游戏行业的数据运营该如何做？

对于游戏行业，有价值的数据可主要分为三种，流量数据、用户数据与舆情数据，分别对应了买量、用户运营与游戏口碑三个决定游戏生死的核心事项。

一、流量数据

流量数据是指不同渠道买量的用户基数、转化率、转化成本，通常掌握在第三方手中，通过用户画像与标签体系进行投放筛选，CPC、CPM、CPA等方式进行计价销售，游戏CP、发行商可控性不强，对于不同渠道来源的用户，哪些会转为高频活跃用户、哪些转为核心付费用户的分析也不够细致。

核心数据监测

渠道流量监测

二、用户数据

用户数据包含两个部分，用户属性（User）数据与用户事件（Event）数据。属性数据指代用户是谁，而事件数据则是对玩家进入游戏之后，从初次进入、到完成任务、到获取装备、到消费等一系列事件，所产生的产生的行为数据的记录。

用户行为分析-活动与漏斗
用户行为分析-事件与留存

三、舆情数据

舆情数据是指游戏玩家在贴吧、论坛以及游戏内部会话中，对游戏评价的文本信息，通过文本挖掘、语义分析、机器学习技术，转化为玩家对游戏偏好的可分析数据。舆情分析工作量大、技术门槛高，但如果掌握了玩家心声解读的方法，同样可以驱动准确决策。

舆情分析诊断刷子行为
舆情分析掌握玩家抱怨心声

游戏圈内常说的数据驱动，指代的是通过对用户行为数据的深度分析，实现数据驱动的产品调优、精益运营与精准营销，这部分工作常被称为用户行为分析。

云计算、大数据技术的快速发展，使得对于全量数据的分析成为了可能。全量数据分析也打破了统计分析中需要先建立假设再进行验真或验伪的过程，而是通过对用户属性与行为数据进行全量采集，然后通过能够反应规律的分析模型，进行快速调参、分析，寻找隐藏的“数据金矿”。

你可能已经听说过最小化产品开发、增长黑客、精益创业，但其背后都隐藏着一个概念：数据驱动。阿利斯泰尔·克罗尔和本杰明·尤科维奇在《精益数据分析》一书中对如何实现数据驱动进行了详细的说明。从落地的角度，也就是通过对用户行为数据的分析，找出之前未留意到的重要规律，然后加强其效应，使之转变为刺激用户的“显性的Aha Moment”或者“病毒传播因素”。

国内的数据应用阶段与国外还是存在明显的差距，数据意识欠缺、数据基础偏差、以及缺乏合适的数据分析工具，都限制了对储藏在公司服务器里的数据金矿的挖掘应用。

数据驱动，就是在重视数据的基础上，在公司内部搭建统一、完备的数据采集、存储、分析应用的系统，在产品调优、精细运营、精准营销中，通过实时的大数据分析，依靠数据洞察辅助决策，实现高速增长的过程。