:::: MENU ::::

TalkingData's Blog

现在开始,用数据说话。

《游戏数据分析的艺术》之数据运营及收集

  • Jul 15 / 2015
  • 0
Ideas, Tech

《游戏数据分析的艺术》之数据运营及收集

《游戏数据分析的艺术》第二章节认识游戏数据指标。以下文章选自《游戏数据分析的艺术》部分内容,如需转载请注明出处

无法衡量,就无法改进。

游戏数据运营在近几年不断被提及,真正的数据运营不仅需要方法论的指导,也需要结合业务的数据指导、技术的开发等环节的配合来完成。如果说早期的端游启蒙了游戏数据运营,那么在页游时代随着产品逐渐互联网化,重视用户反馈和体验,关于用户的经营,流量获取的数据运营达到了一个新的阶段,而由于这几年移动游戏市场的爆发,使得游戏数据分析变成每一个从业者都必须修炼的功课,如今游戏行业逐步进入到了一个全民数据说话的时代。在这个时代中,对于每一位从业者,不见得都通晓游戏数据分析,但是却需要每位从业者去了解基本的游戏数据指标,因为这是进入这个时代的基本沟通语言。

本章将就“基本沟通语言”,即游戏数据指标,进行详细的介绍,其中也将就几种方法论做进一步的阐述。
2.1 数据运营

早先一位腾讯的同仁这样表达过对于运营的理解:“通俗意义的运营,就是要为产品和用户提供增效服务,进一步完善加强目标用户对产品的认知。”把数据作为运营基础,把用户作为运营中心,把市场作为运营导向,这是精细化运营一直倡导的三点。而其中的数据化运营又是关键的一环。

从数据的角度解释运营,我们可以理解为运筹和经营。

运筹:发现解决问题,提供最优解决方案,以达到最有效的管理。

经营:部署制定目标,战略决策活动,解决发展方向,具有全局性和长远性。

游戏作为创意产品,核心在于人的设计和创造,这也是产品的核心竞争力。但通常我们认为游戏数据在游戏研发出来进入市场后才发挥作用。实际上,在产品立项,或者创意阶段,游戏数据就已经发挥了非常的作用。首先我们阐述一下游戏数据在创意阶段的作用。

当我们要开始研发一款游戏时,以下几件事我们肯定要关心:

  • 什么类型产品
  • 什么题材合适
  • 行业数据表现

要把握好这几件事,我们需要提前了解一些数据,并修正产品的立项方向,比如什么题材,什么风格,什么类型,自身优势,等等。如果我们发现国内市场用户对于希腊题材的认知度不够高且收益不佳时,就不会选择新游戏的题材选择希腊神话,尽管我们可能很擅长这个题材,但产品很多时候要受到市场用户的成长制约。

移动游戏产业的发展使得创业门槛进一步降低,使得大家获得相对公平的机会,只要开发出一款优秀的游戏就会不断获得用户的欢迎,并成长为明星公司。然而,如果作为创业团队,并不了解这个移动游戏市场,不清楚自己的项目究竟是否存在机会,则更容易失败。进入移动游戏市场,我们是被用户消费的,因此我们需要了解用户,找到潜在需求。这点在以前的PC游戏市场,似乎并不是特别突出,因为用户的游戏选择空间会更窄。然而在移动市场,内容丰富,足够用户去选择符合自己兴趣和内容的产品,从早先的不可移动的游戏产品,变成了现在随身移动的产品,需要通过数据和分析来了解用户、分析市场。

当然,仅仅依靠数据是不能草率做出决定的,还要基于很多的考虑,每一款跨时代的或者影响后续一个时期游戏研发思路和方向的产品,都要大胆创新,一如早期从付费游戏转变到免费游戏时代,就是不断地对游戏用户和互联网免费经济进行挖掘和思考。

从移动游戏的几年发展中,我们已经看到了早期的冰点或者限免促销的移动游戏中,有很多已经选择免费游戏模式,当然这种大的格局变革不是每时每刻都在发生。总结来说,在产品初期我们需要数据,这既是顺应潮流,把握方向,也更是从数据中挖掘更多的价值,放开视野。这也是数据运营的一部分。

而在产品进入运营期后,游戏数据分析则更加重要,辅助决策产品的战略方向,运营策略的调整、优化和改进产品等。本章将着重从产品整个生命周期的角度来进行游戏数据分析的指标认识,通过指标,反过来理解数据在产品全生命周期中的重要作用。

2.2 数据收集

2.2.1游戏运营数据  

在第1章中,我们就完整游戏数据分析的过程做了分析,第一步是非常重要的,就是要对于我们分析的业务充分理解,方可才能够进行后续的工作。对于游戏而言,从运营角度理解,注重关注用户的营销,用户经营,我们将游戏数据进行了如图2-1的分解。

QQ截图20150715181727
图2-1游戏数据分解

(1)基础统计

解决用户从哪里来、活跃、收入等情况,是对于宏观质量和运营情况的描述,这一点也是我们耗费时间和精力最多的部分。本章对数据指标的讨论多数是在基础统计分析维度上进行得。作为数据分析师,对这部分数据的驾驭能力是最基本的考验。

(2)行为方式

如何针对目标用户群,根据用户的行为分析,扩展即保留用户群,提供服务满足用户需求,刺激收益增长和提升活跃度。

(3)用户价值

所谓高价值用户群,就是重点运营的目标用户群,将用户作为运营的中心,尽可能地挖掘用户的潜在价值,并通过用户的维系,提升用户规模和收益。

2.2.2 游戏反馈数据

以上的分解是从运营分析数据的角度进行设计的,除了上述的分解方式,还有另一种通过游戏反馈确定数据的方式,此种方式关注用户对游戏的体验,如图2-2所示。

QQ截图20150715181802
图2-2游戏反馈数据

反馈数据主要分为两大类,即数值和需求。

(1)数值

游戏本身是一个通过数值构建的虚拟社会,整体的运算逻辑是基于数值的,因此和游戏内容相关的数据都属于数值反馈数据,比如用户的关卡、等级、注册转化等就属于此类数值反馈数据。而这类数据的优化和改善从根本上提升游戏的体验,进而降低用户流失,提升用户量。

(2)需求

在构建的虚拟社会中,通过游戏为用户会创造很多的需求,典型的就是消费需求,尤其是目前免费游戏盛行的情况下,最大限度激发了用户的消费能力和游戏内容透支能力,因此,掌握用户的需求反馈数据会帮助开发者优化游戏,进一步拉升游戏的收入。

2.2.3收集方式

目前在游戏数据收集方面主要有两种模式。

(1)客户端

在客户端要依靠在客户端中植入SDK,将收集到的数据自动上传服务器。此种方式多数会采用第三方数据分析服务的SDK来完成,比如TalkingData Game Analytics,Kontagent,Flurry等。

利用此种收集方式,开发者不需要进行复杂的业务数据归纳,按照SDK接口完成接入调用,通过在Web端提供的分析系统,完成大量的数据分析公司。使用此种方式的优点在于,省去系统开发时间,标准数据定义和接口设计,可以和行业数据进行对比参照,同时,对于部分较为复杂的分析,诸如用户分群,营销推送,多维数据钻取分析,可以通过这些平台较为轻松地完成。当游戏公司开发或者运营多款游戏时,此种方式最大程度上标准化了游戏数据,因此可以花费很短的时间来进行大量游戏项目数据的平台集成和基础数据分析,从而避免了因为每款游戏的数据结构不同而造成了数据分析系统的二次或者多次开发,以及仅仅为了对接一款游戏的数据而设计一个定制的统计数据分析系统。

(2)服务端

服务端的数据收集多数通过游戏日志或数据库来完成统计分析。这种数据收集方式对于移动游戏而言是残缺不全的,因为移动游戏的大量行为是在客户端触发的。如果目前移动游戏使用服务端数据收集方式,则很难统计和定位用户的游戏时长、终端异常情况、网络情况,尤其是对于单机游戏,基本很难完成数据收集分析,因为单机游戏多数是没有服务端的。

服务端的数据收集和分析要求团队整体对游戏数据有明确的需求和规划能力,且通过服务器端建立的数据分析系统并不具备复用能力,因为每一款游戏有独立的服务器端,并且其数据表结构都不同,在游戏数量增加后,随着每款游戏的不同服务器端,更多数据表结构的出现,我们很难有更多时间和精力根据这些结构特性去完成对每一款游戏的分析系统建设。

对于移动游戏而言,无论使用SDK接入,还是服务端统计,其数据准确度都是相对而言的。以SDK为代表的统计分析,可以大量完成客户端信息的上传和分析,而服务端受到网络等因素制约,用户信息无法上报时就会被舍弃,所以不存在SDK接入统计就一定不准确,服务端统计就一定是准确的说法。

点击【阅读原文】回顾上一章节内容

Leave a comment

随时欢迎您 联系我们