大数据颠覆游戏业，玩家数据是营销利器吗？

封测、内测、公测，这样游戏上市才会受欢迎？建立分析模型衡量预期结果，进行产品设计、改进、升级，甚至个性化定制，你也能成为第二个《愤怒的小鸟》。

大数据能为公司带来什么好处？这是我在面对传统企业时被问得最多的问题。当然我会解释大数据和数据化管理不是同一件事，公司若认同数据化管理有利于经营，下一个问题便是如何开展。我的经验是管理层的决心最为关键，员工心态及建立工具是过程，下面我想给大家看一家游戏公司的例子。

Zynga成立于2007年，表面上是社交游戏公司，却更被认为是乔装成游戏公司的数据分析公司。该公司成立的第一天，就确定了数据驱动的地位。当时还没有一家分析公司能满足他们的分析计算需求，他们为此建立了自己的分析基础架构。

Zynga收集游戏中的一切数据，一天约有400亿到600亿条数据，并全部结构化。该公司数据文化的一个典型体现，是所有员工都可以接触到所有数据。从加入Zynga的第一天起，员工就能通过可视化工具看到所有数据报告。产品经理可以看到其他任何产品的相关数据，从产品总况、产品细节到产品中每一个动作的分析统计，这些数据完全透明，通过这种方式造就了数据驱动的公司文化。他们基于数据深入理解玩家（新老用户不一样）的行为，喜欢什么、不喜欢什么，基于这些分析结果进行产品设计、改进、升级，甚至基于玩家风格进行游戏的个性化。

依分析促销的策略未必成功

Zynga于多年前开始做的产品分析，也是今天众多拥有移动应用的主流公司需要学习的。首先，在产品发布前，建立分析模型来衡量预期结果。

Zynga推出任何游戏之前，都会为游戏的表现建立分析模型。模型通过产品的特征，预测游戏的重要指标，如每天的安装、卸载、发布一天后的留存率、活跃用户每天产生的营收等。产品团队以这些模型作为基础来改进游戏，同时也作为衡量游戏表现的标准。

关键的地方是，目标明确不代表要追逐短期利益，而牺牲长期可持续增长的机会。例如数据可能证明促销手段极大地促进了营收，能转化更多的用户。然而之后用户开始期待促销，未来只有通过更大幅度、更频繁的促销才能带来营收增长，促销开始变得越来越没有效果，最终证明这个销售策略是失败的。

作为一家数据驱动的公司，不要让数据统治你的世界。上面的促销例子证明，单单追逐数字可能导致错误的决策。尽管通过数据分析获得了巨大的成功，但同时我们也要反思，过度聚焦在可量化的指标上，可能会忽视那些不能量化却非常重要的因素。数据驱动的同时，需要保持开放，勇于去做一些非数据驱动，如直觉驱动的决策。

游戏业大数据案例：Zynga

Zynga社交游戏开发服务公司，2007年在美国加州成立，主要开发脸谱网等社交平台上的网页游戏，以及iOS（苹果公司移动操作系统）、Android（安卓）等手机游戏，知名游戏产品包括《开心农场》《Draw Something》等。

通过搜集分析众多游戏产品的数据，Zynga在推出游戏前，会先通过大数据资源库预测新款游戏的留存率、活跃用户及营收等数据，推出后再进一步搜集相关资料来改进游戏。

思考

如果你身在游戏相关产业，请思考大数据将为游戏业带来什么样的变革？对你的工作流程与绩效将产生什么样的改变？

1. 游戏产业缺乏保证性和延续性，今天这个游戏有千万用户，但下一个游戏也许只有几万下载量，想想大数据可以帮你什么忙？

2. 想要读懂玩家的心，不能再凭经验和直觉去设计游戏，你需要了解玩家的喜好，哪些数据可以帮你达成这样的目标？

3. 网络上玩家的基本数据真实性不高，加上隐私权问题，该如何收集数据才能不走冤枉路，并提升游戏的用户满意度？

4. 玩家流失的原因很多，有人玩腻了，有人觉得太无聊，又有人觉得太难，想一想第1章的“NES模型水位图”可以怎么帮助你留住顾客？

 

---

站内相关搜索： 市场营销战略 市场营销策划 公司品牌营销策划 网络品牌营销

---

本网站内凡注明“xxxx原创/专稿”的所有文字、图片和音视频稿件均属本网站原创内容，版权均属xxxx所有，任何媒体、网站或个人未经本网站协议授权不得转载、链接、转贴或以其他方式复制发表。已经本网协议授权的媒体、网站，在下载使用时必须注明“稿件来源：xxxx”。xxxx版权所有，未经xxxx书面授权，不得复制、引用或建立镜像，违者本网将依法追究责任。

---

返回