CRISP-DM

游戏数据分析的流程

游戏数据分析整体流程可参考跨行业的数据挖掘标准流程CRISP-DM方法论，CRISP-DM是一种业界认可的用于指导数据挖掘工作的方法。

按照CRISP-DM方法论，一个游戏数据分析的完整流程包括六个阶段，分别是业务理解、数据理解、数据准备、建立模型、模型评估、模型发布。这六个阶段的顺序并不是固定不变的，在不同的业务场景中可以有着不同的流转方向。但总体而言，业务理解是第一位，是游戏数据分析流程中的第一个环节，制定了业务目标后，可以针对业务目标进行数据收集、数据清洗、数据转换、数据建模、模型评估等流程。

CRISP-DM

CRISP-DM的外圈象征游戏数分析自身的循环本质，数据分析过程可以不断循环、优化，后续的过程可以从前面的过程中得到借鉴和启发。

1. 业务理解

业务理解阶段的核心内容包括正确理解业务背景和业务需求，同时能把业务需求有效转化为合理的分析需求，并设计指标体系和拟定实施计划。比如，业务有关于核心用户画像的需求，但由于休闲游戏的大多数玩家是游客登录，并没有注册，所以无法收集到玩家的基础属性信息，从而不能帮助业务对核心用户的性别、年龄、职业等属性进行画像，此时可以从游戏活跃、付费、行为等角度进行核心用户画像，将业务的需求转换成为目前数据能支撑到的分析需求。

2. 数据理解

数据理解阶段从数据收集开始，并对可用的数据进行数据探索和评估，识别数据质量问题，发现数据不同属性之间的关系。

3. 数据准备

数据准备阶段主要是做数据清洗和转换工作，包含数据缺失值和异常值的处理，保证建模前的数据质量。数据的重组、转换以及衍生等处理，比如对数据进行标准化处理、对某些指标进行分箱操作以便达到建模需求。

4. 建立模型

建立模型是游戏数据分析流程中技术含量最高的阶段，数据分析师应该根据项目需求和数据特点选择合适的算法，并使用专业的数据挖掘工具建立模型。

5. 模型评估

评估建立模型的稳定性和有效性，常用模型评估方法有混沌矩阵、ROC曲线、K-S曲线、交叉验证等。根据评估结果判断是否满足当初的业务需求，如果模型未满足需求，需要重复上一阶段的建模工作，有时甚至需要从数据收集阶段重新开始。如果现有数据不能满足分析需求，就需要业务和开发人员参与，在游戏中重新埋点收集数据。

6. 模型发布

将模型应用于业务实践，才能实现数据分析挖掘的商业价值。根据业务反馈的结果，进而调整分析方法。

数据分析师的能力要求

• 调研：深入业务背景，发现和倾听业务需求
• 方案：通过前期调研有效地判别分析需求价值，根据需求能有效地提供分析解决方案。
• 开发：针对指定的解决方案，能通过技术手段进行项目开发。
• 落地：将开发成果结合业务场景进行落地，并持续地跟踪落地应用效果，修正或优化方案和模型。

数据分析师能力

数据分析师的能力要求包括数据处理能力、数据挖掘能力、数据应用能力

数据处理能力

收集上来的raw data原始数据一般都会存在脏数据，不能达到直接建模的要求，不能直接使用原始数据进行数据分析建模，所谓垃圾进垃圾出，这样分析结果也不一定是可靠的。对于原始数据需要评估数据质量，清洗脏数据、通常包括缺失值和异常值的处理，使之达到数据分析的需求。

缺失值处理

例如：现在有一份30w的用户调研数据，由于玩家不愿意填写自己的性别、收入等，导致这些变量存在数据缺失的情况。利用数据分析技术对缺失值模式进行可视化探索。

• 2w玩家没有填写性别数据
• 609位玩家同时缺失性别、年龄
• 31位玩家同时缺失性别、年龄、收入

缺失值可视化处理

掌握了数据缺失模式后，就知道如何运用何种技术处理这些缺失值。

异常值处理

针对异常值数据同样希望能通过科学的方式甄别异常值并处理。可利用箱线图发现异常值，并在图上打印出异常值的样本号和数值，直观地对异常值进行可视化展示。

例如：现在有某个月新增用户在第30日留存率的数据，通过普通曲线图很难发现是否有某些天的新增在第30日留存存在异常情况。此时可以借助箱线图的方式甄别异常值。

利用箱线图甄别异常值

如图所示，这个月有三天的新增用户在第30日留存率低于正常水平，分别是5日、6日、9日。

添加衍生变量

进行数据清洗后，有时还需对数据进行数据整合转换，使之符合建模前的数据需求，常用的方式是添加衍生变量。所谓衍生变量，是指数据分析师在分析建模过程中认为添加的新变量，有了这些变量后可以明显提升模型的效果，或者可以有效地提炼出有价值的分析结论。

数据挖掘能力

数据分析师在建模过程中，需要根据业务需求和数据特点选择合适的算法，利用专业的数据挖掘工具进行建模，并评估模型效果。比如在面对用户分析的需求是，可分别分析玩家点击行为的路径和玩家购买的道具，根据不同的方向和目标选择不同的算法和工具。

例如：在研究玩家点击行为时，如果是单路径情况，可使用漏斗图查看每一步的转化情况，如果是多路径的点击情况，可以使用sunburst事件路径快速定位用户的主要点击路径，也可以利用社会网络图对玩家间的点击事件关系进行可视化。

玩家点击行为路径

例如：在研究玩家购买行为时，可利用关联规则发现购买物品之间的关系

玩家购买行为关联规则

上图可知，圆圈越大表示两者的关联关系越强，很多玩家购买超级大礼包和新手礼包这两个道具，在做运营活动时，可将两个礼包进行捆绑销售，提高另一个道具的销量。

数据应用能力

由于业务团队的数据分析意识和能力不如专业的数据分析师，他们大多不懂截图模型结果。此时需要数据分析师将模型得到的知识使用朴素的业务语言表达出来，从而利用分析结果指导运营和营销活动。