運營 | 如何“駕馭”數據分析

作為一個獨立游戲開發者，在這里提出的一些觀點可能早已聽過無數遍。對一款游戲來說，分析是至關重要的！我們幾乎要衡量每個指標！分析的關鍵在于快速識別游戲中存在的問題，以及應該怎樣來改進它。我們所需要做的就是通過SDK庫和代碼來幫助我們獲得勝利。

可能在大多數情況下，以上觀點并沒錯（除了簡單直白的“勝利”），不過我們的經驗與分析表明，這結論似乎太草率了。難道沒有讓人出乎意料的事情嗎？在這個過程中我們經常得出一些新穎的見解，其中一些經常會被我們遺漏，但這仍然是極具挑戰性的。在這篇冗長的文章中，我將試著與大家分享關于Sharp Minds這款游戲的一些相關分析來與大家共同探討。

1、“快餐”

對于那些沒時間閱讀整篇文章的朋友們，我在這里先放出一些“快餐”（覺得篇幅過長無心閱讀的朋友們－可以直接跳到結論部分）

什么是分析

嚴格地說，“分析”是通過數據做出的有意義的見解。通常它是一個需要利用電腦完成的密集型計算過程。有時候，數據集有可能會非常巨大。計算能力的提升允許“分析”越來越多地應用在生活跟工作的各個方面。在這里，我們將專注于游戲分析，特別是手機游戲的分析。

在游戲產業中，分析通常是指記錄關于玩家行為／游戲的重要數據并對其作出分析，發現在游戲中存在的各種問題及瓶頸。發現問題并通過游戲更新來糾正。而新的數據將會用于驗證是否成功地解決了問題。

即使糾正問題并不是分析的一部分，我認為對游戲做出“治愈”是分析過程中一個至關重要的環節。沒有它，分析幾乎是浪費了開發時間。

讓我們來糾正一些誤解：

在游戲中進行分析意味著將一些平臺的SDK集成到代碼中。

NO，這只是分析過程中的一個簡單步驟，僅僅是在一開始。

事件報告是瑣碎的，僅在“開始階段”、“結束階段”以及一些類似事件發生的時候才發送

盡管可以使游戲幾乎沒有事件報告，然后處理所有計算中產生的數據集，有時候這會省去我們大量的時間以及簡化一些工作，并且使報告更智能以及發送一些上下文數據。

比如：“開始階段”事件可以包含關卡的嘗試次數。如果沒有關于玩家開始關卡的連續計算數據是很難得出結論的，有一點要很清楚，這是一種非?！吧莩蕖钡姆治?a href='/map/tongjijisuan/' style='color:#000;font-size:inherit;'>統計計算。一開始在事件計算中就加入關卡嘗試次數則會讓這一過程簡單很多。

如果我記錄下每個可能在游戲中發生的事件，數據分析平臺將會給我一些有價值的見解幫我改進游戲。

這可能是一種比較常見的誤解。雖然數據分析平臺有時會給出一些豐富而又華麗的圖表像我們展示游戲中一些看起來比較明顯的問題，但大多數是一些并沒有什么實際意義的數據。我們很難提取一些可以幫助我們付諸實踐的內容。最有挑戰性的工作也正是在這里。

我并不需要現有的數據分析平臺，我可以使用自己的服務器完全控制和處理這些數據。

“每件事都自食其力”通常對獨立開發者來說是一個很大的問題。數據分析也不例外。數據分析的核心的確不是很復雜。只需通過一個RESTAPI或其他什么方法都系收集一些關鍵／有價值的數據，但是這在細節上要求的深度和廣度都是超乎想象的；可行性、縮放比例、誤差處理、估算、數據存儲、冗余等等這些都是需要考慮在內的，而這將耗費大量的寶貴時間。

如果我得到的數據分析和圖表是準確的，游戲中的瓶頸和問題將是顯而易見的。

這的確是數據分析的目標。但是這需要大量的異常數據。下載數越少，數據就越不穩定。如果下載量是10次下載／天，這將是很難實現的，而且會導致一個錯誤的結果。想象一下如果有一個策略游戲。在策略入門的時候就已經很有特色，這將與那些墨守成規的策略游戲展現出完全不同的行為。每一個外部事件都會影響到數據。這個問題在得到穩定和相對數量級的數據或者新的有效安裝方式時會相應減少。

當我解釋這些例外情況的時候，剩下的分析數據將會給我一個明確的信息接下來要做什么。

并不一定。發現一個問題和知道造成這個問題的原因（因此能夠想出適當的解決方案）之間還是存在一定的差距，我們不得不做出一些思考和猜測來彌補這個差距。比如，如果游戲中很多玩家在第四關的時候開始流失，很明顯在這個關卡存在一個用戶體驗的問題。而我們仍然不知道這是什么造成的?，F在如果我們去挖掘更深層次的原因，結果發現玩家們在幾次嘗試失敗之后依然會流失?，F在我們回頭來看第四關的問題可能是因為難度太大或者這關的引導不能讓玩家清晰的認識到該怎么做。當更深層次的挖掘不再是最優解的時候，我們只能靠猜，解決方案將基于我們最好的猜測，讓我們在下一個版本里看看會發生什么。

報表數據中尋找信息是一個離散的計算過程

這不是我們應該關心的。數據分析主要是是關于統計學和或然率。我們不關心有多少玩家（或者百分比）在第四關的時候離開游戲。無論是80％還是75％－85％的信息，不要糾結于細枝末節的數字。我們要在數據分析和報告中找出來的是錯誤，而不是一個可能變化或者指數增長的不準確的數字結果。