游戏新手村24：游戏数据分析的思路及方法

在手机游戏和友盟统计、百度统计诞生之前，很多的游戏公司都是团队自己开发相关的数据统计平台，设定不同的角色和权限，满足业务部门同事的需要，为运营决策提供支持和依据。

近两年手机游戏和移动APP兴起，友盟统计和百度统计等提供了一站式解决方案，针对不同阶段的游戏运营需求，提供全方位的支持，无论是从用户获取、用户质量，还是到用户行为、用户付费，友盟提供了标准的运营指标和模型来展开深度的追踪分析。

但是，这个系统还是有些局限性，一些详细的统计数据是需要单独写“自定义事件”来实现，也无法和公司现有的系统和平台有效整合，安全性方面也存在一定隐患，所以很多公司使用友盟统计了部分数据，其它的数据还是基于公司的支撑系统来实现。

给了这么多前戏和方法，那么怎么样来进行数据的分析呢？数据分析有哪些手段和方法呢？个人以为主要应该包括：

• 确定统计项
• 收集数据
• 数据加工
• 数据呈现
• 分析数据

确定统计项

不管是端游、页游还是现在的手游，其本质都是游戏，都会有上文25章里面的各类角色，都需要看各样数据。以运营运营人员为例，他最关心的几个核心数据是：注册转化率/留存率、活跃人数/在线人数、付费金额（或者可以简化为“人”和“钱”）。这3个数据我们可以看做是核心数据，然后我们可以由此细分/衍生出更为详细的统计项。

当然也可以从宏观到微观的角度来确定统计项，以下是腾讯内部分享报告中所给出来的数据统计项。

腾讯端游数据统计项

收集数据

有目的的收集数据，是确保数据分析过程有效的基础。在收集数据的时候应该注意以下几个方面；

1. 将识别的需求转化为具体的要求；
2. 明确由谁在何时何处，通过何种渠道和方法收集数据；
3. 记录表应便于使用； 
4. 采取有效措施，防止数据丢失和虚假数据对系统的干扰；

数据收集最常见的手段就是打点或埋点，每个数据统计项都是通过1个或者多个LOG日志来实现的，以下是某公司数据统计规范，大家可以感受下；

数据log

埋点本身其实是对于自己所设计产品的一个可视化健康检查，通过逻辑和数据，贯穿产品的整个生命周期，使产品逐步达到最佳状态从而实现指数级增长。

数据加工

一般地我们在埋点之后获得的数据，还需要经过“洗数”这样一个步骤，“洗数”的全称是“数据清洗”，在数据挖掘中，由于得到的原始数据往往跟我们要处理的数据的格式大相径庭，所以有必要对原始数据进行清洗。

这个概念有点抽象，我曾专门咨询过公司做数据挖掘的同事，也曾经吭过多本大块头的《数据挖掘概念与技术》，但这个概念确实太艰深，我的技术功底又薄弱，最后只是一知半解的明白了洗数的过程：大致就是通过“删除重复、空置填充、统一单位、删除多余变量、行列转化、数据拆分合并、日期与数值转化等”方法使其标准化，变成可用的、有用的数据。

我也很想多谈些数据清洗方面的东西，奈何我自己所知就不多，而“洗数据基本靠人肉，一个分析项目基本八成时间在洗数据”，所以有兴趣的同学去自学吧。

推荐此书目

数据呈现

早期游戏公司的数据统计报表基本都是简单的二维表格，这些表格虽然也传递出来了很多数据，但是用户在长期阅读报表的时候容易疲劳，阅读起来也无法快速的扑捉到重点。后来随着其他领域数据可视化的兴起，个人认为游戏行业的数据统计报表呈现也应该做一些改变。

数据可视化不仅可以使数据可读性和逻辑性得到增强，而且更能提高读表的效率，如下图所示。登录数这1列在使用“数据条”之前，要想找出这列的最大值，可能需要5秒或者更多时间，但使用了“数据条”之后，1秒钟就找到了最大值。同理，ACU这一列中数值小于200的使用红色背景填充后，也可以快速的找到。

EXCEL工具里面自带了这样的功能，当然程序也可以根据需求在数据统计报表的网页里面“添加”这样的功能。关于数据可视化，强烈推荐刘万祥著的《Excel图表之道—如何制作专业有效的商务图表》一书，看后受益匪浅。

数据可视化

分析数据

说实话，在我的工作经历中，没有人系统全面的教授过数据分析的方法，仅有的集中也都是同事或者领导言传身教的。大致归纳下一共有3种：

• 杜邦分析法
• 销售漏斗法
• 麦肯锡七步法

杜邦分析法

游戏分析中比较常见（也是我见得最多的）的方法是“杜邦分析法”，为了便于展示，下图所示的“杜邦分析法”适当地做了改进，看上去更接近于我们常说的脑图。

下面图片中的问题大家应该很常见，游戏最近一段时间的收入降低了。这个时候我们要去通过统计数据“排查”问题所在。

• 首先看全服和单服的整体数据，看下是否有异常的情况发生；
• 看下有无外部原因导致数据下滑，是不是竞品上线了跑到游戏里面发广告拉人？是不是竞品在挖角我们游戏里面的付费玩家（我知道一家页游公司，1台服务器新用户导入成本只花了3000，剩下的全是客服去竞品/其它平台里面“高薪”拉人）；
• 看下在线、付费人数和付费的行为、购买的道具、消耗的道具有没有变化；
• 这些问题存在或潜伏多久了？有没有扩大/爆发的事态？这些用户主要集中在哪个等级/阶段？这个问题是产品本身导致的还是运营导致的？有没有短期治标和长期治本的方案？哪种方案时间及成本最小？
• 这些猜测/主管判断怎么去验证或核实？新的改进方案怎么部署实施下去？需要哪些兄弟部门的协同配合？

游戏收入下降了怎么分析

漏斗分析法

这个方法更多的存在于电商行业，游戏行业用的不多，以前做页游的时候有领导在内部分享的时候大致提了下这个概念，在这里我也一并提出，旨在跟大家探讨交流。

漏斗分析法是专门用来监测分析网站转化率的。电商在网站的所有页面部署统计代码后，就可获取用户的访问情况，据此了解在购物流程中，用户在哪个步骤的流失率最大，从而有针对性地选择提升路径。

漏斗分析法

这个方法后来被友盟“移植”到了友盟移动应用统计分析平台中。通过这种方法可以清晰明了的知道用户使用APP时是按照什么顺序访问了哪些页面，各页面的使用状况如何及页面之间是如何跳转的。但游戏的页面相对来说比较多（尤其是重度游戏或者RPG类游戏），跳转比较复杂，对于简单的游戏或者其它类型的APP是可以借鉴和尝试的。

图片来源：【友盟统计报表解读】之页面访问路径

同时我之前网上瞎逛的时候也看到过“沟通漏洞”这样一个理论，大致是这样的：可能100%的想法实际说出来（文档体现出来）的只有80%，但只有60%的被听到，40%的被理解，20%的被执行......这个里面的比例可能有点夸张，但确实反映出了沟通中普遍存在的问题和沟通的重要性。

沟通漏斗

另外管理学领域有个大名鼎鼎的销售管理模型（工具）叫做销售漏斗管理（也叫销售管线），有兴趣是科学反映机会状态以及销售效率的一个重要的销售管理模型。有兴趣的读者可以了解下。

麦肯锡七步法

这种方法是著名的管理咨询公司麦肯锡提出来的，“七步法，顾名思义七个步骤，是解决问题的常用思路和方法”，我第一次听到这个概念是通过我之前的台湾领导，再后来我也将其部分的应用到了工作当中。

我本来想举一个游戏方面的例子，但整好前段时间看到了一篇博客里面有个很不错的例子，在此分享给大家。“一名刚参加工作的月光族，有什么样的方法可以攒更多的钱呢？”博主通过七步法给出了分析思路，详见下图。

麦肯锡七步法

更多干货内容请移步至我的公众号：詹老师 zhanlaoshi2012