关于运营游戏行业做商业智能的几点理解

    运营游戏行业的商业智能要实施起来还是相当有难度的,这个行业个人理解比较特殊.不同于电商,有一个强大的ERP在后面做进销存,有一个统一的 用户行为入口,那样做起商业智能来见效显著.它又区别于博彩,色情等行业,成本低,捞钱快,类似于这样的行业,对它讲商业智能,怕是要等到海枯石烂了.
    游戏内部的数据,本人接触的比较少,经验也缺乏,就不敢误人子弟了,在一家主要以运营游戏的公司待了近2年,从构建基础数据仓库到一套完整的报表系统建立,也逐步趋于完善.目前的话报表制作的效率还是很高的,一个5人团队,运营的报表需求也算运营的过来.不过系统中也存在诸多需要完善的地方,比如调度系统, 实时报表体系的完善,我主要谈一下工作当中的一些经验心得:
    1.不迷恋高端集群,分布式计算技术
    近来大数据的概念被各大媒体,公司宣传地非常热,鉴于公司主要以运营游戏为主,个人以为如果不是需要对游戏内部的数据进行全方位的分析,不是需要对游戏内部的用户做360°的画像,就运营整个游戏来讲,在一套结构化的数据体系上做数据的分析,基本就已经够了.当然类似于hadoop中那套存储体系,还是值得借鉴的,在其之上再建以关系型数据的汇总数据模型,或者用户付费明细数据模型,基本支撑现有的产品评估,客户留存,付费流失还是可以满足的.
    2.建立适当的中间层明细表
    针对目前公司的一些运营报表需求,建立合理的中间层明细,可以让报表的需求出具的效率事半功倍.最基础的例如付费明细,注册明细,登陆情况表,在这些基础的表上建立适当的中间模型,可以有以下两点好处:a)技术上,数据量可以减少,查询速度和任务执行的时间减少;b)业务上,可做游戏的开服分析,客户的获取,客户的留存,付费的流失等情况.
    3.概念模型清晰,分析目的明确
    在建立概念模型的时候,起初自己在这方面的业务经验缺少,基本也是由需求来驱动来建立的.各个概念模型之间的区分线也比较模糊,回头看看,是可以由梳理业务流程线来建立的,业务的流程粗略地可以视为如下:
    
这里面中的流量,单独列出,其实它可以与投放放一起,只是我个人认为,这个流量中可以做一些更多地与客户交互的东西.投放引入流量之后,可以根据其是否玩过一些其他游戏,付费,注册的来源,给予一些信息,例如可以提供出一些地域信息,交给游戏或者平台(如果有自有平台的话).
    在运营行业做商业智能,个人认为,想直观地分析出游戏的因果性过于困难,但是可以从相关性着手,第一,降低用户的流失;第二,提高营销的精准性;例如,增加客户在平台/游戏的体检,提高客户的粘度,或者相似度推荐等等.从业经验仍然不足,也是想总结一下自己的思路,如果可以引起同行的思考,抛砖引玉的话,可以共同地沟通,一起提高.欢迎拍砖!

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/28526345/viewspace-1424881/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/28526345/viewspace-1424881/