'數據分析是如何推動遊戲行業發展的？'

2018年，電子遊戲行業收入達到434億美元，再創新高，同比增長18%。這一蓬勃發展的領域孕育了更為複雜和廣泛的遊戲格式，包括桌面、移動、控制檯、VR等。事實上，數據分析師和BI開發人員正在成為遊戲公司中真正有用的員工。

這些多種格式帶來了大量多源用戶數據:遊戲時間、用戶交互、退出點和遊戲風格等。數據分析師和BI開發人員可以仔細檢查這些數據並將其轉換為有價值的見解。因此，有了這些見解，遊戲公司就能更好地定位自己的產品，設計更具沉浸感的遊戲，帶來更多的個性化以及同樣重要的創造更多利潤。

數據分析影響遊戲行業主要有以下三種方式。

跟蹤主要KPI

為了準確地衡量一款遊戲的整體表現，創造者不可避免地需要回答一些問題。遊戲中每天活躍的用戶數量是多少?每月有多少活躍玩家?上個月有新用戶嗎?如果有，有多少?

這些問題與遊戲分析最基本的KPI相一致，包括DAU(每日活躍用戶)、MAU(每月活躍用戶)和ARPU(每個用戶的平均收入)。使用數據分析和BI工具進行計算和可視化可以幫助回答上面列出的問題。此外，公司可以更好地理解遊戲應用出問題的原因，並制定更有效的策略。

使用數據分析來理解這些kpi的好處是，它還允許跟蹤某些趨勢，無論是積極的還是消極的。例如，如果一款遊戲每天都吸引新用戶，那麼其中一些人升級到付費賬戶(如果有的話)的可能性將呈指數級增長。知道了這一點，遊戲公司可能會在某種程度上重新考慮他們的定價政策。此外，MAU速率的降低可能意味著即將到來的用戶損耗，如果及時檢測到這種損耗，仍然有可能避免。

加強遊戲設計

數據分析還可以幫助遊戲公司提升遊戲設計，為遊戲構建交互式和複雜的場景需要大量的創造力，但也需要正確理解哪些場景對用戶有用。

例如，分析可幫助公司檢測用戶出問題的遊戲時間。實際上，數據可以顯示某些級別可能過於簡單，某些級別可能過於具有挑戰性，而某些級別可能包含不允許用戶繼續前進的bug。

這就是King Digital Entertainment曾經遇到過的事情。這個著名的遊戲開發者曾經遇到過最受歡迎的遊戲“ Candy Crush Saga”無法預料的問題。用戶大量放棄65級，原因不明。總共有725個級別，對於Candy Crush Saga而言，這種情況非常麻煩。King向數據分析師透露，大多數人都放棄了，因為一個特定的遊戲元素沒有讓用戶越過65級。在開發部門的某些設置之後，該元素被刪除，從而用戶保留變得正常起來。

Valve Software是一家遊戲公司，推出了Half-Life和DOTA等熱門遊戲，是遊戲界的技術先驅。例如，它使用深度學習來防止遊戲中的欺詐，並檢測作弊者。該公司也以同樣的方式利用了數據分析的力量。Valve的另一款頂級遊戲是兩支5人團隊之間的比賽。該公司收集並分析了特定的用戶數據，包括團隊選擇了哪些槍支、他們在遊戲中如何改變行為、他們是如何殺人的以及他們是如何死的。這樣做是為了調整遊戲平衡，並確保特定的團隊不會因為遊戲設計中的關鍵點而被打敗。結果就是比賽更加公平，兩隊之間的平衡感更強。

總而言之，數據分析可以幫助遊戲公司解決遊戲設計的問題，用戶可以獲得更好的遊戲體驗。

提高盈利

數據分析還可以幫助遊戲公司瞭解如何為自己帶來更多收益，從而相應地調整他們的盈利策略。事實上，如果一家公司知道許多用戶更傾向於定製他們的盔甲或武器，那麼提供遊戲中的裝甲和武器增強是非常合理的。

然而，它不僅僅是關於武器和裝甲。比如，遊戲公司Zynga的主導商業模式是免費的，也提供了一個優質的、無廣告的帳戶。但問題是，通常只有2％的玩家實際付費。後來，該公司在數據分析的幫助下找到了吸引用戶訂閱的方式。

事實上，在他們最受歡迎的遊戲之一Farmville的第一個版本中，用戶喜歡與最初只是裝飾的動物互動。一些用戶甚至開始購買動物，因此在以後版本的遊戲中，Zynga將動物作為一個核心特徵，甚至創造了“稀有物種”以刺激用戶進行消費。

這種以數據為導向的貨幣化方法不僅實現了遊戲公司的高投資回報率，也引起了用戶的共鳴。遊戲公司提供用戶想要的遊戲，這就是遊戲創作者如何提供個性化、更有針對性的功能和產品。

數據分析——讓努力有回報

事實上，為了讓數據分析發揮最大的作用，遊戲公司應該不懈地朝著建立數據驅動文化的方向前進。收集、統一、可視化、清理和分析數據本身就是一項巨大的任務。不過，那些已經在向基於數據的決策邁進的企業應該保持耐心和堅定。最終他們會發現，數據分析是值得努力的方向，遊戲行業有很多例子可以證明這一點。

作者：Kseniya Yurevich