通用技术 UWA 学堂上新｜如何构建数据分析体系

侑虎科技 · 2020年08月14日 · 918 次阅读

如果一家公司有了数据分析体系，就能更有效率地支持业务。作为一名分析师，如何构建自己的分析体系，让自己的数据分析结果，成为可以切实推动业务发展的驱动力呢？

我在《数据驱动游戏运营》开头写的第一句话是：

作为数据分析师，最大的成就感莫过于自己的分析报告推动了业务的开展，并在业务开展过程中证实了其合理性，这也正是数据分析师的价值所在。

那么，作为一名分析师，如何构建自己的分析体系，让自己的数据分析结果，成为可以切实推动业务发展的驱动力？

本文将从以下几个方面来进行讲述：
1｜数据分析的价值
2｜数据分析的流程
3｜数据驱动业务的流程
4｜核心数据指标
5｜常用数据指标
6｜通过相关因素拆解来做数据分析
7｜主要的分析框架及方法
8｜总结

我之前整理过多个版本的数据分析的价值，这是结合我目前的工作，整理出来的最新版本。

我平时做过很多驱动业务的工作，主要是围绕产品、市场和运营三大业务场景。工作分别是为游戏、IP 引进把关、为游戏立项把关、为游戏研发把关、为资源投放把关、为市场营销把关、为游戏运营把关。

当公司要引进一个 IP 时，我们通常都会先对 IP 的价值进行分析（包含用户价值、商业价值、内容价值和战略价值），我们会评估该 IP 是否值得引进，引进的价格区间是多少。

例如，我们之前想引进一个日本市场的国民级 IP，但是经过一系列调查，发现这个 IP 在中国市场算一个小众 IP。除此之外，我们内部还有一个新游戏成功率模型，可以根据新游戏的相关信息进行成功率预测。

“精准定位目标用户” 的目的是要做 “精准开发”，首先要知道我们的目标用户有哪些，找到用户未满足的需求，再做到极致。

我们一般通过爬虫的数据、问卷调研的数据、竞品游戏的数据，以及整个市场的数据来分析。比如：策划组纠结是做 MOBA 竞技玩法、吃鸡玩法，还是考虑融合 Roguelike+ 关卡自适应功能等等，我们通常会分析各种玩法的利弊。当研发方向确定时，我们会预估相应流水等等，这些都是为游戏立项把关。

在游戏研发阶段，游戏测试之前，我们会拉策划对齐整个测试的数据预期，发现不符合预期的地方，和策划一起定位问题。

比如，他们对于玩法、养成、商业化、职业等游戏玩法的预期参与度是多少？基础商业化构成，职业选择职业平衡等，策划有什么样的预期和关注点。然后我们会重点监控这几个模块的数据，发现不符合预期的地方，就拉着策划一起定位问题，比如：发现玩法参与率十分不符合预期，那就去分析用户行为、用户属性。

我们数据分析师的宗旨是：针对具体的病治病，不做纲领性建议。

游戏测试阶段，可以根据游戏数据进行产品质量评级，给出最优市场费投放建议。游戏公测阶段，需要结合实际游戏数据、投放成本给出盈亏临界点。也会分析买量的效果数据，为买量优化提供数据参考。

例如：买量用户和运营数据连通，根据不同广告组的用户行为数据，判断哪些行为的用户是潜力付费用户，然后做类似受众，从而提升买量效果。

在封测期间，通过市场问卷调研，可以对目标用户和产品卖点进行验证，比如，立项期间我们认为某款游戏的目标用户是 3D MMORPG 用户，日系游戏爱好者，喜欢动作/格斗游戏的用户。最后，根据数据结论来帮助制定市场宣传策略。

数据分析可以帮助运营解决运营情况，综合下来，分别可以列为三不。
不能：不能影响玩家的登录
不会：不会造成玩家的困惑
不好：不让玩家觉得不好

数据分析也能辅助运营实现拉新、促活和提升收入。

比如：拉新活动中比较经典的案例，是新人的等级直升；促活的活动，比较有代表性的是根据流失用户分析，运营了解到有的玩家不会做任务，项目团队在游戏中做一个每日一喊话，传播正能量的活动；营收方面，项目组根据打折 PK 券的收益分析效果（满额送券获得的收益更高），做了满额送券的活动。

暂无回复。

需要登录后方可回复, 如果你还没有账号请点击这里注册。