如何搭建遊戲資料分析平臺

遊資網發表於2020-03-09
遊戲
本文作者為數數科技某遊戲客戶的運營總監，在使用數數科技的產品之前，他們在內部嘗試自建資料分析平臺，“從入門到放棄”。上線數數科技的大資料分析平臺後，該公司一款全球下載量5000W+的休閒遊戲每天所有的資料都在平臺上流轉。

1分鐘快速瞭解大綱

1. 為什麼需要資料分析
2. 資料分析落地難點
3. 為什麼選擇第三方平臺
4. 我們怎麼使用數數科技的資料分析平臺
4.1 如何收集原始資料
4.2 平臺常用資料模型

  • 事件模型
  • 留存模型
  • 漏斗模型
  • 分佈模型
  • 路徑分析模型

5. 我對資料分析體系的思考
5.1 核心資料
5.2 使用者分析
5.3 系統分析

以下為正文

1. 為什麼需要資料分析

移動遊戲已經進入充分競爭的階段，市場供過於求。從2018年開始，新遊戲釋出的數量就逐步下降，輕鬆掙錢的時代已經過去，開發者們逐漸離場，留給我們的試錯機會越來越少，同時資料驅動增長的方法越來越受到關注。

如何搭建遊戲資料分析平臺

《矽谷增長黑客實戰筆記》中寫到：增長的精髓是一套體系和方法，它以資料為指引，以實驗的方式，系統性地在使用者生命週期的各個階段，尋找當下價效比最高的機會，在具體的執行上橫跨市場、產品、工程、設計、資料等團隊，通過快速迭代實驗的方式達到目標。

所以無論是新產品調優，還是老產品運營，都離不開資料的指引與支援。它能幫助我們節約成本，擴大使用者規模，提升變現效率，是不可或缺的工具。

2. 資料分析落地難點

雖然，資料對遊戲增長的重要性日益明顯。遊戲廠商也有心做“資料化”轉型，但這個過程依然難關重重。

其一，資料不是孤島，只有熟悉各種遊戲資料的應用場景，能將冰冷的資料和實際的遊戲場景關聯起來才有價值。每一個資料指標，都是受什麼業務影響的？怎麼調整能讓留存提升10%？怎麼運營能讓變現效率提升50%？這需要資料分析師團隊具備資料、產品、運營、技術多重能力的綜合。

其二，要有一套高效的資料分析平臺，這非常重要，也是最難落地的——如何把想看的資料統計出來，展示在網頁上。這涉及到三個部分：

1）需求梳理。先要自己清楚需要看哪些維度的資料？介面什麼樣能滿足分析需求？

  • 資料平臺就像一個產品，需要縝密的需求設計，才能開發。一遍一遍的修改需求，對於開發效率和士氣都影響巨大。

2）收集原始資料。這些資料如何統計？如何落地到遊戲內的埋點？如何推程式序在產品內埋點？

  • 這需要對資料統計有一定的專業瞭解，知道統計原理。
  • 知道怎麼埋點最能節省人力，明確埋點的優先順序
  • 預想潛在的資料應用場景會需要哪些埋點，做好提前準備。

3）資料統計和展示。介面什麼樣？每個數字怎麼統計？都要交代清楚，跟進最終效果實現。

  • 已經有了原始資料表，建議先做一個Excel，把想要的資料，先用SQL跑出來，並且把SQL語句寫在文件裡，標明統計是需要哪些篩選器。這樣能降低溝通成本保證開發的準確性，提升開發效率降低統計出錯的機率，大大提升開發效率。
  • 後續還需要持續迭代，一旦有新需求或者臨時性需求，都需要平臺部門維護。

3. 為什麼選擇第三方平臺

2019年中旬，我牽頭在公司搭建遊戲產品的資料分析平臺，目標是做一個所有專案通用的資料平臺。但耗時2個月，結果卻不如人意。伺服器頻繁當機，導致資料收集不完整；平臺效能差，導致網頁響應速度極慢；每個專案資料埋點樣式不同，導致資料部門無法避免二次開發。

其實資料平臺的研發非常複雜，從資料採集，到資料建模和儲存，再到資料分析和展現，三大步驟，再分成多個細節。一般的遊戲公司很難駕馭，自己開發不僅會佔用人力物力，並且很難有預期的效果。

如何搭建遊戲資料分析平臺

後來我們從自建轉向選型外部平臺，這個過程中遇到了專業的第三方資料統計平臺—— 數數科技 ，幫助我們輕鬆解決了業務難題。其優勢在於：

  • 私有化部署——保證資料安全性和私密性。
  • 去程式化——統計和視覺化工作，運營同學就可以勝任，脫離程式爸爸。可以保障多專案高效接入，而且任何新需求都可以快速得到資料，保證分析效率。
  • 多種分析模型——幫助我們多個角度、直觀的的看到問題。
  • 網站響應速度快。

這是我第一次接觸這類產品，覺得特別牛，能解決各種規模企業的痛點。

  • 對於小型企業：開發資源都不足，沒有人手來做平臺。
  • 對於中型企業：有人手但是經驗欠缺，能否從0到1完成是個問題，而且平臺多次返工肯定再所難免。
  • 對於大型企業：如何滿足不同型別專案的統計需求？如何能滿足不同專案組的定製化需求？海量資料是否能高效統計？如何持續優化平臺基礎設施？

4. 我們怎麼使用數數科技的資料分析平臺

下面會講一下從埋點到資料平臺的使用經歷。

4.1 如何收集原始資料

如何搭建遊戲資料分析平臺

所有的遊戲資料都來源於業務埋點，拿一款簡單的闖關休閒遊戲舉例，我們將資料存入兩個地方：使用者事件表、使用者資訊表。

使用者事件表：每當使用者發生指定行為，我們就需要把這次的行為，帶上一些需要的資訊，存入事件表裡。比如統計每日DAU，那麼就需要在啟動遊戲時上報一條登入（Login）資料，其中包括了時間、UID。統計時，按照日期分別統計每天登入UID的去重次數即可。

有些資料每條事件裡都有，我們可以管這些資料叫公共頭資料，這些資料能精確的描述在事件發生時刻使用者的屬性。比如UID儲存在公共頭部分，通過該使用者屬性，我們能知道哪條日誌屬於哪個玩家。至於什麼資料存在公共頭，沒有很明確的講究，看個人習慣和踩過的坑。而個性化資料，只有在部分日誌中出現，比如關卡ID就沒必要出現在Login日誌中。

使用者資訊表：一些伴隨使用者終身的資料，可以存在資訊表裡。比如一些基本資訊，使用者國家、渠道來源，廣告組；比如一些業務資訊，使用者最後一次登入時間、總充值金額。兩個表用UID關聯。

需要告知程式，事件表中的每條事件什麼時候發，每個值的意義、名稱、數值型別，部分值有多種情況，需要標明值的含義。使用者資訊表也相同，需要標明資料更新時機，哪些資料只賦值一次，哪些資料需要更新。這樣大幅度提升溝通效率。通過以上方式，就可以完成原始日誌的收集工作。

另外，我們還可以打通廣告變現平臺和廣告投放平臺，將更多運營和市場層面的資料結合到一起，讓運營、UA、廣告製作團隊能在一個平臺上看到所有資料，將資料串聯在一起。

4.2 平臺常用統計模型

平臺提供了多種分析模型，幫助運營同學完成各種資料統計需求。事件模型、留存模型、漏斗模型、分佈模型、路徑分析模型。可以藉助這些工具輕鬆搭建平臺，如果思路清晰，一個工作日就可以完成平臺建設。

考慮公司產品的資料安全，以下截圖來自數數科技遊戲Demo。

事件模型

事件模型是業務上最常用的統計模型，也是最基礎的統計方式。根據統計好的日誌，運營同學只需要簡單的編輯公式，就可以統計各種資料。核心資料這種複雜報表，幾分鐘就可以輕鬆搞定。

如何搭建遊戲資料分析平臺

不僅如此，我們還可以使用屬性篩選功能，實現更細節的資料分析，比如分析美國facebook使用者在註冊當天的充值情況，只要資料分還能細分，篩選條件就能不斷追加，以滿足更細顆粒度的資料分析。

如何搭建遊戲資料分析平臺

留存模型

留存模型也是常用模型之一，分析兩個事件的關聯性。主要適用於以天為單位的資料走勢情況，比如留存、使用者生命價值、某個功能隨天數的參與情況等等。拿最基礎的留存來舉例，我們可以設定初始事件是“Reg”，回訪事件是“Login”，這樣就能看到每天新使用者的留存情況。不僅我們可以使用篩選功能，還可以使用分組功能，分別檢視每個渠道的留存情況。

如何搭建遊戲資料分析平臺

如果想對某個使用者群進行下鑽分析，可以通過使用者分群功能，清洗出使用者範圍，進行更深度的分析。比如想分析facebook渠道，次日回來的使用者。使用者群定義中，設定使用者觸發Login事件的天數大於1，且使用者的渠道為facebook即可。

如何搭建遊戲資料分析平臺

篩選出這批使用者後，在任何模型下，都可以將該人群設定為篩選條件，進行資料分析。

如何搭建遊戲資料分析平臺

漏斗模型

這個模型分析轉化率非常方便，設定每一步行為事件，就可以看到每一步的流失情況。

如何搭建遊戲資料分析平臺

分佈模型

顧名思義，我們可以看到某資料的分佈情況。比如查詢充值使用者周累充分佈，來分析使用者充值意願。

如何搭建遊戲資料分析平臺

路徑分析模型

這是一個非常有趣的分析方法，觀測使用者在多個事件之間行為串聯的路徑。比如玩家登入遊戲後的行為順序是什麼，選定好希望分析的事件種類，然後以Login為其路徑起始點，就可以得出想要的結果。

如何搭建遊戲資料分析平臺

5. 我對資料分析體系的思考

如何搭建遊戲資料分析平臺

一個好的資料平臺體系，能提升分析效率，幫助分析者梳理思考流程。平臺的結構沒有侷限性，每個人都有自己的習慣的方法，以我自己習慣的方式，給大家介紹一下。

5.1 核心資料


如何搭建遊戲資料分析平臺

顧名思義，展示每個部門最關心的資料，通過巨集觀的大盤資料就能瞭解產品基本面、各自部門的KPI指標。這些資料是整個商業最終表達形態，我們也可以對此進行日常監測，能從中及時發現資料異常，再根據情況具體分析。

  • 綜合日報：這是我們最關心的基礎資料，也是老闆最關心的。每天的活躍使用者，新增使用者有多少？收入多少，付費滲透率如何，人均付費多少？
  • 留存和LTV：市場和運營同學最關注的資料。主要關注新使用者的質量？產品是否能留住使用者，使用者變現效率如何？
  • 實時監控：今天使用者登入情況如何，伺服器是不是當機了？新版本有沒出大BUG？今天付費走勢和前幾天對比如何，要不要增加新的活動和禮包？
  • BUG監控：新手引導通過率是不是正常？內購和廣告成功率怎麼樣？崩潰率如何？

我們也可以使用篩選功能，檢視更細顆粒度的資料。

如何搭建遊戲資料分析平臺

5.2 使用者分析

使用者分析的角度比較雜，通過多個維度可以更詳細瞭解產品資料。新使用者分析，渠道分析、活躍分析、付費分析、流失分析等等。

如何搭建遊戲資料分析平臺

5.3 系統分析

該模組的分析更貼近遊戲具體的業務。經濟體系中的貨幣和道具，產出、消耗、庫存情況。每個玩法模組的參與情況、付費使用者的喜好程度、付費貢獻、貨幣產消。

如何搭建遊戲資料分析平臺

以上是我搭建遊戲產品的資料分析平臺的整體思路。隨著產品的持續運營，我們可以以此為基礎，持續迭代，提高分析效率。

最後我想說，資料分析平臺只是工具，而最終目的是幫助我們做資料歸因和決策。一個好的工具，可以省去重複造輪子的時間，讓我們有更多時間聚焦業務本身的思考。在資料分析的過程中，重要的是學會假設，用資料去驗證觀點，再用資料來檢驗新方向是否正確。只有這樣才能在一次一次的迭代中，獲得遊戲的爆發增長。

來源：數數科技
原文：https://mp.weixin.qq.com/s/DUnMBQtuG4WWgjM8p7B0jA

相關文章