确定性

我们对任何一个事物的认知都可以分为四个象限，而数据可以在每个象限中产生相应的价值，从而加深我们对于事物的认知：

我知道我知道：来自经验的自信，比如一款游戏产品之前我做过，所以我根据经验知道同类型游戏的某些市场表现是什么样。但经验并不是事实，不一定会继续发生，需要通过数据验证。

我不知道我知道：这来自直觉/潜意识，但这个象限的大部分人通常不会考虑用数据来验证直觉的正确性，因为我们从来不会怀疑它。但它同样存在和经验类似的问题，直觉不一定可靠。

我知道我不知道：目前很多游戏公司对于数据的应用都处于这个象限。比如我们知道产品的留存表现不好，但不知道为什么不好，不知道该如何改进， 这是我们会想到从数据当中去找线索，通过发现问题、提出假设、验证假设、得出方案，再通过用户数据分析来验证方案，这一循环是目前对于数据应用的大部分情况。

我不知道我不知道：要想把用户数据分析的价值充分发挥出来，需要从数据中洞察业务的能力，要学会从数据当中探索未知。这一项很难达成，需要我们对业务有深刻的理解、对数据有很好的敏感度。想要充分发挥数据的价值，这部分的应用非常重要。

• 数据可以提高正确决策的概率

数据是信息的载体，数据可以提升我们对产品和用户的认知，最终提升团队做正确决策的概率。

3.游戏用户数据分析的4大秘籍

自用户在游戏中产生行为开始，我们需要对行为数据采集、清洗、存储、计算、可视化、分析，最后数据呈现的形态才能帮助我们完成各类业务层面的指导。这个过程的本质，是用户行为伴随产生的大量数据。我们能够通过专业数据分析工具处理数据，将用户的行为数据转化为关键维度指标或者用户行为规则，这些数据后续会成为我们项目活动、产品迭代的客观依据支撑。

A.数据埋点设计

数据埋点是初始获取数据中非常关键的一环，是一项需要多部门协作共同完成的工作。业务部门提出数据使用需求，数据分析师对需求进行评估，并建立感知数据指标，技术部门转化为具体的代码实现流程。

在埋点设计过程中，应基于当前业务的数据需求，总结一套具体的数据指标方案，并且构思要看这些指标需要有哪些用户数据分析，这些数据也就是需要埋的点。当然，这只是一些初步的埋点方案，想要让埋点指标变得“准”而“全”当然还需要另外一些方法实现，比如用户路径之类的。有了初步的埋点规划之后，还需要确定时间触发机制和上报机制，在不同的机制下将会产生不同的统计口径。

B.埋点数据收集与存储

埋点数据收集与存储是指通过通过各种触点，针对特定的用户行为进行捕捉、发送及储存的过程。触点，是指用户产生各类行为的端口（客户端、服务端、web 端等），这是用户数据分析的基本。除客户端、服务端外，触点还包括了第三方平台数据。比如说出海的游戏公司会对接第三方归因平台（ AppsFlyer 、 Adjust 等），这些第三方所提供的数据也可以很好地与项目内端口采集到的用户行为数据进行耦合联查。

其次，我们在数据采集的过程中，并不需要将所有的数据都采集到。比如 MOBA 游戏项目，如果想要采集“鼠标点击次数”及“角色移动的数据”， 首先我们需要分析用户这两个行为的数据量。因此，完整的数据收集与存储，应当具备如下四个特性。

完整性：技术向的完整性是指，我们通过客户端采集的数据，是否能完整地推送到服务器日志、服务器接收端。

实时性：实时性是大家最为熟悉的用户数据分析痛点。实时采集用户行为数据，并立刻传输到数据服务器上。

可协同性：埋点统一处理，把所有的埋点融合起来，做整合分析，避免用户数据分析缺乏产品的整体视角。

可实施性：当某个数据采集埋点有实施难度，我们需要慎重考虑埋点的可行性。

C.数据分析与预警

作为数据的基础，”数据采集”的设计直接决定了最终分析结果的偏差，在收集到的准确数据的基础上，也有必要合理利用用户数据分析，从”接触器”的类型和来源可以看出，每个数据端口的特点是什么，以及如何合理匹配这些端口，以最大限度地发挥数据分析的效果。

客户端&服务端数据：客户端和服务端数据一样，两者都是通过各类组件完成采集、上传。客户端数据会更偏向用户视角，而服务端是业务分析中常用指标的数据来源。

业务数据：游戏用户的各种行为不仅出现在游戏中，还产生客服回访、官网浏览、游戏预订等数据。这些行为数据来自应用程序主体之外，服务器和客户端无法收集这些数据。只有将业务数据与产品内部数据相结合，才能产生足够的综合分析结果。

D.经营与玩法有效性分析

比如用户参与活动完成充值：用户打开商城，会看到一个5元的礼包，用户点击参与活动完成充值。在这个过程中，用户打开页面的行为是一个简单的页面加载行为，我们的服务器在这个过程中并没有意识到，所以我们需要客户端的数据收集来捕捉这个行为。

用户打开页面点击参与活动后，服务器可以通过弹出支付界面或结算处理感知参与活动的行为。“充值完成”这一关键事件必须保证数据的正确性，这将直接影响我们的收益评估、渠道评估、第三方数据对账等内容。数据有了之后，我们会结合具体场景做具体的用户数据分析。