第一章 1. 了解游戏数据分析

1. 1游戏数据分析的概念

• 今天的游戏数据分析算一个方向，还不算一个专业领域
• 对很多游戏设计者来说，游戏是艺术品，是艺术灵感的产出物，因此并不认同通过数据分析来挖掘用户需求、优化产品
• 但几乎每个开发者都会建立统计分析系统，挖掘转化更多的用户来增加收入
• 在最近的移动游戏市场，我们看到的游戏数据如游戏流水、研发投入、发行价格、推广费用、累计注册用户等在游戏数据分析领域是不具备任何参考意义的。
• 游戏数据分析的侧重点：实践和效果检验
  注重归纳、指标分析、方案演进、最终方案的实施和评估。

1. 2游戏数据分析的意义

本书以移动游戏数据分析为主的原因

1. 移动游戏市场高度开放，用户来源更分散（第三方电子市场、广告网络、各种流量渠道…）多元的的格局使开发者本身更加注重如何甄选和运营好渠道的用户
2. 移动设备特性和碎片化的设备分布使开发者必须关注用户设备的情况，及早解决因设备造成的问题

从公司运营角度游戏数据分析面临的问题

1. 数据开放能力
   多数公司不是扁平化结构，真正做数据分析和懂业务的人拿不到权限和丰富的数据
2. 跨部门协作能力

1. 3游戏数据分析的流程

1.3.1 方法论

将业务进行抽象，形成一套可以解决若干业务问题的思路。决定了数据埋点、设计分析指标、采集和组织数据。

• 业务需求（数据埋点）

通过客户端/服务端，在某些游戏位置追踪玩家游戏行为而得到的相关数据，以为未来的特定业务分析提供基础数据支撑
e.g 在用户注册的相关代码和逻辑位置设计数据采集点
可参考TalkingData 2012年发布的《移动游戏运营数据指标白皮书》

• 指标体系（重在理解和标准化）

1.3.2 数据加工

对数据进行处理使其变成信息

• 1.3.1.1 业务理解

• 1.3.1.2 技术开发

数据平台需满足安全性、可靠性、可用性、可拓展性和可管理性

• 数据采集

1. SDK植入游戏客户端
在终端设备信息、用户会话时间等方面有优势
e.g 移动游戏客户端的错误日志
新增用户很多，但是活跃时间短、留存低时可分析
2. 通过服务端的数据采集
优势在于游戏内等级分析、关卡任务分析

• 数据处理

e.g 分析付费用户倾向什么分辨率的手机、使用iphone5的付费用户的ARPPU是多少
游戏客户端错误日志：

游戏设备排行信息：

• 数据计算

实施实时计算、定义多维数据模型和业务模型（e.g 时间、地域、用户群、区服、渠道等维度）

• 业务信息

将采集、处理并计算的数据最后经过接口变成可以被查询的信息（报表系统，直接面向最终分析师）

1.3.3 统计分析