1. 幸运快3
  2. 网站运营

游戏数据分析分为哪四个部分?游戏数据分析的四个误区

image.png

(1)    基础支持:

包括数据埋点的需求跟进和验收,数据仓库搭建,各类平台及运营工具搭建;

(2)    产品调优:

从实际的生产流程来看,游戏产品,特别是移动游戏,一旦正式推广开始,研发精力主要集中在各类SDK的对接、版本维护和后期内容填充上。因此,根据留存及付费分析对产品的基础数值、玩点摆放、核心体验进行优化的工作主要集中在产品测试阶段;

(3)    运营优化:

产品上线后,数据分析的主要任务集中在市场投放监控、基础运营支持,以及运营活动的规则和排期优化;

(4)    挖掘应用:

产品在稳定运营一段时间且在线和收入规模还能稳定在一定量级时,开始涉及更多专项课题研究和一些挖掘算法,如通过分类算法个用户打标签,常应用在“防盗号”、“工作室识别”、“精准推送”、“伪随机”等。

微信截图_20190909115142.png

image.png

1.未理解数据定义,盲目比较数据

近来,在GameDatas的讨论群(GameDatas QQ交流群:90342017)中发现,同行们乐于去关注关于行业各类型游戏的benchmark,诸如S级游戏的次日留存,S级游戏的ARPU,S级游戏的ACU/PCU等等一些运营常见指标,在我看来,比较是数据的价值之一,是用来衡量产品优劣差距度量最直接的方法,而数据比较是建立相同的数据采集方法和数据指标计算方法上的

所以在比较数据前,请先明白benchmark的计算标准及数据采集方法,这样才能体现数据比较的意义。


2.过度依赖分析方法,沉迷于数据建模过程

在实际工作中,数据分析并不像学术研究那样严谨,更需要对数据表现作出快速判断,不需要在每次分析前都去验证样本群体是否符合某种统计分布,也可能不需要用“人工神经网络”等“高科技手段”去预测产品将来的用户数,甚至给出“A>B”的结论时也用不着做“显著性检验”,考验得更多的是对业务的理解的把握能力。

所以在开展数据分析工作过程中,切勿过度依赖分析方法,而应重视游戏业务的把握。


3.数据是客观存在的,切勿主观误读数据

对于在一线工作过一段时间的同行来说,做数据分析经常会走入这样一个怪圈,在我们提取数据的过程中,我们会看到部分的数据表现,而且对各种各样的现象都有了一些自身理解的结论,在这样的思想指导下,总有方法去用数据去验证自己的结论。

数据是客观存在的,解读数据也需要秉持客观中立的态度,千万需要避免为了自身观点去解读一份数据。


4.不明确数据分析目的,模糊分析需求,分析不完整

应该做一份300%的分析报告,明确分析的目的及需求,比如不要将核心用户研究误认为活跃用户分析。曾经小编看到过一个这样的案例,产品经理跟你提出做一份COC的活动数据分析报告,去衡量活动效果,一般情况下,你会将活动前期,中期,后期的游戏宏观数据拿出来,然后画图看各个阶段的表现,然后做出判断。然后欢欣雀跃的拿着报告交给产品经理,这样就觉得了事了。如果从一个数据分析师的角度看来,这样的报告是很廉价的。

别人提分析需求时,可能他有10个问题,但是只给我们描述了3个问题,我们并不能简单解决这样3个问题,我们应该更多的是中立客观的从多个角度去思考这样一个问题,然后从产品自身,产品玩家,产品运营等等多个角度,全面的去衡量这样一个问题,去发现潜在机会,然后做出一份300%的分析报告,而不是100%。


联系我们

 

QR code
幸运快三 幸运快3 幸运快三计划 幸运快3官网 幸运快三走势图 幸运快三官网 幸运快3技巧 幸运快3开奖结果查询 幸运快3开奖结果走势图 幸运快三开奖结果