游戏行业,大数据该如何应用?
游戏行业, 我们能做哪些大数据分析应用呢?问题留给大家思考, 先看看下面这些内容是否能给我们带来一些启发呢?
笔者是在一个MMO项目做过两年数据分析,在一家中型公司负责过从头建设数据分析中心,面试聊过不少人,也对大数据有兴趣有过一些了解,思考过这个问题。
1.游戏的数据分析,其总的思路其实是很像大数据的思路。
《罗辑思维》有一期讲,大数据其实核心不是大,而是全数据,是将你各种行为的数据汇总在一起,从而能通过数据看到你完整行为轨迹,进行分析。在日常生活中,比如买衣服,你看了什么衣服,试穿了什么衣服,你重复去买衣服,这些信息商家都是不知道的,而商家的建设就是要全,比如优衣库做的你去试衣服的时候会进行记录,比如很多商家做会员卡,也能起到收集这个信息的目的。
而一个日志建设比较完善的游戏,是可以看到几乎全部有价值的行为的,你做的每一件事都可以拿来分析,而大数据,正是靠这种数据的全,来达成有价值的分析。
2.但是,游戏行业目前能做的绝大多数据分析,其实跟大数据没有任何关系。
我做数据分析,和教数据分析的方法,是像游戏策划一样理解游戏,然后用excel分析。只要懂加减乘除,集合这些概念,最多用一点线性相关,和聚类分析。但是核心是懂游戏。
以前我自己用这套方法的时候还不确定是不是因为我太菜了所以只能用这套方法,后来自己招人建设数据分析中心的时候,面试了很多人,年薪30W在top端游公司的,年薪25W在著名手游公司的,年薪25W带一个3-5人团队的。他们都是用数据挖掘之类的方法做,但是谈到具体做过什么帮助游戏改进的案例,都讲不出什么。其中有一个我以前认识,多聊了两句,他也觉得自己用建模,挖掘这样的办法,适合在有大量游戏的公司,对所有游戏做一些通用的东西,起到一些帮助(这件事的关键是游戏项目组要有足够的数据意识,否则没法配合),而在单个游戏的改进上,确实起不到多大作用。
数据挖掘之类的方法在游戏项目中少有有效应用,核心原因还是单个游戏都太小,用不起很专业的。用数据挖掘最好的应该是电商这种行业,比如亚马逊,因为他们的分析是针对整个公司的,整个公司的销售额都会受到数据的影响,比如亚马逊。而游戏方面,单个游戏年收入5亿以上的才有几个?这些做到高收入的游戏,他们会觉得我不是靠数据做到今天的,我也没必要去投入做数据挖掘(毕竟这种游戏有那么多事情需要投入,动不动就百人团队)。所以针对单个游戏有效的大数据研究方法,目前还几乎没有。
3.数据挖掘目前在游戏行业能做什么?--流失预测
这是我看过唯一一个案例,是数据挖掘在游戏行业很好的应用,但潜力还没有被充分挖掘出来。我见过大公司做的最好的,能达到80%准确率:80%的流失用户被预测到了,80%被预测到的用户真的流失了。也见过能做到60-70%的。这种分析真的是大数据的思路,他不需要理解游戏,只要把足够多的数据放进去,就能预测流失。反倒是从策划角度经过规划的数据,基本是不可能准确预测流失的(面试到讲这条路的,就直接pass了。做过流失预测自己根本不知道准确率多少的也直接pass了)。
说潜力没有挖掘出来,因为这个分析的目的和传统游戏数据分析不同,不是改进游戏,而是运营干涉。发现这些用户快要流失,就想办法给他们好处,留住他们。但是大部分游戏的框架并不允许做这件事,而没有足够数据训练的游戏项目组,也很难配合起来。
所以这种方式的应用,需要足够大的公司(有钱投入数据挖掘团队),足够多的项目(为一个项目性价比差),有足够数据训练的游戏项目组(数据挖掘如果是单独团队,和项目组的配合就是最大的问题)。
插一段:
这种流失预测的挖掘,本身也是最符合大数据的思路,不要因果性,只要相关性。你不需要知道玩家为什么流失,没有一个游戏是能完全不流失的。但是你知道有些人要流失了,给他们一些好处,有可能他们就会留下来。只要知道相关性,针对性的采取措施就好了。
沃尔玛的啤酒尿布案例,害了太多人。这个案例让人觉得,这种相关背后是有一个我能推导出来的逻辑因果的。其实沃尔玛还有很多很多完全看不出逻辑的案例,什么晴天蛋糕卖得好,雨天面包卖得好之类的,罗辑思维那期里有讲。沃尔玛不需要知道原因,只要晴天把能蛋糕多准备一点,多摆出来,就好了。
在看得见的未来,数据还不能,也不应该在游戏业被很深的应用。想想zynga.
有一位从zynga离职的人说过:那些说A/B测试成本高的公司,都是配套机制建设的不好,在zynga,一次A/B测试可能半天就能做好。但是A/B测试真正的成本,不是执行的成本,而是把设计者的思路限制在数据上,限制在能用A/B测试看出区别的微小改进上。
拓展思路:
从另一个层面,我们联系到实际出发来看看, 目前数据源比较成熟的,主要包括社交数据(包括社交网站、论坛等来源)、搜索数据和位置数据。
社交数据:关注分析。分析用户在发布会展相关的内容的时候,其他关联词汇的热度。例如伴随“水果+会展”出现频率最高的是“农药”、“安全”一类的词汇,那可能会帮助水果展销会的站台和服务设置,例如增加绿色水果展位,或者采摘服务展位。
社交数据:用户态度分析。社交网站如果能开放用户的详细信息的话,你也可以分析哪些人对哪类会展持正面态度,哪些人持负面态度。
数据分析咨询请扫描二维码
数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21