前段時間，人人遊戲的負責人何川親自寫了一張祝福卡，寄給一位住院的遊戲玩家，他們素未謀面。他的資訊源來自公司新建立的資料處理系統，其運營團隊通過“抓取”玩家在公共聊天頻道的談話(人人遊戲聲稱不會抓取私聊頻道的資訊)，得知該玩家因重症入院治療，訊息很快反饋給了他。
資料，正在悄悄改變這家公司。
資料成災
遊戲行業傳統運作規則被顛覆，資料依賴性增強。
2007年，人人遊戲推出了國內第一款網頁遊戲產品《貓遊記》，郝彬(化名)負責調研玩家反饋，他戲稱那時的工作方式是“原始的細緻”，郝彬每天親自潛入遊戲，和玩家們暢談以獲得對遊戲的看法，再反饋回產品開發團隊。
好日子並沒持續太久，同行們看到了網頁遊戲的市場潛力，迅速殺入。郝彬的工作量開始呈幾何級增長：他要監控更多數量的玩家，而玩家在遊戲中的行為日益複雜。郝彬一天的工作時間增至13-14個小時，用於收集玩家建立賬號、登入網站以及遊戲過程等相關資料，藉助公司技術部門利用開源技術建立的若干資料庫系統，郝彬可以進行基礎的資料處理。
讓郝彬真正感覺不堪重負是在2011年。人人遊戲的產品數目迅速增加至百款，且開始橫跨PC、手機等多種終端裝置。遊戲業務每天產生的資料量從GB級別上升到TB級別(如今人人遊戲每天產生的資料量峰值時接近10TB)。
公司分析系統的效率開始顯得滯後，像郝彬這樣的運營人員，很難高效率地從大量資料中甄別、篩選有效訊息，然而，行業對資料的依賴性迅速上升。
傳統遊戲業的生產方式普遍採用工作室式的專案制，具備長研發週期、長生命週期、強使用者黏性的特徵，但是，移動互聯時代，智慧終端遊戲、網頁遊戲的興起打破了遊戲業的傳統規則，遊戲公司大規模、跨平臺生產遊戲成為可能，產品生命週期縮短，新型遊戲公司需要快速捕捉使用者體驗資訊，並迅速體現到產品中。
正如Zynga(2011年世界上風頭最強勢的社交遊戲開發商)首席分析師肯.魯丁所說：“我們打著遊戲公司的幌子，實際上做的是分析公司的事，所有運作都要以資料為基礎的。”比如，根據使用者購買道具的習慣等資料，Zynga能提供多個版本的遊戲，甚至是100多個版本的遊戲。
發展初期， 人人遊戲不過數款產品，尚能以按照遊戲公司的專案制運營，如今，自主研發、聯合開發及運營的遊戲達到上百款，同時橫跨多個平臺，員工往往要跨部門組成虛擬團隊，傳統的運作模式無以為繼，遊戲創意的高效產生、快速複製、及時修正依託於大資料。
人人遊戲資料中心運營平臺總監王坤曾瞭解Zynga的模式，她覺得，理論界往往過於“樂觀”，似乎企業可以順理成章應用大資料重新定義商業模式，“不要忘記的一點是，企業的業務永遠是一點點做起來的，不太可能一開始就有遠景式的大資料規劃，企業最優先順序考慮的永遠都是柴米油鹽醬醋茶的問題。”
那麼，人人遊戲的當務之急是什麼呢?
制伏報表“怪獸”
資料系統彼此鼓勵，內部不統合，就是一潭死水。
作為資料中心的負責人，王坤最頭疼的是，2012年開始，人人遊戲飽受海量資料龐雜無序的折磨：每一個產品在不同地區發售時都會產生一個資料後臺，不同資料後臺產生不同的資料包表;隨著人人遊戲產品數量增長，公司一度擁有82個資料後臺、100個資料包表。
龐雜的資料體系導致兩大難題：首先，資料庫維護成本迅速增加;其次，難以迅速抓取有效資料。受制於不同的資料後臺和報表體系，人人遊戲無法實現資料的互通。例如，使用者會用電話向客服中心投訴一款遊戲產品的服務，由於客服系統和使用者資料庫系統沒有打通，客戶流失與客戶投訴間的相關性，人人遊戲無從瞭解。
王坤對此感觸頗深：“無論積累多麼全面的資料量，採用多麼先進的分析方法和工具，大資料的基礎目標就是有用。人人網能有效利用的資料，一度遠遠低於既有的資料。為什麼?資料系統彼此孤立，一潭死水。如沒有內部統合，從外部獲取再多非結構化的資料，也是無用。我們尋求大資料解決方案的最直接目的，就是整合。”
現實是，王坤的團隊抽不出太多時間整合資料，更多的時候，她在忙於“救火”——防範資料出錯或者伺服器當機，一直是人人遊戲後臺維護團隊最優先的工作。預警機制建立和安全檢查的時間都很有限，更遑論靜心進行資料整合了。
於是，人人遊戲決心從全球範圍內篩選“外腦”，相中了IBM，後者在大資料技術方面擁有全線的產品和解決方案。人人遊戲第一次主動上門時，IBM軟體集團業務分析軟體大中華區技術經理周慶偉有點驚訝，因為IBM大資料應用的客戶多集中在金融、醫療等行業，他抱著試試看的態度開始溝通，出乎他意料，“人人遊戲內部對資料的應用非常前衛。”IBM同意幫助人人遊戲重建BI(商業智慧)系統。
新的BI系統始於報表系統，貼合人人遊戲的業務模型，讓企業產生的每一張資料包表都有其存在的價值，而不是單純數量的堆砌，同時可生成高度視覺化的介面，以便郝彬這樣的員工能以輕鬆、直觀的方式瞭解使用者的行為。此外，IBM幫助人人遊戲統一了資料後臺，進行資料治理，以降低系統的維護成本。
此外，人人遊戲也在尋找認知心理學、行為心理學上的知識提供者，人人遊戲市場營銷中心高階總監李勍曾經在廣告、公關和網際網路營銷等領域從業多年，他如是解釋這一問題：上個世紀進行市場調查的時候，臺灣曾經有透過院子偷窺別人在看什麼電視的方式，現在固然覺得可笑，但是，大資料專家們所否定的抽樣調查真的能被拋棄嗎?產品設計師的直覺、經驗真的能被機器資料分析代替嗎?“至少現階段，我覺得不是。” 李勍說。
有計算機和資料研究經歷的王坤則從“樣本全面性”的角度進行解讀：“如何理解大資料所強調的樣本資訊全面性?理論上，採集一個消費者的完整資訊，要包括喜怒哀樂等各種情緒表達，然而，資料化本身意味著資訊的離散，有些資訊丟失了，有些資訊則扭曲了。”比如，以漢語的表達方式，“這遊戲真好玩”，在不同的語境下所表達的意思可能完全相反。
目前，藉助資料分析工具，郝彬的工作已然輕鬆不少，但是，他還是要經常線上訪談玩家，甚至進行面對面的交流，“誰知道一些玩家的激烈言辭，到底是拍著桌子、暴跳如雷說的，還是一副無所謂的隨口之詞?”
via：21cbh