游戏数据分析，需要做哪些基本工作？

关于数据分析，打开计算机搜索数据可以得到这样的定义“数据分析是指通过适当的统计分析方法对收集的大量数据进行分析、提取有用的信息和形成结论，并对数据进行详细研究和总结的过程。简单来说就是从大量数据中提取信息。然而，作为一个合格的数据分析，定义中提到的过程只能说一个分析中的准备工作。周易有句话叫“仁者见仁，智者见智”。不同数据的人会提取不同的信息。虽然不同的人有不同的意见，但有时分析的目的可能是不同的，有时只有智慧才有价值。以前，我的同事经常问我，为什么我们部门有这么多分析师，他们每天都在研究和分析游戏数据，但项目团队从不愿意关注我们，我们也没有好的报告？我给他举个例子：一旦我们有人给龙谷游戏做了分析报告，一个非常重要的结论是“选择法师玩家基本上选择女性角色，选择士兵玩家基本上选择男性角色，所以推测一般女性玩家喜欢法师，男性玩家喜欢士兵”。从这个结论来看，没有什么大问题。如果有问题，这样的分析没有直接给出建议，也就是说，没有指导游戏规划涉及什么样的游戏内容来满足玩家的偏好。但是游戏的实际情况是什么呢？了解龙谷的人会知道游戏最基本的特点之一——龙谷每个职业只有一个性别（女魔法师、男士兵、男牧师、女舞者、女科学家等），也就是说，玩家无权选择性别（至少在2014年之前）。此时，任何人回顾报告的结论，第一反应将是“如此基本的游戏特征不知道，仍然在那里写分析报告，这绝对是盲人触摸大象的真实版本！”我没有时间浪费在你身上。因此，从数据中提取信息只能是数据分析的准备。那么数据分析应该包含哪些内容呢？个人认为，合格的数据分析应包括以下环节：明确分析目的、业务理解、信息筛选、数据结论、业务指导建议、结构设计分析报告。下面就以我做过的一份分析报告为例，看看数据分析到底需要做哪些最基本的工作。大多数在线游戏为了留住玩家会做一个活动——玩家召回，名称可能不同，方式可能不同，或客户服务执行，或玩家执行，或在线，或离线，但核心思想基本相同。我还参加了几款游戏的几次大规模玩家召回活动。分享其中一款游戏的相关分析。分析背景：该游戏在一年内进行了两次大规模的“朋友召回”活动。本报告写于第二次活动结束时，用于评估第二次活动的效果，并找到活动的优化点。游戏中有成千上万的行为数据，如登录、移动、聊天、约会、购物、任务、副本等。任何内容都可以反映玩家的活动，但并非每一项都是必要的。甚至有些内容的分析也无法实现或难以快速实现。例如，在聊天中，玩家可以在1分钟内向不同的玩家发送3到4条信息，如果没有文本挖掘，即使进行相关挖掘，也不可能获得玩家的想法，相关研究还需要2个月左右的时间，这对于一款游戏、一款游戏内容的运作来说是完全不可取的。因此，我们需要从出发点思考，从众多游戏数据中圈定最重要的数据进行分析。因此，我们需要从出发点思考，从众多游戏数据中圈定最重要的数据进行分析。本次活动属于丢失用户的召回活动，因此丢失用户的登录数据显然是分析活动效果最简单、最直接的切入点。1.玩家登录1.1返回用户登录数据注：低端用户1、2、3：游戏累计消耗低于1万元，按等级分为三个等级段，其中一个代表高等级，三个代表低等级。从上表可以简单看出，第二期活动的召回率明显高于第一期，从15%上升到20%，主要是低端用户(1、2、3)带来的。但是这个时候能否判断第二期的效果比第一期好？当然不是，因为活动的目的不仅仅是让丢失的玩家回来登录游戏，最终的目的自然是让玩家再次留在游戏中，所以让我们来看看用户保留的相关数据。从上图可以大致看出，第二期回归玩家的登录天数分布更集中在15天以上，而第一期更集中在15天以下，尤其是图中圈出的两个分段。此时上图仍有明显的缺点，数据点(柱)太多，只能大致看出一个结论，到底是否真的还不确定。因此，此时需要结合游戏和活动的特点合并数据点，特别是当数据点较多时。因为两个活动都是连续领奖的(用户回国后一段时间内每天可以领奖)，每五天是一个大奖节点，第一期分为10天，第二期分为18天，所以上图合并成如下图所示。从上图可以清楚地看出，第一期回归玩家在“11-15”天达到峰值后大幅下降。虽然第二期回归玩家在“11-15”天也达到了峰值，但之后的跌幅明显小于第一期，之后每个时间段的比例都高于第一期，总比例达到39%：49%。这样的解释或结论可以吗？事实上，以上只能被视为“简单的数据”，这也是许多分析师经常犯的错误。他们认为把图表或表格翻译成文本是可以的，这可以作为结论或观点。其实不然，就像你画人物的时候只画骨头一样。乍一看，你也画得很好，突出了你深厚的基础。然而，对于普通观众来说，这显然不是他们想要的。他们更喜欢看有血有肉的人物。他们不会喜欢你画的东西，但他们会感到恐怖、厌恶和逃避。同样，你的数据分析观众会想：你写的是什么？我一点也不懂。你只会玩数据。我不知道为什么数据是这样的，它代表了什么，就像一个书呆子，我认为它非常聪明。因此，比教学合理的图表结论应如下：①回归用户在两期活动中获得所有奖励(10、18天后，由于各种原因再次流失。②第二次活动最终留下的用户比第一次活动多25%左右，说明虽然玩家在每次活动收到奖励后都会流失，但通过适当延长领奖天数，可以给玩家更多的时间了解新游戏的内容，结交更多的朋友，建立更多的关系网络，从而增加玩家留下的想法，最终提高留存率。③在第二次活动中，回归玩家在第八天左右出现了流失高峰。当然，上述结论描述并不完美，但至少有以下功能：①“拉客”：将数字对比、涨跌转化为玩家在游戏中的行为内容，并结合活动特点解释各种行为现象的原因；②发现问题：召回的玩家将再次回归；③突出结果：第二期活动通过延长领奖时间，提高了玩家的留存率，说明活动正处于良性进化的方向；④重点分析：本次分析的核心是第二次活动，因此分别为第二次活动提取了重要信息。现在有了以上结论，我们也可以给出一些相应的建议：①玩家回归后仍会丢失，游戏策划应该设计更多适合这些玩家的游戏内容；（严格地说，这个建议可以被删除，因为这真的不是一个建议，因为所有的游戏策划都理解这一点）②鉴于第二阶段玩家在第8天左右失去了高峰，在下一次活动中，在第七次或第八次适当提高奖励，加强玩家对回归奖励的期望，从而诱导玩家留在游戏中，给游戏更多的时间向玩家推送内容，并努力留住玩家。（这个建议很简单，但很有价值，他可以真正应用于活动优化，真正提高玩家的保留，这也是一个分析标准，深入的统计分析技能有时可能不如最简单的数据统计有价值，总是记住“没有低法术，只有低法师”。）1.3返回用户的月度保留数据实际上可以结束登录数据分析，但如果你有时间，你也可以添加一些简单和直接的数据来证明你的观点（信用）：第二阶段的活动效果比第一阶段好。从上图可以看出，第二阶段活动的用户保留率比第一阶段高210%，也就是说，第二阶段活动召回的玩家平均比第一阶段活动的玩家多登录游戏两天，这绝对是终端游戏的一大改进。从上图可以看出，第二阶段活动的用户保留率比第一阶段高210%，也就是说，第二阶段活动召回的玩家平均比第一阶段活动的玩家多登录游戏两天，这绝对是终端游戏的一大改进。这主要是因为第二阶段优化了奖金流程：①.增加兑奖间隔；②.提高了最初几次兑奖的奖励价值。

以上就是关于游戏数据分析，需要做哪些基本工作？的相关介绍，更多游戏数据分析，需要做哪些基本工作？相关内容可以咨询我们或者浏览页面上的推荐内容。我们将让你对游戏数据分析，需要做哪些基本工作？有更深的了解和认识。