1.1 游戏数据分析的概念

近些年，游戏行业不断创造的财富神话，使得一切和游戏产业相关的领域都变得热门起来。在移动游戏生态圈中，我们可以看到，有很多第三方服务提供商，例如云服务、推送服务、引擎服务、社交分享服务和安全服务。当然，数据分析服务则是一直以来非常重要的支撑。目前，提供数据分析服务的国内外公司多达数十家，例如，国内最大也是最早深入游戏统计分析领域的TalkingData的Game Analytics，国外的Kontagent、Localytics。可以说，今天的游戏数据分析算得上一个方向，但是到目前还算不上一个专业领域，甚至在多数的企业中，根本看不到有一个职位叫作游戏数据分析师。无论是国内还是国外，除了我们每每听到Zynga通过数据分析增加了其游戏的收益和改善了品质之外，大多的时候我们接收了很多的关于游戏数据分析的消息，但是很少有消息或文章在详细地讲述如何通过数据分析真正提升游戏产品的价值。

在PC互联网时代，我们所熟悉的电子商务平台、门户网站等都需要做好数据分析，以提升转化率和转化收益。而在移动互联网时代，数据价值再次被人们所重视，通过数据分析发挥产品更多价值的思考，曾在无数人的脑海中闪现。

就游戏领域来说，在多数游戏设计者看来，游戏是一件艺术品，是艺术灵感的最终产物，呈现的是人对于欲望的满足，是与用户心理和需求的博弈。很多游戏设计者或制作人并不认同通过数据挖掘来寻找用户需求、挖掘问题所在、优化产品。但几乎每一个开发者，都会建立自己的基础统计分析系统来收集和统计游戏的数据，并进行分析。其目的是希望能够挖掘和转化更多的用户，转化更多的收入。然而这个过程的尴尬之处在于，虽然大家就游戏数据分析的重要性达成了共识，但是如何通过数据分析改善和优化游戏，却鲜有文章或案例说明。对于大多数人而言，游戏数据分析依旧是模糊的概念，一如大多数人都知道数据挖掘在游戏数据领域会有重大的作用，但是缺少具体的方案或思维，进而使大多数人从未真正体会和挖掘出价值。在最近的移动游戏市场，我们看到的游戏数据往往是游戏流水，研发投入、发行价格、推广费用和累计注册用户等，在游戏数据分析领域，这些是不具备任何参考意义的。

游戏产业是一个开放的产业。最近几年，我们看到不断有行业巨头开放自身的资源服务于开发者，然而就开发者本身的能力，尤其在数据的利用上，其实是滞后的。这一点不是一套完整的数据分析系统就能解决的问题，需要更多的引导和转变意识。未来的走向，一定是利用数据分析，更好地提升产品素质，延长产品的生命周期和收益。

游戏数据分析是一个很宽泛的概念，本书讨论和学习的是狭义的游戏数据分析，重点聚焦于渠道运营、流量分析、游戏运营以及部分产品的设计分析。游戏数据分析侧重实践和效果检验，以经验模型和业务驱动为先导，所以游戏数据分析注重归纳、指标分析、方案演进以及最终方案的实施和评估，操作性和实用性会更强一些。