数据分析当然能帮你赚到钱，只不过……

缺鼻子少眼

在游戏行业“数据驱动”领域的标杆公司Zynga再也拿不出一款好产品的时候，我们常说，是由于过度的数据驱动致使其失去创新的能力和勇气，甚至有人将Zynga戏称为游戏领域的“大数据退热剂”。

虽然难掩颓势，但Zynga这家公司在数据分析方面的成功没人能够否认，大多数从Zynga离开创业的员工，在谈到Zynga的数据分析体系时，也无不表达敬意。而Zynga“数据驱动”理念的跟随者Kabam，也在半个月前获得了来自阿里巴巴的1.2亿美元融资，估值达到10亿美元。

在国外同行们对于数据的追求显得有些“极致”的时候，国内的开发者们，似乎在数据层面还缺乏意识。在今年4月份，我们在上海举行的一场葡萄大讲堂活动上，《啪啪三国》制作人魏坤进行了一次分享。在那次分享中，魏坤反思了《啪啪三国》做错的三件事，其中最为重要的一件事情就是：

闭着眼睛运营。

当时魏坤这样总结了《啪啪三国》在运营上的失误：啪啪三国前期的运营工具没有做好，在统计分析方面，只能知道一些比较基础的用户导入、留存、收入等等基础数据，没有更加详细的统计数据。例如有一阵子，他们发现收入有所下降，后来进一步发现充值1万以上的大R玩家开始流失，但是没有细节的数据统计，导致他们很难弄明白这个问题到底出在哪一个环节，进而去弥补。

推出成功游戏的公司尚且会趟过这样的坑，如果从全行业来看，忽视或者无力关注数据细节的公司更是比比皆是。

数据分析平台热云的创始人白冬立曾在Zynga统计部门工作，在他看来，现在国内游戏公司普遍不关心详细的数据分析，原因之一是大多数做发行的公司或者渠道其实是在洗游戏，只需要关注那些收入高的游戏并向其倾斜资源就够了。

而CP大体分几种，第一种是创业公司的管理团队有大公司工作背景，重视数据，但一方面不容易找到合适的第三方工具，另一方面，如果想做自己的数据分析系统，专业的人才却并不好找。

第二种是需要教育的创业团队，没有什么数据分析的意识，很多概念都需要去解释和培训，他认为大部分的创业团队都属于这一类。

剩下的大公司通常会选择自己建立BI部门做大数据分析，形成自己的数据定义和标准，大公司对数据的重视程度普遍很高，国内一线的游戏公司几乎都有自己的BI数据部门，而自己成立这样一个部门软硬件人才投入一年的费用也动辄百万以上。

白冬立认为，精细化运营，基于数据去优化产品，或者用数据去佐证方案的效果，肯定是大趋势。

白冬立在去年年底创办了北京热云科技有限公司，在不久前推出了“热云”游戏运营支撑平台。此前游戏领域有相对比较成熟的TalkingData、友盟等工具提供游戏的基础数据统计分析，同样作为第三方游戏数据统计分析工具，热云的差异化之处在于，在基本数据统计功能之外进行了进一步的细化，更多为用户行为数据分析服务，用于支持游戏运营。

针对此类工具，询问了一些开发者的看法，在收到的反馈中，它让有些人如获至宝，但对于另一些人而言，又仿佛鸡肋，这是一个有趣的现象。在两种不同的声音背后，我看到了一副中国开发者们眼中的“数据与运营”的图景。

首先我们要讨论的，也是许多开发者还不够了解的一个问题：数据能帮你赚钱吗？

仍然以Zynga为例说起。

从游戏的立项到开发到运营，Zynga的数据驱动理念被贯彻在整个公司的运作之中。在Zynga，每个产品经理每周有一半以上的工作时间用于数据分析，游戏中的每一个改动，背后都隐藏着大量AB测试和数据分析的结果。一个数字是，Zynga每天产生用户数据量为60个TB。

Zynga能够在产品上线前准确地预测每个产品的DAU模型和相应时间点的收入情况，误差率极小。Zynga的数据分析体系除了各种数据模型的精准预测，还体现在指导游戏立项与开发、决定运营策略上。

Zynga前中国区总经理田行智曾在接受媒体采访时举例，如果游戏中一个楼房的高度过高，遮挡住了其他物体，那么在Zynga对楼房高度进行调整时，不会直接进行调整，而是选取多个不同的楼房高度，进行A/B测试，只有在测试结果中数据最好的那一个才会被最终采用，并将这一标准推广至所有Zynga游戏中去。

也许一次通过数据导向进行调整的结果只能使收入提升0.01%，但是无数这样细小的细节累加起来，就成为了Zynga一度获得成功的基石。

但中国的游戏开发商们关心的重点显然放在别处。对于大多数中国公司来说，相比在数据分析中投入力气，他们更希望的是快速得到一个确定的结论：“到底要怎么样我才能赚更多钱？”

出售游戏收入和排名数据的AppAnnie在中国就遇到了类似的销售困境——对于数据，大多数中国游戏公司不明白如何利用其中的价值，他们的问题是，其他公司游戏的收入和排名数据能够帮助自己的游戏赚到更多的钱吗？

答案是可以，只不过这个过程看起来有些复杂。

我们来看看Kabam等国外公司是怎么做的。Kabam研究分析目标游戏收入的每一个波动，以及数据波动背后的原因，通过将一个连续的排名曲线不断切片观察与研究，掌握游戏在整个运营过程中的大量信息，每一次游戏收入增长或者下滑背后，是活动因素还是季节因素还是推广因素？如果是活动因素，做了什么活动？影响有多大？诸如此类，游戏背后的运营和推广信息都会研究透彻。

而通过这些分析，他们将得到所有影响产品收入数据的关键因素，并将这些研究结论用于实际的产品运营之中。这些研究和结论将有益于收入的提升，但是这个过程复杂而曲折，绝大多数中国公司难以领会。多数时候，他们还是会问同一个问题：你能不能直接告诉我，怎么样才能赚到更多的钱？

除了赚钱，数据能够让你学会如何止损

这个现象背后反映出的，实际上是行业整体对于数据在运营上具体应用的理解缺失。不仅仅是小公司，许多知名CP的游戏运营往往也缺乏用户行为数据的支撑。

《啪啪三国》魏坤所分享的关于大R用户流失但是无法查证原因的案例，可以算是运营缺失用户行为数据支持的一个典型。数据也许无法指导你去开发一款产品，但是能指导你将一个产品修改得更好。

那么用户行为数据分析在游戏运营中到底有着什么样的具体应用？我们可以用一系列假设来说明。

现在假设A游戏已经上线运营，运营人员发现付费还可以优化。那么一个可能的做法是，开发一个和付费相关的B功能并上线。

在B功能上线后，运营人员发现付费确实提升了。这个时候第一个问题来了：是否能够得出结论，游戏付费情况的提升是由于B功能的上线？

答案是不能确定。由于缺少对照和参考，一个可能的结果是就算没有上线该功能，由于游戏本身的付费曲线或者其他因素，也会导致同样的结果。那么应该如何获得对照？

答案是为B功能设计一个开关，通过开关来获取两个不同版本的对照效果。假设发现相对关闭开关的情况，开启B功能之后付费不升反降，现在应该怎么办？关闭B功能，然后开发一个新的C功能？

这似乎是一个解决方案，但是如果不能知道B功能的问题出在哪里，那么实际上核心的问题就无法解决，这个功能等于白做了——你不能确定同样的错误是否会在之后一直重复出现。

而至于解决的办法，就是分析用户行为——秘密藏在用户行为数据中。

通过在游戏中预埋一些点去监测用户如何使用B功能，运营人员将得知用户是如何使用你的功能的，借此，可以用来评判功能是否如同最初想象中那样进行运作。数据可以得出失败在哪，也可以得出成功在哪，这样在开发下一个功能的时候，你就将知道，什么是可行的，什么需要避免。而如果进一步细化，每个不同设计所能带来的提升，也能够通过数据进行具体的体现，也许是0.1%，也许是0.5%，虽然看起来很少，但是细节的不断累加，最终将带来显著的效果。

需要教育的市场和人才的缺失

“数据查询的这些方式只是工具，不管是自己做还是第三方都是工具。关键的是人，分析的人。”枫之舞总经理姚杨这样认为。

当然数据并不是一切，因为一个功能的好坏有可能是数据能反映出来的客观问题，也有可能是主观问题，或者甚至获得了数据，运营人员仍然需要作为一个真实的有血有肉的人的想法，帮助更准确地找到产生数据的根源。

所以我们最终又回到了“人”的问题上。

对于大多数小型CP来说，相对提供数据分析的平台，他们更乐意有人外包数据分析提供报告和结果。对于他们而言，最为关键的是如何发现数据反映的具体问题，而由于缺乏具有相应技能的专业人才，对于一些用户行为数据，他们“一是看不懂，二是看懂了也不知道应该怎么调整。”

一位运营人员向葡萄君吐露：“我个人的意愿的话，（外包）一次版本更新后的数据报告，涵盖两周到四周的一个数据分析，一次2万我觉得是合理的。毕竟我真的要招一到两个有经验有能力的数据分析都不止这人力成本。”

想用Zynga式的数据分析系统改造中国游戏公司，这就是摆在热云们面前的难题，只有工具也许还不够，他们要面对的，还有一个仍然缺乏教育的中国市场。