游戏行业, 我们能做哪些大数据分析应用呢?问题留给大家思考, 先看看下面这些内容是否能给我们带来一些启发呢?

笔者是在一个MMO项目做过两年数据剖析,在一家中型公司担任过从头建造数据剖析中心,面试聊过不少人,也对大数据有爱好有过一些了解,思考过这个问题。

1.游戏的数据剖析,其总的思路其实是很像大数据的思路。

《罗辑思想》有一期讲,大数据其实中心不是大,而是全数据,是将你各种行为的数据汇总在一起,从而能通过数据看到你完好行为轨道,进行剖析。在日常日子中,比方买衣服,你看了什么衣服,试穿了什么衣服,你重复去买衣服,这些信息商家都是不知道的,而商家的建造便是要全,比方优衣库做的你去试衣服的时分会进行记载,比方许多商家做会员卡,也能起到搜集这个信息的意图。

大数据就在身边 游戏也能用到大数据(大数据在游戏的应用)  游戏 大数据 大数据应用 第1张

而一个日志建造比较完善的游戏,是能够看到简直悉数有价值的行为的,你做的每一件事都能够拿来剖析,而大数据,正是靠这种数据的全,来到达有价值的剖析。

2.可是,游戏职业现在能做的绝大多数据剖析,其实跟大数据没有任何关系。

我做数据剖析,和教数据剖析的方法,是像游戏策划相同了解游戏,然后用excel剖析。只需懂加减乘除,调集这些概念,最多用一点线性相关,和聚类剖析。可是中心是懂游戏。

曾经我自己用这套方法的时分还不确认是不是由于我太菜了所以只能用这套方法,后来自己招人建造数据剖析中心的时分,面试了许多人,年薪30W在top端游公司的,年薪25W在闻名手游公司的,年薪25W带一个3-5人团队的。他们都是用数据发掘之类的方法做,可是谈到详细做过什么协助游戏改善的事例,都讲不出什么。其中有一个我曾经知道,多聊了两句,他也觉得自己用建模,发掘这样的方法,合适在有许多游戏的公司,对一切游戏做一些通用的东西,起到一些协助(这件事的关键是游戏项目组要有满足的数据认识,不然无法合作),而在单个游戏的改善上,的确起不到多大效果。

数据发掘之类的方法在游戏项目中罕见有用使用,中心原因仍是单个游戏都太小,用不起很专业的。用数据发掘***的应该是电商这种职业,比方亚马逊,由于他们的剖析是针对整个公司的,整个公司的销售额都会遭到数据的影响,比方亚马逊。而游戏方面,单个游戏年收入5亿以上的才有几个?这些做到高收入的游戏,他们会觉得我不是靠数据做到今日的,我也没必要去投入做数据发掘(究竟这种游戏有那么多工作需求投入,动不动就百人团队)。所以针对单个游戏有用的大数据研讨方法,现在还简直没有。

3.数据发掘现在在游戏职业能做什么?——丢失猜测

这是我看过仅有一个事例,是数据发掘在游戏职业很好的使用,但潜力还没有被充沛发掘出来。我见过大公司做的***的,能到达80%精确率:80%的丢失用户被猜测到了,80%被猜测到的用户真的丢失了。也见过能做到60-70%的。这种剖析真的是大数据的思路,他不需求了解游戏,只需把满足多的数据放进去,就能猜测丢失。反倒是从策划视点通过规划的数据,基本是不或许精确猜测丢失的(面试到讲这条路的,就直接pass了。做过丢失猜测自己底子不知道精确率多少的也直接pass了)。

说潜力没有发掘出来,由于这个剖析的意图和传统游戏数据剖析不同,不是改善游戏,而是运营干与。发现这些用户快要丢失,就想方法给他们优点,留住他们。可是大部分游戏的结构并不答应做这件事,而没有满足数据练习的游戏项目组,也很难合作起来。

所以这种方法的使用,需求满足大的公司(有钱投入数据发掘团队),满足多的项目(为一个项目性价比差),有满足数据练习的游戏项目组(数据发掘如果是独自团队,和项目组的合作便是***的问题)。

插一段:

这种丢失猜测的发掘,自身也是***大数据的思路,不要因果性,只需相关性。你不需求知道玩家为什么丢失,没有一个游戏是能彻底不丢失的。可是你知道有些人要丢失了,给他们一些优点,有或许他们就会留下来。只需知道相关性,针对性的采纳办法就好了。

沃尔玛的啤酒尿布事例,害了太多人。这个事例让人觉得,这种相关背面是有一个我能推导出来的逻辑因果的。其实沃尔玛还有许多许多彻底看不出逻辑的事例,什么晴天蛋糕卖得好,雨天面包卖得好之类的,罗辑思想那期里有讲。沃尔玛不需求知道原因,只需晴天把能蛋糕多预备一点,多摆出来,就好了。

在看得见的未来,数据还不能,也不该该在游戏业被很深的使用。想想zynga。

有一位从zynga离任的人说过:那些说A/B测验本钱高的公司,都是配套机制建造的欠好,在zynga,一次A/B测验或许半响就能做好。可是A/B测验真实的本钱,不是履行的本钱,而是把设计者的思路约束在数据上,约束在能用A/B测验看出差异的细小改善上。

拓宽思路:

从另一个层面,咱们联系到实践动身来看看, 现在数据源比较老练的,首要包含交际数据(包含交际网站、论坛等来历)、查找数据和方位数据。

交际数据:重视剖析。剖析用户在发布会议相关的内容的时分,其他相关词汇的热度。例如随同“生果+会议”呈现频率***的是“农药”、“安全”一类的词汇,那或许会协助生果展销会的站台和服务设置,例如添加绿色生果展位,或许采摘服务展位。

交际数据:用户情绪剖析。交际网站如果能敞开用户的详细信息的话,你也能够剖析哪些人对哪类会议持正面情绪,哪些人持负面情绪。

查找数据:跟交际数据相似,剖析相关查找热词,判别用户重视什么和情绪。

方位数据:剖析参与展会(非受邀的)的人来自何处、去向哪里,以便下一次展会要点在哪里投进广告和推行。

原文链接:http://www.36dsj.com/archives/16366

转载请说明出处
知优网 » 大数据就在身边 游戏也能用到大数据(大数据在游戏的应用)

发表评论

您需要后才能发表评论