6000字長文，詳解數(shù)據(jù)分析如何驅(qū)動(dòng)游戲決策

游戲行業(yè)從業(yè)者的日常工作與游戲決策分不開。

游戲決策，顧名思義就是在游戲的研發(fā)、運(yùn)營等各環(huán)節(jié)所做的決策，包括但不限于決定如何設(shè)計(jì)核心玩法、如何開展運(yùn)營活動(dòng)、如何優(yōu)化游戲體驗(yàn)等。游戲決策貫穿于游戲生命周期的始末，塑造了游戲的整體形態(tài)。因此，游戲決策的優(yōu)劣將直接影響游戲的市場表現(xiàn)，改進(jìn)決策的質(zhì)量能夠有效提升游戲營收能力。

那么，數(shù)據(jù)分析是如何驅(qū)動(dòng)游戲決策，幫助游戲獲得成功的？

01

數(shù)據(jù)分析在游戲決策中的作用

一直以來，數(shù)據(jù)分析在游戲決策中最主要的作用，就是從數(shù)據(jù)中發(fā)現(xiàn)問題，為決策指引方向。比如，近期游戲的收入有所下降，就要進(jìn)行一輪決策，調(diào)整運(yùn)營策略，拉動(dòng)游戲收入。以下列出的是數(shù)據(jù)分析在游戲決策中的一些應(yīng)用場景。

①確定單服務(wù)器的用戶數(shù)

這是SLG、MMORPG等強(qiáng)社交游戲在測試階段經(jīng)常要做的決策：通過開設(shè)多個(gè)用戶數(shù)不一的服務(wù)器，對比不同服務(wù)器上用戶的活躍度及留存率，確定對于單個(gè)服務(wù)器而言，其用戶數(shù)為多少時(shí)活躍度和留存率指標(biāo)數(shù)據(jù)最理想，游戲生態(tài)最佳。

②確定廣告投放策略

通過分析各渠道、廣告組的用戶ROI數(shù)據(jù)，優(yōu)化買量與廣告投放策略。

③確定活動(dòng)的道具投放量

通過分析活動(dòng)前用戶的道具保有量、道具的獲取與消耗情況，以及道具相關(guān)玩法系統(tǒng)的進(jìn)度等指標(biāo)，決定在活動(dòng)期間是否投放道具、投放道具的類型及數(shù)量。

④用戶分層

根據(jù)用戶參與游戲玩法的情況、參與活動(dòng)的情況，以及用戶的等級(jí)、生命周期天數(shù)等因素，對用戶群體進(jìn)行精細(xì)劃分，即進(jìn)行用戶分層，然后針對不同層級(jí)的目標(biāo)用戶，制訂差異化的運(yùn)營策略。

除了在決策前發(fā)現(xiàn)問題，數(shù)據(jù)分析還可以在決策過程中量化目標(biāo)與驗(yàn)證假設(shè)，在決策后評(píng)估效果并總結(jié)。下面通過一個(gè)具體案例，詳細(xì)解讀游戲團(tuán)隊(duì)是如何通過數(shù)據(jù)分析調(diào)整運(yùn)營策略，扭轉(zhuǎn)游戲的市場表現(xiàn)的。

02

案例詳解：通過數(shù)據(jù)分析調(diào)整運(yùn)營策略

本案例中的游戲團(tuán)隊(duì)早年做過不少廣受好評(píng)的單機(jī)手游，游戲創(chuàng)意與制作水平得到用戶的一致認(rèn)可。他們推出的第一款強(qiáng)聯(lián)網(wǎng)游戲，盡管制作水準(zhǔn)仍然很高，但在不刪檔測試前期，游戲的市場表現(xiàn)卻不如預(yù)期，其用戶評(píng)價(jià)也完全不及之前的單機(jī)游戲。

通過查看游戲的核心指標(biāo)，業(yè)務(wù)人員找到了游戲當(dāng)前存在的主要問題：新用戶的次日和3日留存率不高，而且付費(fèi)總流水、ARPU及付費(fèi)滲透率等核心付費(fèi)指標(biāo)都不理想。用戶留存與付費(fèi)情況都不佳，這對于一款游戲而言是相當(dāng)致命的。好在這款游戲本身質(zhì)量還不錯(cuò)，而且當(dāng)前處于測試前期，尚未進(jìn)行大規(guī)模買量，如果能及時(shí)調(diào)整運(yùn)營策略，仍然能扭轉(zhuǎn)市場表現(xiàn)。

制訂運(yùn)營方案，這就是一個(gè)典型的游戲決策場景。該游戲團(tuán)隊(duì)充分運(yùn)用數(shù)據(jù)分析驅(qū)動(dòng)游戲決策的方法論，將數(shù)據(jù)分析貫穿于決策的全流程，最終制訂了一系列頗為有效的優(yōu)化措施，提升了用戶的留存率與付費(fèi)率。最終，游戲在公測后取得了不錯(cuò)的成績。下面本文將詳細(xì)介紹這個(gè)游戲團(tuán)隊(duì)運(yùn)用數(shù)據(jù)分析做決策的過程（下文以“A游戲”指代該團(tuán)隊(duì)的這個(gè)游戲項(xiàng)目）。

·量化決策目標(biāo)

在進(jìn)行決策前，必須確定要達(dá)到的目標(biāo)。而數(shù)據(jù)分析在游戲決策中發(fā)揮的第一個(gè)關(guān)鍵作用，就是幫助決策人員制訂一個(gè)可衡量的、有指導(dǎo)意義的目標(biāo)。

A游戲的目標(biāo)是“提升用戶的前期留存率”“促進(jìn)用戶付費(fèi)”，但是這樣的目標(biāo)比較籠統(tǒng)，做數(shù)據(jù)分析時(shí)很難找到合適的切入點(diǎn)，在決策被實(shí)施后也不容易評(píng)估效果。運(yùn)用數(shù)據(jù)分析，我們可以將這個(gè)目標(biāo)改為與之息息相關(guān)的關(guān)鍵指標(biāo)。比如，“提升用戶的前期留存率”就可以改為“提升次日及3日留存率”，關(guān)鍵指標(biāo)就是次日與3日留存率；“促進(jìn)用戶付費(fèi)”也可以改為“提升付費(fèi)滲透率”，關(guān)鍵指標(biāo)就是付費(fèi)滲透率。量化決策目標(biāo)，可以引導(dǎo)業(yè)務(wù)人員從與這些指標(biāo)關(guān)聯(lián)的游戲玩法切入，構(gòu)思決策方案；在評(píng)估決策效果時(shí)，也可以以指標(biāo)提升的幅度作為依據(jù)，更為直觀、簡便。

那么，可否將總體ARPU或者次日留存率等游戲核心指標(biāo)作為決策的關(guān)鍵指標(biāo)呢？這種做法存在問題，游戲核心指標(biāo)基本上都是宏觀指標(biāo)，會(huì)受多種因素的影響，可能誤導(dǎo)對決策效果的評(píng)估。我們可以采取兩種方法。一種是運(yùn)用結(jié)構(gòu)化思維，把大的宏觀指標(biāo)分解為一組更小、粒度更細(xì)的指標(biāo)，然后將這一組指標(biāo)作為決策的關(guān)鍵指標(biāo)，在為大型活動(dòng)、游戲的大版本迭代做決策時(shí)，適合使用這種方法。因?yàn)榇笮突顒?dòng)與游戲的大版本迭代往往需要實(shí)現(xiàn)多個(gè)業(yè)務(wù)目標(biāo)，比如大型活動(dòng)既要吸引新用戶，也要帶動(dòng)老用戶活躍及付費(fèi)，那么就可以將新增用戶數(shù)、用戶參與度及付費(fèi)率作為關(guān)鍵指標(biāo)。另一種方法是將宏觀指標(biāo)替換為更具體、更容易實(shí)現(xiàn)的指標(biāo)。這種方法更適合在測試階段使用，采用“小步快跑”的形式，更敏捷地優(yōu)化游戲。

A游戲處于測試階段，顯然更適合采用第二種方法。分析人員在選擇更具體的指標(biāo)時(shí)，采用了兩種思路。

第一種思路可以稱為“維度下鉆”，也就是給宏觀指標(biāo)加上一些限定條件，縮小指標(biāo)范圍，這樣更容易找到?jīng)Q策的切入點(diǎn)。例如，將“付費(fèi)滲透率”限定在“新增用戶”人群，關(guān)鍵指標(biāo)就變?yōu)椤靶略鲇脩舻氖状胃顿M(fèi)率”。經(jīng)過計(jì)算，發(fā)現(xiàn)A游戲新增用戶的首次付費(fèi)率僅為1%，遠(yuǎn)低于10%的平均水平，說明這一指標(biāo)確實(shí)反映了游戲的問題，非常適合作為關(guān)鍵指標(biāo)。

第二種思路可以稱為“關(guān)聯(lián)指標(biāo)”，即運(yùn)用業(yè)務(wù)化思維，梳理指標(biāo)間的因果關(guān)系，尋找關(guān)鍵指標(biāo)的原因指標(biāo)。例如，分析人員基于A游戲用戶次日留存率較低的情況，推測首日的新手引導(dǎo)流程可能有問題，因此選擇“新手引導(dǎo)漏斗的轉(zhuǎn)化率”作為關(guān)鍵指標(biāo)。經(jīng)過計(jì)算后發(fā)現(xiàn)，新手引導(dǎo)漏斗的轉(zhuǎn)化率僅35%左右，大量用戶在A游戲團(tuán)隊(duì)預(yù)估的流失點(diǎn)之前就因“卡關(guān)”而流失。簡單的指標(biāo)計(jì)算結(jié)果就已經(jīng)充分反映了游戲亟需優(yōu)化的環(huán)節(jié)。

最終，分析人員制訂了兩個(gè)目標(biāo)：“提升新增用戶的首次付費(fèi)率”與“提高新手引導(dǎo)漏斗的轉(zhuǎn)化率”?？偟膩碚f，通過數(shù)據(jù)分析制訂可量化的、具有操作性的目標(biāo)，既使得決策效果更易評(píng)估，也使得分析人員在進(jìn)一步分析時(shí)，更容易提出假設(shè)，獲取更多決策線索。

·獲取決策線索

確定決策目標(biāo)后，就要獲取決策線索。決策線索可以分為主觀線索與客觀線索。主觀線索主要來源于經(jīng)驗(yàn)，比如分析人員對業(yè)務(wù)的理解、對行業(yè)發(fā)展趨勢的判斷，以及過往決策的經(jīng)驗(yàn)。而客觀線索則主要來源于數(shù)據(jù)，可以是問卷調(diào)查的數(shù)據(jù)，也可以是用戶實(shí)驗(yàn)的數(shù)據(jù)。當(dāng)然，數(shù)據(jù)分析是最重要的獲取客觀線索的方式，這也是數(shù)據(jù)分析驅(qū)動(dòng)游戲決策的體現(xiàn)。

作為擬定決策方案時(shí)最重要的依據(jù)，決策線索必須具備以下三大要素：

①全面性：決策線索要足夠全面，避免遺漏重要信息。

②可信性：決策線索必須經(jīng)過嚴(yán)格驗(yàn)證，真實(shí)可靠。

③指導(dǎo)性：決策線索必須契合業(yè)務(wù)發(fā)展方向，能夠指導(dǎo)分析人員擬定可落地的方案。

所以，通過數(shù)據(jù)分析獲取客觀線索時(shí)，也需要考慮這三個(gè)要素。本文將介紹一套基于“假設(shè)檢驗(yàn)”的分析流程，遵循這套流程可以較為全面地獲取具有指導(dǎo)意義的客觀線索。下面將以“提升新增用戶的首次付費(fèi)率”這一決策目標(biāo)的分析流程為例進(jìn)行介紹。

整個(gè)分析流程由提出假設(shè)、選取指標(biāo)進(jìn)行驗(yàn)證、形成結(jié)論這三步組成，其核心是分析人員運(yùn)用結(jié)構(gòu)化思維對決策目標(biāo)進(jìn)行拆解，再運(yùn)用業(yè)務(wù)化思維提出符合業(yè)務(wù)發(fā)展方向的假設(shè)。在本例中，分析人員以“新增用戶首次付費(fèi)率較低”作為邏輯原點(diǎn)，推測用戶的付費(fèi)意愿不高，因此從付費(fèi)意愿的角度出發(fā)，提出了三個(gè)方向：需求、供給與價(jià)格，再結(jié)合業(yè)務(wù)化思維，提出了以下三個(gè)待驗(yàn)證的假設(shè)。

①用戶不愿意購買游戲中的關(guān)鍵養(yǎng)成道具。

②用戶消耗鉆石的渠道過于有限。

③付費(fèi)購買鉆石的各檔位兌換比完全一致（即6元付費(fèi)檔位與648元付費(fèi)檔位獲得的鉆石分別是6顆與648顆，付費(fèi)金額與購得鉆石數(shù)量固定為1比1），抑制了用戶購買高檔位鉆石的意愿。

接下來，就是運(yùn)用指標(biāo)來驗(yàn)證假設(shè)，確保決策線索的可信性。如何選取合適的指標(biāo)來驗(yàn)證假設(shè)呢？有一個(gè)小竅門：每一個(gè)假設(shè)都會(huì)有一個(gè)業(yè)務(wù)切入點(diǎn)，比如上述的三個(gè)假設(shè)，其切入點(diǎn)分別為關(guān)鍵養(yǎng)成道具、鉆石消耗渠道，以及付費(fèi)金額與購得鉆石數(shù)量之比，基于這些切入點(diǎn)來選指標(biāo)就會(huì)更容易。比如，對于假設(shè)2，就可以選取用戶在不同渠道的鉆石消耗情況作為驗(yàn)證指標(biāo)；對于假設(shè)3，則可以選取不同檔位鉆石的購買情況作為驗(yàn)證指標(biāo)。

如果經(jīng)過分析，所選擇的指標(biāo)無法支持假設(shè)，也先不要著急否定假設(shè)，還可以考慮用原指標(biāo)的上下游指標(biāo)再做一次分析。比如，對于假設(shè)1，分析人員一開始選擇分析道具的獲取與消耗情況，發(fā)現(xiàn)關(guān)鍵養(yǎng)成道具的獲取數(shù)明顯大于消耗數(shù)，看起來并不存在道具供給不足的情況。于是，分析人員轉(zhuǎn)換思路，轉(zhuǎn)而分析用戶參與產(chǎn)出關(guān)鍵養(yǎng)成道具的關(guān)卡的情況，最終發(fā)現(xiàn)用戶參與這些關(guān)卡的次數(shù)要遠(yuǎn)高于其他關(guān)卡，說明用戶對于養(yǎng)成道具的需求是很大的?？赡芤?yàn)槊看勿B(yǎng)成道具的消耗數(shù)較大，用戶需要攢一段時(shí)間才能消耗，因此用戶的賬戶中一直保有一定數(shù)量的養(yǎng)成道具，從數(shù)據(jù)上來看就會(huì)出現(xiàn)養(yǎng)成道具的獲取數(shù)高于消耗數(shù)的情況。

最后，基于分析結(jié)果形成結(jié)論。結(jié)論要有指導(dǎo)性，所以不能單純以“某某假設(shè)成立”作為結(jié)論，而是要結(jié)合業(yè)務(wù)給出一定的指導(dǎo)意見，也就是提供決策線索。下表列出了A游戲的分析人員對三個(gè)假設(shè)的完整驗(yàn)證過程，可以看出，每一個(gè)假設(shè)的分析結(jié)論都包含了對業(yè)務(wù)的指導(dǎo)意見，可在擬定決策方案時(shí)參考。

“新增用戶首次付費(fèi)率較低”的假設(shè)驗(yàn)證過程

無論假設(shè)是否成立，最終形成的結(jié)論都可以作為有效的決策線索，在后續(xù)擬定決策方案時(shí)使用。另外，還可以根據(jù)這些線索再提出假設(shè)，不斷循環(huán)，直到無法提出新的假設(shè)為止。通過這樣的方式，就可以確保決策線索的全面性，避免遺漏重要信息。

·擬定決策方案

獲取充分的決策線索后，就要擬定決策方案了，也就是確定實(shí)現(xiàn)決策目標(biāo)的具體措施。擬定決策方案是一個(gè)復(fù)雜的過程，對于不同的游戲類型及游戲所處的不同生命周期階段，不同的業(yè)務(wù)人員可能會(huì)制訂截然不同的決策方案。

前面提到，決策線索應(yīng)具備指導(dǎo)性，因此業(yè)務(wù)人員可以根據(jù)決策線索制訂具體措施。下表列出了A游戲的業(yè)務(wù)人員根據(jù)三條決策線索制訂的具體措施。

“提高新增用戶首次付費(fèi)率”的具體措施

從表中可以看出，一條決策線索可以引出許多具體措施，在考慮如何實(shí)施這些措施時(shí)，采用A/B測試或者灰度測試等更為敏捷的方式，既可以降低試錯(cuò)成本又能提高優(yōu)化及迭代游戲的頻率。另外，可以綜合考慮不同的決策線索來制訂措施，比如綜合考慮表中的線索1和線索2，業(yè)務(wù)人員提出，在商店中加入關(guān)鍵養(yǎng)成道具，而且這些道具需要用鉆石才能購買。

最后，還要注意現(xiàn)有數(shù)據(jù)能否評(píng)估決策效果。如果現(xiàn)有數(shù)據(jù)存在遺漏，就要在制訂決策方案時(shí)考慮好數(shù)據(jù)采集方案，并在調(diào)優(yōu)措施上線時(shí)準(zhǔn)備好數(shù)據(jù)采集的代碼。比如，游戲的大型活動(dòng)或新版本上線時(shí)，往往會(huì)推出一些新玩法或者新系統(tǒng)。這些新內(nèi)容與決策目標(biāo)息息相關(guān)，因此必須提前規(guī)劃對于這些新增內(nèi)容該采集哪些數(shù)據(jù)，并在游戲新版本和活動(dòng)上線時(shí)同步上線數(shù)據(jù)埋點(diǎn)，這樣才能在第一時(shí)間評(píng)估決策效果。

·評(píng)估決策效果

實(shí)施決策方案后，還要再次通過數(shù)據(jù)分析來評(píng)估決策效果。在評(píng)估效果時(shí)，可以考慮兩類指標(biāo)。第一類就是決策的關(guān)鍵指標(biāo)，其直接反映決策目標(biāo)是否達(dá)成。由于關(guān)鍵指標(biāo)是經(jīng)過量化的，因此非常容易評(píng)估決策效果。分析人員在A游戲的優(yōu)化版本上線后，再次對“新增用戶的首次付費(fèi)率”進(jìn)行分析，發(fā)現(xiàn)該指標(biāo)從原先的1%增至15%。受此影響，游戲的整體營收也上了一個(gè)臺(tái)階。可以說，決策目標(biāo)超出預(yù)期地完成了。

當(dāng)然，并不是每次實(shí)施決策方案后，關(guān)鍵指標(biāo)都會(huì)有如此明顯的變化。此時(shí)就需要用第二類指標(biāo)，也就是反映措施是否有效的指標(biāo)，進(jìn)行更細(xì)致的評(píng)估。比如，通過用戶用鉆石購買關(guān)鍵養(yǎng)成道具的次數(shù)，就可以評(píng)估對應(yīng)措施產(chǎn)生的效果是否符合預(yù)期。如果關(guān)鍵指標(biāo)的變化不明顯，那么對措施的有效性進(jìn)行分析，也可以評(píng)估決策方案最終是否成功。

效果評(píng)估的意義不僅在于揭示決策目標(biāo)是否達(dá)成，更重要的是了解決策方案有效或者無效的根本原因。A游戲的分析人員在分析新增的“英雄禮包”的購買情況時(shí)，發(fā)現(xiàn)結(jié)果并不如預(yù)期，于是進(jìn)行更深入的分析：通過對比不同用戶群體的數(shù)據(jù)（比如付費(fèi)情況、是否保有禮包內(nèi)的“英雄”等），了解不同用戶群體對于“英雄禮包”的購買偏好是否不同，付費(fèi)高的用戶是否更愿意購買這類禮包。實(shí)際上，很多游戲團(tuán)隊(duì)都會(huì)將多次活動(dòng)的評(píng)估結(jié)果匯總為一個(gè)“活動(dòng)—人群”矩陣，記錄不同人群適用于什么樣的活動(dòng)（刺激付費(fèi)或提升活躍度），以便后續(xù)對活動(dòng)進(jìn)行決策時(shí)參考。通過評(píng)估決策效果，分析人員能夠總結(jié)決策的成功經(jīng)驗(yàn)，提高后續(xù)的決策質(zhì)量。

·決策流程小結(jié)

最后，我們再以另一個(gè)決策目標(biāo)，即“提高新手引導(dǎo)漏斗的轉(zhuǎn)化率”的決策流程收尾，總結(jié)數(shù)據(jù)分析對于游戲決策的驅(qū)動(dòng)作用。

首先，“提高新手引導(dǎo)漏斗的轉(zhuǎn)化率”是分析人員基于“用戶在前期留存率低”的問題而確定的決策目標(biāo)。這個(gè)目標(biāo)是可量化的，而且具有指導(dǎo)意義，所以可以直接將“新手引導(dǎo)漏斗的轉(zhuǎn)化率”設(shè)定為邏輯原點(diǎn)，從這一點(diǎn)出發(fā)尋找決策線索。

由于大量用戶在預(yù)期的地方之前“卡關(guān)”，分析人員意識(shí)到自己可能出現(xiàn)了誤判：由于自己比較熟悉游戲的玩法，因此主觀地認(rèn)為用戶進(jìn)入游戲后游玩過程很順暢。從數(shù)據(jù)上來看，用戶在游戲的中前期玩得并不順暢；同時(shí)，新手引導(dǎo)漏斗的最后幾步轉(zhuǎn)化率也不高，預(yù)示著用戶在第三天左右會(huì)再次集中流失。

因此，分析人員提出兩個(gè)假設(shè)：一是在用戶進(jìn)入游戲游玩的前期，缺乏引導(dǎo)，導(dǎo)致其對養(yǎng)成內(nèi)容不理解而卡關(guān)；二是用戶游玩到第三天，缺乏目標(biāo)，不知道如何進(jìn)一步提升戰(zhàn)力。運(yùn)用對應(yīng)的指標(biāo)加以驗(yàn)證，分析人員發(fā)現(xiàn)前期確實(shí)存在對用戶缺乏引導(dǎo)的問題；而第三天后，用戶沒有游玩次要玩法，導(dǎo)致戰(zhàn)力缺失，出現(xiàn)“卡關(guān)”現(xiàn)象。

基于上述線索，分析人員決定在游戲前期增加更多引導(dǎo)，并且將養(yǎng)成系統(tǒng)的引導(dǎo)改為強(qiáng)制引導(dǎo)，確保用戶擁有足夠戰(zhàn)力通過新手前期的關(guān)卡。其次，在游戲中為用戶設(shè)立一些目標(biāo)，比如下調(diào)“每日任務(wù)”“每周任務(wù)”的開放等級(jí)，促使用戶更快積累資源、提升戰(zhàn)力；同時(shí)在后續(xù)版本中更新“通行證”，增加用戶參與各玩法的動(dòng)力。最后，分析人員認(rèn)為需要通過活動(dòng)來幫助用戶形成參與游戲的習(xí)慣，因此在新手7日活動(dòng)中增加了參與養(yǎng)成系統(tǒng)與次要玩法的獎(jiǎng)勵(lì)——只要參與了規(guī)定次數(shù)即可獲得獎(jiǎng)勵(lì)，以提升用戶對各系統(tǒng)的熟悉程度。

最后，評(píng)估決策的效果，分析人員發(fā)現(xiàn)新手引導(dǎo)漏斗的轉(zhuǎn)化率有了明顯提升，用戶在前期出現(xiàn)的“卡關(guān)”現(xiàn)象消失，第三天游玩內(nèi)容對應(yīng)的漏斗轉(zhuǎn)化率也有很大的提升。不過，用戶的7日留存率還有進(jìn)一步提升的空間，因此分析人員隨后進(jìn)行了新一輪的游戲決策。下表記錄了“提高新手引導(dǎo)漏斗的轉(zhuǎn)化率”完整的決策流程。

“提高新手引導(dǎo)漏斗的轉(zhuǎn)化率”的決策流程

這樣的游戲決策，A游戲的團(tuán)隊(duì)進(jìn)行了多次。每完成一次決策，A游戲的市場表現(xiàn)都會(huì)有一定的改觀。經(jīng)過數(shù)次成功的決策后，A游戲開始獲得市場認(rèn)可，并在正式公測后取得了一定的成績。本案例也證明數(shù)據(jù)分析能夠有力驅(qū)動(dòng)游戲決策，幫助游戲團(tuán)隊(duì)做出更好的作品。

03

關(guān)于《游戲數(shù)據(jù)分析：從方法到實(shí)踐》

以上內(nèi)容節(jié)選自數(shù)數(shù)科技4月發(fā)布的新書《游戲數(shù)據(jù)分析：從方法到實(shí)踐》。這本書由數(shù)數(shù)科技數(shù)據(jù)分析師團(tuán)隊(duì)編著，歷時(shí)近兩年時(shí)間，書中內(nèi)容來源于團(tuán)隊(duì)千余家游戲企業(yè)、近萬款游戲項(xiàng)目數(shù)據(jù)分析服務(wù)經(jīng)驗(yàn)。

新書發(fā)布后，讀者的反饋是我們最關(guān)心的。這一個(gè)多月以來，我們收到了很多來自全國各地讀者朋友們的真實(shí)反饋和建議。還有的讀者認(rèn)真做了完整的讀書筆記，分享給了身邊的同事、朋友。

游戲行業(yè)的大咖們在閱讀之后，也傾力推薦。

除此之外，這本書還受到了游戲葡萄、游戲陀螺、游戲茶館、游資網(wǎng)、游戲客棧、游戲價(jià)值論等主流游戲媒體的關(guān)注和報(bào)道，在游戲圈反響熱烈。

在大家的支持之下，這本書也一度登上京東計(jì)算機(jī)與互聯(lián)網(wǎng)類圖書排行榜Top1、游戲開發(fā)類圖書4月銷量榜單Top1。

非常感謝大家的支持。

《游戲數(shù)據(jù)分析：從方法到實(shí)踐》是數(shù)數(shù)科技成立八年來發(fā)布的第一本專業(yè)書籍。我們真誠地希望書中的經(jīng)驗(yàn)、方法總結(jié)和案例實(shí)踐對游戲行業(yè)從業(yè)者有所價(jià)值，能幫助游戲數(shù)據(jù)分析初學(xué)者建立正確的數(shù)據(jù)思維，掌握體系化的數(shù)據(jù)分析方法。初次出書，我們也收集了不少讀者對書中內(nèi)容的建議。對于這本書存在的缺陷和遺憾，我們會(huì)不斷精進(jìn)，在內(nèi)容上繼續(xù)迭代。