在以“矩·變”為主題的 2019 神策數據驅動大會現場，龍創悅動數據負責人游臣雋發表了名為《數據在游戲行業的落地應用實踐》的主題演講。以下內容根據其現場演講整理所得。

溫馨提示：文末點擊閱讀原文，可下載完整版 PPT。

本文將重點為你介紹：

• 網游的商業邏輯

• 網游的產業結構

• 產業結構下的決策機制

• 不同視角的數據用途

• 查詢與分析

• 多變的數據與應用架構

一、網游的商業邏輯

心理學中有一種關于“人皆自戀”的說法，大意是指人們需要一定的承載物來獲得滿足感，從而滿足內心的自我愉悅——“自戀”。當人們無法在日常工作、學習中排位“前列”時，內心的“自戀”感就很難得到滿足，但網游卻為大家提供了一個虛擬環境，用來填補“自戀感”的空白。

通常情況下，從玩家角度出發可將游戲分為兩種：單機、網游。單機游戲的商業邏輯偏向“買斷式”，當玩家一次性購買時，即意味著交易結束，由于在單個購買玩家身上所獲取的商業價值有限，所以，購買游戲的玩家越多，所獲的商業價值也隨之增大。

但網游不同，如上述內容所示，“自戀”是網游的底層邏輯，網游提供了一個承載玩家“自戀”的環境。另外，網游的規模必然存在一定的限制。為了滿足“自戀”感，玩家需要在游戲中力爭排位前列，但當前列的位置過于擁擠時，很多尋求實現“自戀”感的玩家無法得到這種滿足，便會流失。比如《王者榮耀》的商業邏輯依托騰訊的社交圈，利用好友圈的形式把玩家限定在游戲環境中，通過好友之間競爭的形式，打怪升級后不斷排位，從而滿足玩家內心的“自戀”，這其實就是通過“好友”的方式而建立的一種規模限制。《魔獸》也一樣，通過分服、分聯盟的方式，在游戲環境中劃定范圍，之后做規模限制。

網游之所以限定規模并給予玩家達到前列的標準，是因為這些內容承載著網游的核心商業邏輯：

錢 => 能力

游戲公司希望玩家用真金白銀提升角色能力，不斷與其他玩家競爭，獲取前列的位置，能力越強，投入的資金就隨之變大。

在我創業初期，被投資人問過無數次——你的盈利模式是什么？我當時并不知如何回答，總是說：只要有人來玩，我就能賺錢。但其實，那時候我根本想不清楚實際原因。

直到現在我才明白，網游真正的商業邏輯就是“錢 => 能力”，不管游戲的外層要做何種包裝，但本質上需要滿足一個良好的上升通道，承載玩家自戀的邏輯，從而不斷吸引其他玩家加入。通過網游“錢 => 能力”的商業邏輯，可發現大部分網游玩家的付費金額都不高，但高付費用戶的付費總額卻能占整體付費額的極大比例，這意味著少部分高付費群體（或者說是滿足了“自戀”或者正在追逐“自戀”的群體）撐起了整個網游市場。

這與“走量”的互聯網業務不同，許多互聯網生意希望在每一位用戶上都獲取一部分收益，高額的利益獲取靠“量”來支持，贏在“薄利多銷”，而網游不需要龐大的體量，需要這些“量”中包含著“大魚”，從數據角度而言，數據越精細，時效性越高，就越容易找到這部分高付費群體，越能通過各種手段取悅這群玩家。

二、網游的產業結構

首先解釋幾個網游行業中的角色名詞。

開發：研發制作游戲

運營：在開發之后對游戲進行運營與維護

發行：利用廣告、營銷等手段將游戲商業化

不同的游戲品類在不同的時間段內側重的結構不同。

對于單機游戲而言，開發之后交給發行即可，需要依靠發行的力量將游戲推廣至不同平臺、不同廣告，直至下一次版本更新時，才會需要開發介入。?

對于網游而言，通常分為兩種。一種游戲相對較為輕度，比如一些休閑游戲，代碼較為固定，開發較為短期且集中，上線后偏重運營，通過拉新活動、獎勵津貼等促活玩家，更像產品結構中的制造業。另一種游戲較為重度，比如上述提到的《王者榮耀》《魔獸》，玩家會持續在該類游戲中投入大量的時間（可能長達幾年），該類游戲的開發周期幾乎和運營周期一樣長，更像產業結構中的服務業。重度游戲的開發需要不斷對游戲進行更新，需要讓前列的頭部玩家有人挑戰，讓中部的玩家有成為頭部玩家的可能，才能促使游戲良好地運轉下去。

要保證良好的運轉，數據必然作為強有力的支持。負責運營的同學，會不斷通過內部活動刺激玩家，根據當天的數據結果，對部分道具等付費品價格進行調整，采取一些打折優惠等銷售手段。

負責發行的同學，需要及時關注外部環境的趨勢和熱度，通過大數據分析，將目標人群和游戲場景、題材等因素相匹配，吸引更多潛在玩家的注意力。前些日子，有家公司的中世紀游戲的留存率忽然升高，最后發現是由于游戲中的一條巨龍與剛發布的《冰與火之歌》中的元素場景相似，于是搜索量大大提升，留存率隨之上漲。

在得出這一結論后，發行的同學在推廣過程中，將巨龍本身加入飛舞、噴火等動態特效，吸引相關題材的潛在玩家，游戲新用戶注冊量持續提升。這些看似毫不相關的因素，都是發行方面需要日常思考和考慮的關鍵點。

三、產業結構下的決策機制

產業結構的本質是分工，分工可以提升總體效率，不同分工中又包含不同的目標，按照《國富論》中的經濟學原理而言，最好的決策出自市場，通過大量的嘗試、以及時間考量，優勝劣汰是市場的自然選擇。從大的尺度來看，這是公司之間的競爭，從小的尺度來看，這是公司內部多種嘗試最后產出的結果。但在實際工作中，由于資產成本、機會成本、時間成本的限制，所以很難對某些潛在可能性事物進行過多的嘗試，此時，數據則為一種最優選擇。

在之前某款游戲的初期，DAU 的數字并不好看，制作人認為首要原因可能是題材小眾，需要提高平均付費率，于是將每一個付費點對應至每一位相關同學，精確了解玩家真正關注的內容所在。這種方式，即為數據導向。

同時，還可以通過數據加速的方式，調控整體節奏。業務人員可以根據從業經驗給出閾值，當達到閾值后，決定是否繼續進行，避免在投入大量人力物力后，出現無法及時止損的情況。這與文鋒認為企業的本質是效率機器的觀點不謀而合。?

四、不同視角下的數據用途?

這部分內容將視角分為三類：用戶視角、服視角、國家和渠道視角。接下來會逐一講解。

1. 用戶視角

使用神策分析的客戶應該對“用戶視角”非常熟悉，用戶視角指從單個具體的用戶角度去看他所包含的數據，比如歷史行為、屬性等神策分析天然就支持的模型。

部分游戲因為開發周期較為匆忙，經常存在 bug，玩家會在后臺跟客服抱怨，也會有一部分羊毛黨利用 bug 薅羊毛，在接入神策之前，只能通過逐一排查的方法，效率較低。接入神策之后，客服可以非常方便地去查看某位玩家在某個時段的具體行為操作，再匹配其反應的具體情況，做出相應的決策。?

開發人員一般較為在意高付費玩家的動向，開發人員在測試版本中會不斷觀察高付費玩家的反應程度和滿意程度，去利用數據追蹤特定用戶的行為。

運營同學一般較為關注活動的相關數據，以及一些“小號”數據。這些“小號”會不斷騷擾玩家，利用加微信等方式對玩家進行福利吸引，導致玩家為了獲取福利信息而離開游戲平臺，造成平臺的用戶流失。運營人員可通過查看單個用戶行為，并總結其行為規律，利用總結出的規則鎖定“小號”群體，在神策的支持下，現在已經可以通過機器學習的方式，去甄別“小號”群體，并將這類“小號”一網打盡，維護平臺的良好環境。

2. 服視角

服視角指從服務器的角度去看單服的整體數據。上文中提過，網游有一定的規模限制，為了擴大或突破規模限制，出現分服、活動、社交裂變等多種手段。在這部分的生態視角中，其數據本質是需要監控該限定規模的環境是否健康、玩家比例是否合適等，開發、運營、發行三個角色都會較為關注該部分的生態視角。?

3. 發行視角

發行視角指從渠道和國家的視角去看待數據，發行角色的同學對該部分會較為關注，他們需要甄別出不同渠道的優質程度和不同地區潛在玩家對不同題材的喜好，從而盡可能觸達到更多的高付費人群。?

五、查詢與分析

在上述眾多的視角中，可以總結出數據的兩種用途：查詢與分析。接下來會分開解釋說明。

1. 查詢

首先，查詢的條件要相對靈活，其次是較好的時效性，第三是較快的速度。其中速度方面會被很多人忽略掉，認為查詢的速度慢一點并沒有什么太大的影響，但在實際業務中，每天能做出的查詢動作是有限的，查詢速度的滯后性會阻礙下游分析層面的進度。在接入神策后，公司希望大家可以隨時登陸系統中進行一些查詢行為，或許可以在不經意間刺激優質思路的誕生。

2. 分析

分析其實更加考驗的是個人能力，在頭腦風暴后，需要一個機制將這些跳躍的思維進行規范化地整理，將不同的數據和思路放在一起進行比較分析，歸納總結，剝離出可以對決策進行支持的內容。

目前，龍創悅動在應用查詢和分析時，大概通過以下三種方式：

1. 變量分解與條件鎖定

通常會抽象真實世界中的復雜關系, 把其變成幾個不相關的變量, 這稱之為建模，例如著名的渠道漏斗模型：銷售 = 流量*轉化率*客單價*復購率，在游戲行業中，例如最著名的：收入 = 留存 * 平均付費。

但通常情況下，因為資源有限，一般會選擇一個變量進行測試，之后通過 A/B test 得出一個相對準確的結論，不斷拆解到更細小的粒度。

2. 時間追蹤

上文已提到，最好的決策辦法是市場自由競爭、優勝劣汰，但自然淘汰有一定的滯后性，

而時間卻是任何一個實驗中都不可忽視的客觀條件。游戲行業周期長，帶有時間屬性的指標就顯得尤為重要。例如一線業務人員對用戶留存的關注度聚焦于 3 日留存、7 日留存，而作為管理者，可能更傾向于 60 日留存、90 日留存等指標，他追蹤和關注的周期會更長。如果在其中加入付費率等更多條件，該時間內數據迸發的效果與啟發也會更濃烈。

3.相關分析

相關分析對分析師本身的能力要求較高，因為單純的數據無法解釋邏輯。數據是事實的投影，數據分析師需要清晰地闡述因果鏈，兩件有相關性的事情背后充斥多條原因路徑，需要通過相關分析，不斷排列檢索出對新手段的嘗試的優先級。

六. 多變的數據與應用架構

神策一直在強調一個核心的問題——數據源非常重要，的確，如若數據源頭的質量有問題，剩下的一切事情都將付諸東流。接下來介紹一下龍創悅動的大數據應用架構圖。?

最下部分的“第三方”指類似于廣告投放的第三方，它們會接入一部分數據，“實時數據”供機器學習用的，“日志”數據會導入神策，進入神策 Event 表，同時“第三方”數據會每隔一段時間就會去更新用戶屬性，對優質渠道進行篩選，會將渠道投放的資金分攤至每一位所獲用戶，代表每一位新用戶的獲客成本。

在神策之上，搭建 doris 層及 BI 層，以 doris 為數據源做聚合分析。第三方數據會進到 doris，一起和 BI 支撐聚合多維分析，但該分析相對固定，靈活度不及神策。其實在游戲行業中，運營、策劃、開發等非技術背景的從業者都會對技術架構以及數據分析的理解存在一定的障礙，我們可以通過一些簡單的方式，去將其向該方向引導。可以讓游戲的數據負責人給出相關人員需要關注的核心指標及報表數據，引導并帶領大家更好地理解。

當日志進入神策，就會獲得所有的行為數據，之后我們通過 DNN 做算法從而生成用戶向量，在以往的 A/B test 中，只是通過兩批用戶對比分析獲得最終的整體效果，而現在可以通過用戶向量的方式，找到在用戶向量空間里距離最近的用戶，做出一次更為靠譜的 A/B test。?

以上就是我的分享，感謝大家的聆聽。

『不容錯過的精彩內容』

▼▼▼

• 獨家 | 神策 2019 數據驅動大會現場「視頻+PPT」合集

• PPT 下載 | 中原銀行胡成君：智能化 BI 體系建設實踐
  

• 內附彩蛋 | 胡俊：「東方明珠數據中臺」四年發展歷史全解
  

• PPT 下載 | 每日一淘的高速增長與復購是怎樣煉成的？
  

• PPT 下載 | 神策數據桑文鋒：「矩·變」加速中國數據化建設
  

• PPT 下載 | 神策數據徐美玲：如何挖好數據這座礦？
  

• PPT 下載 | 數據治理中的一些挑戰與應用

戳此，免費下載 PPT

總結

以上是生活随笔為你收集整理的PPT 下载 | 龙创悦动游臣隽：数据在游戏行业的落地应用实践的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。